Agent Skill

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。

办公效率·微光浮影·来自 skill_hub·skillhub.cn ↗
skillhub install @user_96ce8353/wechat-desktop-claw-automatic-control
26 Stars·5.9万 综合热度·5,046 字文档·源站更新 2026-11-22

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)

  1. 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)。

  1. 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。
  2. 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

  1. 🪟 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。
  2. 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)。
  3. 登录状态:通常自动登录,偶尔需要扫码(脚本 / 工具会提示)。
  4. 联系人名称:必须精确匹配列表项 / 搜索结果第一名。
  5. 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。
  6. 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 ›