WeChat AI Bot (OCR 方案)

这是一个基于 截图 + OCR + AI 实现的微信群聊自动化助手。针对新版微信（Weixin.exe）聊天界面采用 Chromium 渲染、传统的 UI Automation 无法直接读取文字的问题，本项目采用了视觉识别方案，能够稳定获取聊天记录并进行智能回复。

🌟 核心特性

• 视觉识别方案：利用 RapidOCR 对微信窗口进行截屏识别，彻底解决新版微信无法通过 UI 树获取消息的痛点。
• 智能身份识别：通过头像颜色（绿色气泡判断）和感知哈希（dHash）算法，精准区分“我”和群友，避免自言自语。
• 仿真真人输入：模拟真人打字节奏，采用“分段粘贴+随机停顿”的方式输入文字，极大降低被系统检测的风险。
• 主动暖场功能：支持“冷场检测”，当群内长时间没人说话时，AI 会根据上下文自动找话题打破沉默。
• 高度可配置：通过 .env 文件轻松配置 AI 角色（Persona）、API 地址、回复频率和冷场阈值。

🛠️ 技术栈

• Python 3.10+
• RapidOCR: 基于 PaddleOCR 的轻量级 OCR 引擎，识别速度极快。
• pywinauto: 用于微信窗口的控制和输入模拟。
• OpenAI API (Compatible): 支持任何符合 OpenAI 标准的 API 接口。
• PyWin32: 底层窗口捕获与图形处理。

🚀 快速开始

1. 环境准备

确保你的系统是 Windows，并已安装 Python 3.10 或更高版本。

# 克隆/下载本项目后，进入目录
pip install -r requirements.txt

2. 配置参数

1. 复制项目根目录下的 .env.example 文件。
2. 将其重命名为 .env。
3. 打开 .env 并根据需要修改配置：

# AI 配置
AI_API_KEY=your_api_key_here
AI_BASE_URL=https://api.example.com/v1
AI_MODEL=gpt-4-turbo
AI_TEMPERATURE=0.8

# 角色设定
AI_SYSTEM_PROMPT=你是一个幽默、博学且随和的微信群聊参与者，说话要简短自然，像个真人朋友。

3. 运行项目

1. 打开微信 PC 客户端，并进入目标群聊窗口。
2. 确保微信窗口可见（不要最小化，但可以被其他非全屏窗口遮挡）。
3. 双击 run.bat 或在终端运行：

python main.py

📁 项目结构

• main.py: 主程序逻辑，负责监听循环、AI 调用和消息发送。
• chat_reader.py: 核心视觉模块，负责窗口截取、聊天区域裁剪及 OCR 识别。
• run.bat: Windows 便捷启动脚本。
• scratch/: 存放调试脚本和临时文件。

💡 使用建议

1. 窗口状态：微信窗口不可最小化，但可以被其他窗口部分或全部遮挡（本方案通过 PrintWindow 依然可以抓取画面）。
2. 缩放配置：为保证 OCR 识别率，建议 Windows 系统缩放设为 100% 或 125%。
3. 窗口大小：建议将微信窗口拉大，以便 AI 能够获取更多的上下文背景。

⚠️ 免责声明（Important Notice）

本项目仅供 技术研究 与 学术交流 使用，请在下载后 24 小时内删除。在使用本项目前，请认真阅读以下条款：

1. 封号风险：本项目通过模拟人工操作与视觉识别实现自动化，虽然最大程度模拟了真人行为，但仍存在被微信官方检测并封号的风险。开发者不对任何形式的账号限制、封禁或损失承担责任。
2. 数据安全：本项目涉及屏幕截图与 OCR 文字识别。所有处理均在本地完成，但由于调用了第三方 AI API，聊天内容会被发送至你所配置的 API 供应商。请勿在包含敏感信息（如财务、密码、隐私）的群聊中使用。
3. 合规性：用户在使用本项目时，必须遵守所在地法律法规及微信相关服务协议。禁止将本项目用于任何非法用途，包括但不限于骚扰他人、散布违规信息等。
4. 无担保：本项目按“原样”提供，不提供任何形式的明示或暗示担保。用户须自行承担使用本项目的全部风险。

一旦开始使用本项目，即视为你已充分理解并接受上述所有条款。

📄 开源协议

MIT License