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：

bash
# 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(serverurl=http://localhost:8080, interval=1.5, gridsize=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（从上到下）

1. 1. 个人头像
2. 聊天（消息）- 绿色选中
3. 通讯录 - 小人头图标
4. 收藏 - 立方体图标
5. 朋友圈 - 圆环快门图标
6. 视频号 - 漏斗图标
7. 搜一搜/看一看 - 地球仪图标
8. 小程序 - 层级点图标
9. 手机连接 - 手机图标
10. 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）

1. 1. peekaboo hotkey --keys cmd,f --app 微信 激活搜索框
2. peekaboo paste --text 联系人名字 --app 微信 输入搜索词
3. 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：

1. 1. 当前状态是什么？
2. 下一步需要做什么？
3. 需要什么工具/能力？
4. 可能的风险是什么？

推荐流程

1. 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

1. 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

1. 3. [ ] 获取截图（优先用 The-Eye）

→ curl http://localhost:8080/snapshot.png -o /tmp/wechat.png

1. 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？

1. 5. [ ] 发送消息

→ peekaboo paste --text 消息内容 --app 微信 → peekaboo hotkey --keys cmd,return --app 微信

1. 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）

1. 1. 聚焦 + 调整窗口
2. Cmd+F 激活搜索
3. paste 宝宝星
4. 点击搜索结果
5. paste 消息 + Cmd+Return
6. 确认

方式2：滑动列表

1. 1. 聚焦 + 调整窗口
2. 截图确认位置
3. shift+down × 7
4. paste 消息 + Cmd+Return
5. 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