# 识流 AI 助手

基于截图 + OCR 的微信自动回复机器人，支持关键词规则匹配和 AI 智能回复。

> **仅支持 Windows**，需要桌面端微信同时运行。

---

## 功能特性

- **自动监听未读消息**：通过截图 + OCR 识别微信会话列表中的未读消息
- **关键词规则回复**：支持「包含匹配」和「精确匹配」两种规则类型
- **AI 智能回复**：支持接入 OpenAI / DeepSeek / Dify，无规则命中时自动调用 AI 回复
- **消息记录**：所有收发消息入库存储，支持查询历史记录
- **管理界面**：内置 Web 控制台，可管理规则、查看消息、查看运行日志
- **可视化日志**：结构化日志系统，支持按模块、级别、关键词筛选

---

## 技术栈

| 层次 | 技术 |
|------|------|
| 桌面 GUI | PySide6 (Qt6) + QWebEngineView |
| 后端服务 | Python / Flask |
| 前端界面 | Vue 3 + Vite |
| 数据库 | SQLite（本地存储） |
| OCR 引擎 | RapidOCR + ONNX Runtime（PP-OCRv4） |
| AI 接入 | OpenAI / DeepSeek / Dify（可配置） |
| 桌面打包 | Tauri（备选方案） |

---

## 目录结构

```
├── main.py                  # 桌面 GUI 启动入口
├── backend_main.py          # Flask 后端启动入口
├── requirements.txt         # Python 依赖
├── app/
│   ├── application/         # 应用层：配置、Bot 控制器
│   ├── infrastructure/
│   │   ├── backend.py       # Flask 服务启动
│   │   ├── router/          # API 路由（rules / messages / bot）
│   │   ├── service/
│   │   │   ├── backend/     # AI 调用、数据库、配置读取
│   │   │   ├── wechat/      # 截图、OCR、会话分析、聊天快照
│   │   │   └── logging/     # 结构化日志服务
│   │   └── wechat_multi_chat_bot.py  # Bot 主循环
│   ├── presentation/        # GUI 主窗口、加载窗口
│   └── resources/
│       └── ocr_models/      # OCR 模型文件（需单独下载）
├── frontend/
│   ├── src/                 # Vue 3 前端源码
│   └── dist/                # 构建产物（随代码附带）
├── vendor/
│   └── paddleocr/           # PaddleOCR 模型（需单独下载）
└── legacy/                  # 旧版 PHP 实现（已弃用，仅供参考）
```

---

## 快速开始

### 环境要求

- Windows 10 / 11（64位）
- Python 3.11+
- 桌面端微信（已登录）

### 安装依赖

```bash
# 创建虚拟环境
python -m venv .venv
.venv\Scripts\activate

# 安装依赖
pip install -r requirements.txt
```

### 配置环境变量

在项目根目录创建 `.env` 文件：

```env
# 服务地址（默认即可）
APP_HOST=127.0.0.1
APP_PORT=5000

# AI 提供商：openai / deepseek / dify / mock
AI_PROVIDER=deepseek

# DeepSeek
DEEPSEEK_API_KEY=your_api_key
DEEPSEEK_API_BASE=https://api.deepseek.com/v1
DEEPSEEK_MODEL=deepseek-chat

# OpenAI（使用 openai 时填写）
# OPENAI_API_KEY=your_api_key
# OPENAI_API_BASE=https://api.openai.com/v1
# OPENAI_MODEL=gpt-4o-mini

# Dify（使用 dify 时填写）
# DIFY_API_KEY=your_api_key
# DIFY_API_BASE=https://api.dify.ai/v1
# DIFY_USER=user

# 微信窗口位置（可根据实际屏幕分辨率调整）
WECHAT_WINDOW_TARGET_WIDTH=1080
WECHAT_WINDOW_TARGET_HEIGHT=820
WECHAT_WINDOW_TARGET_LEFT=120
WECHAT_WINDOW_TARGET_TOP=80
```

### 下载 OCR 模型

OCR 模型文件体积较大，不纳入版本控制，需手动放置：

```
app/resources/ocr_models/
├── ch_PP-OCRv4_det.onnx     # 文字检测模型
├── ch_PP-OCRv4_rec.onnx     # 文字识别模型
└── ch_ppocr_mobile_v2.0_cls.onnx  # 方向分类模型
```

可从 [PaddleOCR 官方](https://github.com/PaddlePaddle/PaddleOCR) 或项目发布页下载。

### 启动应用

```bash
# 启动桌面 GUI（自动拉起后端服务）
python main.py

# 或单独启动后端服务
python backend_main.py
```

启动后浏览器访问 `http://127.0.0.1:5000` 可打开管理控制台。

---

## 管理控制台

| 页面 | 功能 |
|------|------|
| **控制面板** | 启动/停止监听、开关自动回复、开关全自动 AI 回复 |
| **回复规则** | 新增/编辑/删除关键词规则，支持包含/精确两种匹配 |
| **消息记录** | 查看所有收发消息，含 OCR 置信度、回复策略等信息 |
| **运行日志** | 查看结构化运行日志，支持按模块和级别过滤 |

---

## 工作原理

```
Bot 主循环
  ↓ 每隔 3 秒
截图微信会话列表 → OCR 识别 → 找到未读会话
  ↓ 点击会话
截图聊天区域 → 提取最新一条消息文本（对方发送）
  ↓ POST /api/messages/receive
关键词规则匹配
  ├─ 命中 → 直接回复规则内容
  └─ 未命中 + 全自动开启 → 调用 AI 生成回复
  ↓ should_reply = true
pyautogui 模拟输入 → 剪贴板粘贴 → 回车发送
```

---

## 注意事项

- 运行期间请勿手动操作微信窗口，避免与 Bot 产生冲突
- 建议在专用电脑或虚拟机上运行，避免影响日常使用
- 数据库文件存储在 `%LOCALAPPDATA%\AiShiliu\ai_shiliu.sqlite3`
- `AI_PROVIDER=mock` 可用于本地测试，不调用真实 AI 接口