钉钉 GUI 自动化发消息

通过 macOS 桌面 GUI 自动化，搜索钉钉联系人并发送消息。

前置条件

• macOS（arm64, Retina）
• 已安装钉钉桌面客户端（com.alibaba.DingTalkMac）
• 已安装工具：peekaboo, cliclick, swift
• 已授权：Screen Recording + Accessibility

用法

python3 scripts/send_message.py "联系人名" "消息内容"

登录处理

脚本自动检测钉钉是否需要登录：

• 已登录 → 直接执行
• 未登录 → 截取二维码，输出 {"needs_login": true, "qr_code": "路径"}
• exit code: 0=成功, 1=失败, 2=需要登录

技术方案（4/13 + 4/23 验证通过）

截图策略（关键！）

场景	工具	理由
登录检测	peekaboo image --app	只截钉钉窗口，避免误识别其他窗口文字
OCR 导航	screencapture -x	全屏 Retina，能捕获 WebView 内容
二维码截图	screencapture -x	确保二维码可见

坐标换算（4/23 修正）

Retina 截图: 3024×1964 像素
逻辑分辨率: 1512×982
换算: 逻辑坐标 = 像素坐标 ÷ 2

双引擎 OCR

引擎	用途
Swift Vision OCR	文字精确坐标 → cliclick
qwen3.6-plus vision	语义理解，确认操作结果

核心原则（踩坑总结）

1. bundleId: 始终用 com.alibaba.DingTalkMac
2. 中文输入: 只用 peekaboo paste --text --app bundleId
3. WebView 点击: 用 cliclick，不用 peekaboo click
4. 搜索词: 用名字前两个字，不用全名
5. 窗口激活: osascript activate + peekaboo focus 双重保障

工具链

工具	用途
peekaboo	paste 中文、hotkey、press、窗口截图
screencapture	全屏 Retina 截图（捕获 WebView）
Swift Vision	OCR + 像素坐标
cliclick	逻辑坐标点击
qwen-vl-max	截图语义分析