5.2 KiB
5.2 KiB
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
# 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：
# 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 或项目发布页下载。
启动应用
# 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