WeChat Sender
准备工作
1. 依赖项目
Agent-Eye - 屏幕捕获服务
- 仓库：https://github.com/noir-hedgehog/Agent-eye
- 功能：实时屏幕截图、100px 网格叠加、鼠标坐标显示
- 启动方式：
# 服务端 eye-server --port 8080 --region 0,0,1200,900 # Python Agent（需要配置 image key） cd crates/eye python -c " from agent import Agent agent = Agent(server_url='http://localhost:8080', interval=1.5, grid_size=100, show_mouse=True, region='0,0,1200,900') agent.run() "
2. 启动检查清单
- 确认微信已登录且保持后台运行
- 启动 Agent-Eye 服务端：
eye-server --port 8080 - 启动 Python Agent（无需额外配置）
- 验证截图功能：
curl http://localhost:8080/snapshot.png -o test.png - 验证图像理解：使用 OpenClaw 内置的 image tool 分析截图
3. 图像理解说明
图像理解功能由 OpenClaw 内置的 image 工具提供，无需额外配置 Agent-Eye。Agent-Eye 负责捕获屏幕截图，image 工具负责理解图像内容。
微信消息自动发送技能。可以灵活组合以下能力，但执行前需要先思考流程（checklist）。
原子能力
| 能力 | 命令 | 说明 |
|---|---|---|
| 聚焦窗口 | peekaboo window focus --app "微信" | 聚焦微信窗口（某些app有防录屏限制，需要先聚焦） |
| 调整窗口 | peekaboo window set-bounds --app "微信" --x 0 --y 0 --width 1200 --height 900 | 调整窗口位置和大小，避免防录屏限制 |
| 截图 | The-Eye: curl http://localhost:8080/snapshot.png 或 /usr/sbin/screencapture -R0,0,1200,900 | 建议用 The-Eye 获取实时截图 |
| 图像理解 | image tool | 分析截图内容，查找联系人位置 |
| 切换联系人 | peekaboo hotkey --keys "shift,down" --app "微信" | 模拟 shift+↓ 切换选中联系人 |
| 粘贴文字 | peekaboo paste --text "{message}" --app "微信" | 复制文字到剪贴板并粘贴 |
| 发送消息 | peekaboo hotkey --keys "cmd,return" --app "微信" | 模拟 cmd+return 发送消息 |
| 搜索联系人 | peekaboo hotkey --keys "cmd,f" --app "微信" | 推荐！ 激活搜索框，比滑动列表快 |
视觉上下文说明
使用 The-Eye 截图时：
- 100px 网格：帮助定位界面元素的精确坐标。每个格子是 100x100 像素
- 鼠标准星坐标 (x, y)：当前鼠标位置，十字准星+坐标标签
- 截图分辨率：默认捕获整个屏幕，可在 The-Eye 启动时用
--region参数指定区域
图像理解时的参考信息：
- 网格坐标可以帮助定位按钮、联系人等元素的具体位置
- 鼠标坐标指示当前关注的区域
- 微信界面特征：左侧联系人列表、右侧聊天窗口、底部输入框
微信 UI 探索发现
左侧边栏图标（从到到下）
- 个人头像
- 聊天（消息）- 绿色选中
- 通讯录 - 小人头图标
- 收藏 - 立方体图标
- 朋友圈 - 圆环快门图标
- 视频号 - 漏斗图标
- 搜一搜/看一看 - 地球仪图标
- 小程序 - 层级点图标
- 手机连接 - 手机图标
- 更多（设置）- 三横线图标
推荐联系人查找方式
方式1：搜索（推荐）
peekaboo hotkey --keys "cmd,f" --app "微信"激活搜索框peekaboo paste --text "联系人名字" --app "微信"输入搜索词- 点击搜索结果进入聊天
方式2：滑动列表
- 使用
shift+up/down切换联系人 - 适合联系人顺序已知的情况
执行流程（Checklist 思考模式）
在执行每个操作前，先思考：
- 当前状态是什么？
- 下一步需要做什么？
- 需要什么工具/能力？
- 可能的风险是什么？
推荐流程
1. [ ] 聚焦微信窗口 + 调整大小
→ peekaboo window focus --app "微信"
→ peekaboo window set-bounds --app "微信" --x 0 --y 0 --width 1200 --height 900
2. [ ] 选择找联系人方式
→ 搜索（推荐）：Cmd+F → 输入名字 → 点击结果
→ 滑动列表：shift+up/down
3. [ ] 获取截图（优先用 The-Eye）
→ curl http://localhost:8080/snapshot.png -o /tmp/wechat.png
4. [ ] 分析截图（视觉理解）
→ 使用 image tool，询问：
- 当前选中的联系人是谁？
- 目标联系人在列表第几个？
- 界面是否有异常？
5. [ ] 发送消息
→ peekaboo paste --text "消息内容" --app "微信"
→ peekaboo hotkey --keys "cmd,return" --app "微信"
6. [ ] 确认发送成功
→ 截图 + image tool 确认消息气泡出现
灵活运用原则
- 搜索是最高效的：用 Cmd+F 搜索，比滑动列表快很多
- 不必完全按顺序：如果已经知道联系人名字，直接搜索
- 选择合适的截图方式：
- The-Eye 实时流：适合需要鼠标坐标的场景
- 直接截图：适合只需要静态界面的场景
- 遇到问题灵活处理：
- 如果搜索没结果，尝试滑动列表
- 如果切换失败，可以重新截图确认状态
- 如果发送失败，尝试重新聚焦窗口
示例
发送"最近怎么样"给"宝宝星"：
方式1：搜索（推荐）
- 聚焦 + 调整窗口
- Cmd+F 激活搜索
- paste "宝宝星"
- 点击搜索结果
- paste 消息 + Cmd+Return
- 确认
方式2：滑动列表
- 聚焦 + 调整窗口
- 截图确认位置
- shift+down × 7
- paste 消息 + Cmd+Return
- 确认
注意事项
- 某些 app（微信、企业微信等）有防录屏限制，聚焦窗口+调整大小可以绕过
- 窗口调整到 1200x900 后，截图只需截取该区域
- The-Eye 服务需要先启动：
eye-server --port 8080+eye agent start - 每次按键操作间隔 0.3 秒更稳定
- 遇到错误可以尝试重新聚焦窗口，不要盲目重试