Wechat AI Radar

WeChat AI Radar 技能文档

技能概述

项目路径: ~/wechat_ai_radar/

微信朋友圈AI雷达是一个完整的自动化内容采集+分析系统，核心流程：

微信朋友圈滚动截图 → AI视觉提取内容 → 存储数据库 → AI分类聚合分析 → 生成结构化简报

核心架构

模块说明

关键配置参数

朋友圈窗口坐标（已校准）

WECHAT_MOMENTS_FALLBACK_X = 0   # 朋友圈窗口x坐标（屏幕左上角）
WECHAT_MOMENTS_FALLBACK_Y = 0   # 朋友圈窗口y坐标
WECHAT_CONTENT_WIDTH = 550      # 内容区宽度
WECHAT_CONTENT_HEIGHT = 969     # 内容区高度
滚动鼠标目标 = (275, 484)       # 内容区中心

滚动参数

SCROLL_COUNT = 50              # 默认滚动次数
SCROLL_INTERVAL = 1.0          # 滚动间隔（秒）
SCROLL_AMOUNT = -300           # 每次滚动像素量（负值=向上）
SCROLL_MOUSE_CLICKS = 3        # 每次滚动执行几次scroll调用

AI API配置

AI_API_URL = "https://api.qingyuntop.top/v1"  # 青禾聚合API
AI_API_KEY = config.AI_API_KEY  # 从config读取
AI_MODEL = "gpt-4o-mini"
AI_MAX_TOKENS = 4000
AI_TEMPERATURE = 0.7
AI_REQUEST_DELAY = 1.0         # API请求间隔（秒）
AI_BATCH_SIZE = 10             # 每批处理数量

使用方式

方式一：完整采集流程（采集 + 分析 + 简报）

cd ~/wechat_ai_radar && uv run python run_300.py

流程：

1. 自动打开/激活微信
2. 执行150次滚动截图（约300条帖子）
3. AI视觉提取内容 → 存入 moments.db
4. AI聚合分析
5. 生成简报（Markdown格式）

目标：约300条帖子 / 耗时约15-20分钟

方式二：仅采集截图（不分析）

cd ~/wechat_ai_radar && uv run python -c "
from automation.open_wechat import WeChatOpener
from automation.scroll_moments import MomentsScroller
import config

opener = WeChatOpener()
opener.activate_wechat()

scroller = MomentsScroller(scroll_count=50, scroll_interval=1.5)
screenshots = scroller.scroll_full(capture=True)
print(f'截图完成: {len(screenshots)} 张')
"

方式三：基于已有数据生成简报

已有 extracted_*.json 数据文件时，直接生成简报：

cd ~/wechat_ai_radar && uv run python reports/generate_daily_report.py

日报结构（用户指定框架）：

# 今日朋友圈热点
## 🔥 热门关键词
## 📈 热门分类（AI/活动/创业/SaaS/出海/促销）
## 💼 商机发现（AI合作/合作需求/创业动态/投资动态）
## 👥 高频人物
## 🧠 AI总结

方式四：app.py 多模式运行

# 仅滚动截图
uv run python app.py scroll

# OCR文字提取（需要paddleocr）
uv run python app.py ocr

# AI分析已有数据
uv run python app.py analyze

# AI总结
uv run python app.py summarize

# 生成日报
uv run python app.py report

# 启动定时任务（每天21:00自动运行）
uv run python app.py schedule --hour 21 --minute 0

数据文件路径

数据库结构

-- moments 表
id, content, author, image_path, created_at, hash,
likes, comments, is_analyzed, category, keywords,
people, companies, business_opportunity, sentiment, summary

# 读取数据示例
from db.database import Database
from db.storage import Storage

db = Database()
storage = Storage(db)
moments = storage.get_recent(days=7, limit=100)
for m in moments:
    print(f"[{m.author}] {m.content[:50]}")

已封装的便捷脚本

1. reports/generate_daily_report.py

• 输入：extracted_*.json 文件
• 输出：Markdown格式日报 + Word文档
• 框架：热门关键词/分类/商机/人物/AI总结

2. reports/daily_report_to_docx.py

• 将日报数据转换为Word文档（A4横向，蓝色主题）

3. extract_and_analyze.py

• 批量处理截图 → AI提取 → 存入数据库

前置要求

# 安装依赖
cd ~/wechat_ai_radar && uv sync

# 核心依赖（pyproject.toml）
pyautogui, Pillow, python-dateutil, openai, httpx, APScheduler

已知限制

1. 窗口必须可见：朋友圈窗口需在屏幕上可见（不能最小化）
2. 坐标依赖屏幕布局：已校准为 (x=0, y=0) 屏幕左上角布局
3. Mac专属：使用PyAutoGUI + macOS特定配置
4. OCR可选：paddleocr未安装时跳过OCR，使用AI视觉提取替代

快捷命令汇总

# 完整采集+简报
cd ~/wechat_ai_radar && uv run python run_300.py

# 快速生成日报（基于已有JSON）
cd ~/wechat_ai_radar && uv run python reports/generate_daily_report.py

# 生成Word版日报
cd ~/wechat_ai_radar && uv run python reports/daily_report_to_docx.py

# 采集50次滚动截图
cd ~/wechat_ai_radar && uv run python -c "
from automation.open_wechat import WeChatOpener
from automation.scroll_moments import MomentsScroller
opener = WeChatOpener()
opener.activate_wechat()
scroller = MomentsScroller(scroll_count=50, scroll_interval=1.5)
screenshots = scroller.scroll_full(capture=True)
print(f'完成: {len(screenshots)} 张截图')
"