wecom-gui-message

通过 macOS GUI 自动化给企业微信（WeCom）联系人或群发消息。使用 peekaboo + screencapture + Swift Vision OCR + cliclick 实现全流程自动化。适用于需要通过企业微信桌面端发送消息的场景，如推送日报、通知等。触发词：企微发消息、企业微信发消息、wecom message、给某人发企微消息。

企业微信 GUI 自动化发消息

通过 macOS 桌面 GUI 自动化，在企业微信中找到联系人/群聊并发送消息。

前置条件

• macOS（arm64, Retina 2x）
• 企业微信桌面客户端已安装（com.tencent.WeWorkMac）
• 已安装：peekaboo, cliclick, swift
• 系统已授权：Screen Recording + Accessibility

快速使用

bash

python3 scripts/send_message.py "联系人或群名" "消息内容"
python3 scripts/send_message.py "XXX" "今日AI日报\nhttps://example.com" --wait-login

参数	说明
--wait-login	需登录时自动轮询等待扫码
--timeout N	登录等待超时秒数（默认 120）

Exit Code	含义
0	发送成功
1	发送失败
2	需要登录（仅非 --wait-login）

架构与核心流程

text

激活企微 → 调整窗口 → 登录检测 → 等待弹窗消失 → 消息列表OCR查找 → 点击目标 → 关闭侧面板 → 点击输入框 → 粘贴 → 回车发送 → 验证

关键经验（4/24 实测踩坑总结）

1. 截图策略：窗口截图 > 全屏截图

python

# ✅ 正确：用 screencapture -l <window_id> 截取企微窗口
screencapture -x -l 7741 /tmp/capture.png

# ❌ 错误：全屏截图在企微非前置时 OCR 返回 0 结果
screencapture -x /tmp/capture.png

原因：screencapture -x 全屏截图可能截到桌面/其他窗口，OCR 结果为空。窗口截图始终只截企微内容。

2. 坐标换算：窗口坐标 ≠ 屏幕坐标

python

# 窗口截图 OCR 返回窗口内坐标
# cliclick 需要屏幕坐标
# 换算公式：
screen_x = window_position_x + ocr_pixel_x / 2
screen_y = window_position_y + ocr_pixel_y / 2

# 获取窗口位置：
peekaboo window list --app "com.tencent.WeWorkMac" --json
# → bounds: {x: 0, y: 33, width: 1400, height: 883}

忘记加偏移 = 点到错误位置，这是最常见的 bug！

3. 搜索方式：消息列表 OCR > Cmd+F

• ❌ Cmd+F 全局搜索对外部微信联系人返回"无搜索结果"
• ✅ 切到「消息」Tab，在消息列表中 OCR 直接找目标名并点击
• 前提：目标必须在最近消息列表中（先手动发一条建立聊天记录）

4. 输入框定位：坐标估算

• 企微输入框无 placeholder 文字，OCR 找不到
• 输入框位置 = 窗口底部约 93% 处（工具栏 emoji/文件图标下方）
• 粘贴前先 Cmd+A → Delete 清空残留内容

5. 右侧面板处理

• 企微可能弹出"智能服务总结 AI+"等侧边面板
• 面板会挤压聊天区域、遮挡输入框
• 发消息前检测并按 Escape 关闭

6. 系统通知弹窗

• 首次启动弹出"App后台活动"和"通知"权限弹窗
• 不要点击弹窗按钮（会打开系统设置遮挡企微）
• 点击企微窗口区域让弹窗自动消失

7. 中文输入

只用 peekaboo paste --text --app bundleId，不用 cliclick 打字。

8. bundleId

始终使用 com.tencent.WeWorkMac。

工具链

工具	用途
peekaboo	paste 中文、hotkey、press、window focus/list
screencapture -l	窗口截图（必须用 -l 指定窗口）
Swift Vision OCR	文字识别 + 像素坐标（scripts/ocr_screen.swift）
cliclick	屏幕坐标点击
osascript	窗口管理、App 激活/窗口调整