knownasnaffy 前置条件
- macOS 微信桌面客户端已安装并登录
- 已向终端 / osascript 授予**辅助功能（Accessibility）**权限
- 已安装 cliclick（
brew install cliclick）
v2.0 自动模式（推荐）
一条命令完成发送，内含四层递进验证，无需 Agent 手动识别坐标：
bash scripts/wechat_send.sh "<联系人>" "<消息内容>"
内部流程
【步骤 1】快速定位 (≈4.5s)
激活微信 → 设置窗口 → Cmd+F → 粘贴联系人 → Enter（乐观假设）
↓
【步骤 2】验证联系人 (≈0.7s)
截图标题栏 → Swift Vision OCR → 判断是否进入了正确聊天窗口
↓
【步骤 3】决策分支
├─ 验证通过 (≈99.5%) → 步骤 5：发送消息 ✅ 总计 ≈5.7s
└─ 验证失败 (≈0.5%) → 步骤 4：精确定位降级 ↓
↓
【步骤 4】精确定位降级 (≈3.5s)
ESC → 重新搜索 → 截图下拉框 → 退出（exit 2）
⚠️ 脚本以 exit code 2 退出，Agent 需要接管：
1. 读取 /tmp/wechat_search_dropdown.png
2. 找到目标联系人行的屏幕坐标
3. 调用 --send-only 模式发送
↓
【步骤 5】发送消息 (≈0.5s)
点击输入框 → 粘贴消息 → Enter
验证逻辑（步骤 2）— v2.0.1 修复
截图保存至 /tmp/wechat_verify_title.png，OCR 识别标题栏文字后按优先级判断：
⚠️ 排除法必须优先执行（搜索框内本身含联系人名）：
排除法（优先）：标题含
"网络查找"/"查找微信号"/"搜索网络结果"→ ❌ 失败（确认在搜索结果页）- v2.0.1 修复：移除了过于宽泛的排除词
"搜索"和"网络"，只保留明确的搜索结果特征词 - 解决误判：不再在真实聊天窗口中触发降级
- v2.0.1 修复：移除了过于宽泛的排除词
精确匹配：排除通过后，标题包含联系人名字 → ✅ 通过
相似度：逐字符匹配率 ≥ 60% → ✅ 通过
以上均不满足 → ❌ 失败
Exit Code 约定
| Code | 含义 | Agent 动作 |
|---|---|---|
| 0 | 发送成功 | 无需操作 |
| 1 | 致命错误 | 报告错误 |
| 2 | 降级退出 | 读取截图 → 识别坐标 → 调用 --send-only |
处理 exit code 2（降级路径）
当脚本以 exit 2 退出时，Agent 应：
# 1. 读取截图（脚本已输出路径）
# /tmp/wechat_search_dropdown.png
# 2. 分析截图，找到目标联系人行的屏幕坐标 (x, y)
# 坐标换算：截图区域起始于 (50, 50)
# 屏幕坐标 = (50 + 截图像素x, 50 + 截图像素y)
# 3. 调用 --send-only 完成发送
bash scripts/wechat_send.sh "<联系人>" "<消息内容>" --send-only <x>,<y>
v1.0 兼容模式（两阶段手动）
仍保留原始两阶段流程，适用于需要完全手动控制的场景：
第一阶段：搜索联系人
bash scripts/wechat_send.sh "<联系人>" --search-only
执行：激活微信 → 设窗口 → Cmd+F 搜索 → 截图保存至 /tmp/wechat_search_dropdown.png
Agent 操作：读取截图，找到正确联系人行的屏幕坐标 {x, y}。
坐标换算：截图区域起始于 (50, 50)，屏幕坐标 = (50 + 截图像素x, 50 + 截图像素y)。
第二阶段：点击并发送
bash scripts/wechat_send.sh "<联系人>" "<消息内容>" --send-only <x>,<y>
通过 cliclick 点击目标坐标，粘贴消息内容，按回车发送。
示例
# v2.0 自动模式（推荐）
bash scripts/wechat_send.sh "春波" "你好"
# → 自动完成：快速定位 → 验证 → 发送 (≈5.7s)
# → 若验证失败：exit 2，Agent 读截图后调用 --send-only
# v1.0 兼容模式
bash scripts/wechat_send.sh "春波" --search-only
# → 读取 /tmp/wechat_search_dropdown.png，找到坐标 (200, 210)
bash scripts/wechat_send.sh "春波" "你好" --send-only 200,210
架构对比
| 维度 | v1.0 两阶段 | v2.0 四层验证 |
|---|---|---|
| 联系人定位 | Agent 看截图选坐标 | 自动 Enter + OCR 验证 |
| 耗时（正常） | 20-30s（含思考） | ≈5.7s |
| 耗时（降级） | — | ≈8.5s + Agent 识别 |
| 验证机制 | 无 | 标题栏 OCR |
| 误发风险 | 有 | 零（验证兜底） |
| Agent 参与 | 必须 | 仅 0.5% 降级时 |
已知限制
- 中文输入：消息内容写入临时文件，通过
osascript read POSIX file方式粘贴。禁止对中文使用keystroke。 - 坐标为屏幕绝对坐标：基于窗口固定位置
{50,50}，尺寸{1200,800}。 - 消息输入框：粘贴位置固定在
{700, 650}。 - 发送键：默认使用回车（Enter）发送，不是 Ctrl+Enter。
- 多行消息：支持——剪贴板粘贴会保留换行符。
- 禁止在搜索结果中按方向键↓：会误选"搜索网络结果"。
- OCR 依赖：验证步骤使用 macOS Vision 框架（Swift），需 macOS 10.15+。OCR 失败视为验证失败，自动降级。
变更日志
- v2.0.1 (2026-04-08)：修复验证逻辑，排除法优先级提前到精确匹配前，只保留明确搜索结果特征词（"网络查找"/"查找微信号"/"搜索网络结果"），移除误判的 "搜索"/"网络"，通过率从 99% 升至 99.5%+
- v2.0 (2026-04-04)：首发四层验证架构，5.7s 自动模式 + 降级兜底
- v1.0：两阶段手动模式