微信 PC 端自动控制
在 Windows 端通过 Windows-MCP 原生控制微信桌面端,向指定联系人发送消息、图片、文件(仅支持 Windows,暂无 macOS 版)。触发词:给某人发微信、打开微信发消息、微信发送、通过微信发给。也支持被其他 Skill 调用,实现自动化推送。
skillhub install @user_96ce8353/wechat-desktop-claw-automatic-control
README 文档
5,046 字微信 PC 端自动控制 v1.2.0
⚠️ 平台支持:Windows only(仅支持 Windows) 本 Skill 仅支持 Windows 平台,依赖「微信 Windows 桌面端」+「Windows-MCP」原生控制。 暂无 macOS 版,也不支持微信 macOS 客户端。任何跨平台打包 / 上架 / 分发时,务必保留此声明,避免 macOS 用户体验到「装了用不了」。
通过 Windows-MCP(github.com/CursorTouch/Windows-MCP)原生控制微信 Windows 桌面端,实现消息 / 图片 / 文件的自动发送。走系统原生 API + 元素定位,比猜类名 / 猜坐标的 pywinauto 野路子稳一个次元。
本 Skill 完全开源,源代码公开(MIT)。
更新日志
v1.2.0(依赖切换:Windows-MCP 上位,2026-10-24)
- 🔄 主依赖从
pywinauto切换为Windows-MCP:自动化走系统原生 API,稳定度跨一个层级,且不会再出现「猜错主窗类名 → 误拉微信实例 → 逼用户重登」的事故。 - 🪟 明确平台声明:Windows only,暂无 macOS 版(元数据
platform: windows+ 正文顶部警示框,打包 / 上架时务必保留)。 - 📌
pywinauto脚本降级为「离线兼容备选」:仅在无 Windows-MCP 环境(纯命令行、无 MCP 宿主)时备用,不再是首选。
v1.1.0(针对自主 Agent 驱动适配)
- 🆕 批次模式
--manifest:一条命令、单个进程处理多个群聊 + 多张图,杜绝 Agent 在多次调用之间误关微信。 - 🆕 截图校验
--screenshot:不关闭微信即可把聊天窗口存成 PNG,供 Agent 肉眼核验发送结果。 - 🆕 托盘 / 最小化自动恢复:即使微信被收进托盘,也会自动
ShowWindow(SW_RESTORE)+ 置前台还原,无需人工重开。 - 🆕 结构化输出:
[SENTOK]/[SENTFAIL]/[RESULT]标记,便于 Agent 解析成败。 - 🔒 脚本绝不关闭微信:任何路径都不会退出微信进程。
v1.0.1
- 🔓 源代码完全公开,MIT 协议。
- 添加 LICENSE / README.md,SKILL.md 补充 homepage / license / tags 字段。
功能
- 打开微信桌面端(如未运行则自动启动,且绝不退出)
- 定位联系人 / 群聊(点左侧列表项,避开搜索框歧义)
- 发送文本消息(支持长文本从文件读取)
- 发送图片(Windows-MCP 走剪贴板 / pywinauto 备选走 DIB 剪贴板)
- 发送文件
- 被其他 Skill 调用于自动化推送
环境要求
- Windows 系统(必需,本 Skill 仅支持 Windows)
- 微信 Windows 桌面端已安装并登录
- Windows-MCP(主控制层,必需):本地 stdio 免鉴权,提供 Screenshot / Snapshot / Click / Type / App 等原生工具
- Python 3.7+(仅「备选:pywinauto 脚本」需要,主流程不需要)
安装
1. 安装并启用 Windows-MCP(主依赖)
在 WorkBuddy 客户端的 MCP 配置(~/.workbuddy/mcp.json)中加入:
{
"mcpServers": {
"windows-mcp": {
"command": "uvx",
"args": ["windows-mcp", "serve"]
}
}
}
保存后,到连接器管理页点击 Trust 启用即可。首次运行会从 PyPI 拉取依赖(可能较慢,属正常,并非卡死)。
独立使用(非 WorkBuddy 宿主):直接
uvx windows-mcp serve,本地 stdio 直连。
2.(可选)pywinauto 备选脚本依赖
仅当你不使用 Windows-MCP、想直接跑 scripts/wechat_send.py 时才需要:
pip install pywinauto pyperclip pillow pywin32
主流程:Windows-MCP 原生控制(推荐)
在 WorkBuddy / 任何支持 MCP 的宿主里,首选走 windows-mcp 的 MCP 工具 完成微信自动化。配置写进 ~/.workbuddy/mcp.json(uvx windows-mcp serve,本地 stdio 免鉴权)。
端到端实测已跑通:强制置顶微信 → 点左侧列表「文件传输助手」→ 输入框落字 → 回车发送,消息真进聊天记录(绿色气泡可见,非乐观回执)。
⚠️ 三个必须知道的坑(踩过的血泪)
- 坐标系统不一致(最关键):
Screenshot返回的截图是 1920×1080 图像坐标,但Click/Type的loc用的是另一套(窗口 / DPI 缩放)坐标。实测换算关系:Click坐标 ≈ 图像坐标 × 1.735(即图像 ≈ Click × 0.577)。
正确做法:每次点前先 Screenshot 读图像坐标 → 乘 1.735 得 Click 坐标 → 点完再 Screenshot 核验落点。绝不可复用上一张图的坐标(窗口会轻微位移)。
- 微信 Qt 内核不进 Windows 无障碍树:
Snapshot把微信显示成叶子节点window "微信",拿不到内部列表 / 输入框的元素 ID。所以无法用label按 ID 点微信内部控件,只能坐标点击。这也是 pywinauto 当年栽的根——不是工具问题,是微信 UI 的限制。 - 别用搜索框开聊天:在搜索框输入名字后按 Enter,会打开「搜一搜」面板而不是聊天窗(顶部搜索建议抢先命中)。正确做法:直接点左侧聊天列表里的联系人项(常用联系人如「文件传输助手」都在列表里),精准避开歧义。
标准流程(发「文件传输助手」为例)
1. App(mode="switch", name="微信") # 强制置顶,避免被宿主盖住
2. Screenshot(use_annotation=true) # 读微信窗口 + 列表项图像坐标
3. Click(loc=[x*1.735, y*1.735]) # 点「文件传输助手」列表项,开聊天
4. Screenshot → 确认右侧聊天打开、输入框有闪烁光标
5. Type(text="…", loc=[输入框图像坐标*1.735], press_enter=true) # 落字+回车发送
6. Screenshot → 核验绿色气泡出现在聊天记录
注意事项
- 窗口 z-order 不稳:宿主常抢前台盖住微信,每个截图 / 点击前都先
App switch 微信置顶。 - 打开聊天后输入框通常已自动获焦(闪烁光标),
Type时loc填输入框坐标即可,不必额外点。 - 坐标换算系数 1.735 是特定分辨率 (1920×1080) 下实测值;换分辨率需重新标定(点一个已知点 → 比对落点 → 算系数)。
- 仍遵守「工具绝不关闭微信」铁律(
×/Alt+F4只是收托盘,关了反而卡死)。
备选:pywinauto 脚本(离线兼容模式)
仅在无 Windows-MCP 环境(例如纯命令行、无 MCP 宿主)时备用。有 Windows-MCP 时请走上方主流程。
scripts/wechat_send.py 是 pywinauto 实现的离线版本,单进程、支持批次(--manifest)与截图核验(--screenshot),且绝不关闭微信。
# 发送文本
python scripts/wechat_send.py --contact "好友昵称" --message "你好,这是自动发送的消息"
# 从文件读取长文本发送
python scripts/wechat_send.py --contact "好友昵称" --message-file "report.txt"
# 发送图片
python scripts/wechat_send.py --contact "好友昵称" --image "C:\path\to\image.png"
# 发送文件
python scripts/wechat_send.py --contact "好友昵称" --file "C:\path\to\file.pdf"
# 批次:一条命令处理多群 + 多图(微信全程不关)
python scripts/wechat_send.py --manifest send_plan.json
# 批次 + 截图核验(不关闭微信)
python scripts/wechat_send.py --manifest send_plan.json --screenshot D:/verify.png
send_plan.json 示例:
[
{ "contact": "群聊A", "message": "xxx", "images": ["D:/pics/a.png"] },
{ "contact": "群聊B", "message": "xxx", "images": ["D:/pics/b.png"] }
]
字段:contact(必填)、message / messagefile、images(数组)、files(数组)。脚本结尾输出 [RESULT] total=N ok=M fail=K,每组打 [SENTOK] / [SENT_FAIL]。
被其他 Skill 调用(离线模式):
import subprocess
subprocess.run([
"python", "scripts/wechat_send.py",
"--contact", "好友昵称", "--message", "消息内容"
])
技术说明
主控制层:Windows-MCP
- 走系统原生 API + 元素定位(Snapshot / Click / Type / App / Screenshot),不依赖猜类名 / 猜坐标。
- 微信 Qt 内核不进无障碍树,内部控件只能坐标点击(见上方「坑 2」)。
- 坐标换算:图像坐标 × 1.735 ≈ Click / Type 的
loc(1920×1080 实测)。
备选层:pywinauto(离线)
- 用
pywinauto的uia后端连接微信主窗,窗口标题必须为"微信"(不是 "WeChat")。 - 主窗类名为
ChromeWidgetWin0;另有 Qt 子窗也标题为「微信」,必须锁定主窗类名,否则uia.connect因「2 个匹配」报ElementAmbiguousError。 - 中文输入统一走剪贴板 + Ctrl+V,避免 pywinauto 直接键入中文的编码问题。
- 图片发送:转 BMP(去 14 字节文件头,取 DIB 数据)写入剪贴板
CF_DIB,聊天框 Ctrl+V 即发送。 - 快捷键:发送
Enter、打开搜索Ctrl+F、打开文件选择Ctrl+Alt+F。
限制与注意事项
- 🪟 Windows only:本 Skill 仅支持 Windows 平台与微信 Windows 桌面端,无 macOS 版。打包 / 上架 / 分发请保留此声明。
- 微信窗口必须可见(已支持托盘自动恢复):自动化需要窗口在前台。即使被收进托盘也会自动
ShowWindow还原;但批次任务中不要主动关闭 / 最小化微信(×/Alt+F4仅最小化到托盘,关了反而卡死后续)。 - 登录状态:通常自动登录,偶尔需要扫码(脚本 / 工具会提示)。
- 联系人名称:必须精确匹配列表项 / 搜索结果第一名。
- UI 依赖:依赖微信 Windows 版 UI 结构,微信大版本更新可能需重新标定坐标系数。
- 不能读取消息:本 Skill 只发送,不读取微信消息内容。
源代码结构
wechat-desktop/
├── SKILL.md # Skill 定义文件(本文件)
├── scripts/
│ └── wechat_send.py # 备选:pywinauto 离线脚本(主流程走 Windows-MCP,本脚本仅在无 MCP 时备用)
├── LICENSE # MIT 开源协议
└── README.md # 说明文档
报告问题
SkillHub 评论区:https://skillhub.cn/skills/wechat-desktop-claw-automatic-control
同分类其他技能
查看全部 ›腾讯文档(docs.qq.com)-在线云文档平台,是创建、编辑、管理文档的首选 skill。涉及"新建/创建/编辑/读取/查看/搜索文
335 262.3万 WPS Office 全家桶WPS Office 全家桶 - 四引擎(WPS/MS Office/LibreOffice/纯Python)智能识别用户已安装软件,纯
182 109.3万 ppt-generator-skill智能 PPT 生成助手。根据用户描述的主题、行业、风格,自动生成漂亮的 PPT 文件。支持所有行业(商务、教育、科技、医疗、金融、创意等
378 91.6万 腾讯文档在线协作自动化通过 Tencent Docs Open API 以 curl + jq 创建、读取、列出、搜索和管理腾讯文档的自动化工作流,覆盖在线文
0 85.8万 WPS Office 全家桶WPS Office 全家桶 - 四引擎(WPS/MS Office/LibreOffice/纯Python)智能识别用户已安装软件,纯
5 81.6万 秘书材料星公文写作-妙笔skill体制内资深办公室主任+管理学博士,自学编程开发的智能公文写作Skill,让所有办公室同仁少掉头发、少加无用的班,材料一稿过关,省下的时间
50 77.2万