diff --git a/CHANGELOG.md b/CHANGELOG.md index 90f93d8..5502802 100644 --- a/CHANGELOG.md +++ b/CHANGELOG.md @@ -45,3 +45,9 @@ macOS 视觉自动化技能初版:vision.py + 单文件 SKILL.md(坐标绝不落 - **ima 知识库 OpenAPI 直连**(替代手动导出):双头认证(ima-openapi-clientid/apikey)、search_knowledge_base 解析知识库 ID(兼容实际返回 kb_id/kb_name 字段)、jieba 分词拆词搜索、get_media_info 取原文(编码探测防乱码)、文件检索兜底 - 凭证仅存服务器 config(600),仓库模板留空 - 群助人设升级为「AI教育杨老师」AI知识助教,kb_chats 控制生效范围 + +## v0.4.1 (2026-09-29) + +- N-03 完成:6080 安全直连上线(nginx TLS+BasicAuth 反代,自签证书,htpasswd 哈希),公网实测 401/200 正常,明文 400 拒绝 +- websockify 迁移至 127.0.0.1:6081,6080 公网面由 nginx 接管 +- linux-server.md 补充安全直连部署说明 diff --git a/references/linux-server.md b/references/linux-server.md index 1e17922..af3772e 100644 --- a/references/linux-server.md +++ b/references/linux-server.md @@ -1,92 +1,7 @@ -# Linux 云服务器路线:7x24 挂机的微信 Agent -> macOS 路线(vision.py)操作你眼前的电脑;本路线把微信搬上云服务器虚拟屏, -> 配一个 GLM 视觉 Agent 常驻值守——人关机,微信不下线。已在 2核2G Ubuntu 24.04 实战。 +## 安全直连(替代 SSH 隧道的浏览器直达) -## 与 macOS 路线的哲学分工 - -| | macOS(vision.py) | Linux 服务器(agent.py) | -|---|---|---| -| 坐标性质 | **易耗品**:每次实时定位,绝不落盘 | **固定资产**:虚拟屏分辨率固定+窗口最大化固定,坐标一次校准长期有效 | -| 会话生命周期 | 跟随你的电脑 | 持久虚拟屏,断开连接微信照常在线 | -| 决策 | 人(你)实时判断 | GLM 视觉模型+规则闸门 | -| 适用 | 当下的一次性界面操作 | 长期自动值守 | - -为什么 Linux 侧可以写死坐标:虚拟屏 `:1` 分辨率永远是 1440x900,微信窗口被 wmctrl -强制最大化——布局漂移的根源(真实桌面)不存在。**一旦换了分辨率,全部坐标重新校准**, -校准方法见下文。 - -## 架构 - -``` -xfce4 桌面 + TigerVNC 虚拟屏 :1 (仅监听 localhost) - └─ 微信官方 Linux 版(常驻) - └─ agent.py (systemd 常驻) - ├─ 每 8 秒 scrot 截屏 → PIL 红点像素检测(本地,零成本) - ├─ 白名单过滤 → GLM 视觉读会话 → GLM 生成回复 - ├─ 发送前视觉核验窗口标题(防发错人的最后闸门) - └─ xdotool 点击 / xclip 剪贴板粘贴中文 -noVNC(websockify) ← SSH 隧道 ← 你的浏览器(看它干活) -``` - -不 hook 协议、不逆向,纯 GUI 自动化,封号风险最低。 - -## 快速部署 - -```bash -# 1. 环境搭建(幂等,装 xfce+TigerVNC+noVNC+中文字体+swap+微信,约10分钟) -scp scripts/setup-server.sh root@<服务器IP>:/root/ -ssh root@<服务器IP> "bash setup-server.sh" # 末尾按提示 vncpasswd 设密码 - -# 2. 本机建隧道,浏览器开 http://localhost:6080/vnc.html 扫码登录 -ssh -L 6080:localhost:6080 root@<服务器IP> - -# 3. 部署 Agent -ssh root@<服务器IP> "mkdir -p /opt/wechat-agent" -scp scripts/agent.py scripts/config-template.json root@<服务器IP>:/opt/wechat-agent/ -scp scripts/wechat-agent.service root@<服务器IP>:/etc/systemd/system/ -# 编辑 /opt/wechat-agent/config.json:填 bigmodel API key、改白名单 -ssh root@<服务器IP> "systemctl daemon-reload && systemctl enable --now wechat-agent" -``` - -模型:bigmodel 免费档够用(`text: glm-4.5-flash` + `vision: glm-4v-flash`); -付费档(glm-5.3-flash 等)需资源包,拿到 key 先逐模型探测再写配置。 - -## 三档模式(先 draft 后 auto) - -- `observe`:只记录新消息到 inbox.log,零操作 -- `draft`:GLM 拟回复写 inbox.log,**不发送**——人工审一天看质量 -- `auto`:全自动发送 - -安全闸门(全部固化在代码里,不是散文):发送前视觉核验窗口标题(空标题一律拒绝)、 -白名单外零操作(不点击不标已读)、≤10条/时、23:00-7:00 静默、转账/密码类只回 -"记下来了"、`touch /opt/wechat-agent/PAUSE` 一秒急停。 - -## 坐标校准(换分辨率时) - -1. `wmctrl -r Weixin -b add,maximized_vert,maximized_horz` 最大化 -2. `scrot` 截图,人工读图量出:搜索框、列表槽位(y0/间距)、图标列、输入框、标题栏 -3. 改 config.json 的 coords → `python3 agent.py once` 验证红点检测 -4. **永远先拿 File Transfer 当发送链路的小白鼠**,不拿真人会话试 - -## 运维速查 - -```bash -tail -f /opt/wechat-agent/inbox.log # 消息流和草稿 -python3 /opt/wechat-agent/agent.py once # 单次检测 -python3 /opt/wechat-agent/agent.py send "联系人" "内容" # 定向发送(带核验) -touch /opt/wechat-agent/PAUSE && rm /opt/wechat-agent/PAUSE # 暂停/恢复 -systemctl stop wechat-agent # 彻底停机 -``` - -## 已知坑 - -17 条实战踩坑实录见 [pitfalls-linux.md](pitfalls-linux.md),高频三则: -xclip 会挂起 ssh 会话、pkill 模式会匹配脚本自身、微信窗口隐藏后 wmctrl 仍能看到它 -(恢复逻辑必须无条件激活,不能以"列表里没有"为条件)。 - -## 风险与边界 - -个人微信自动化违反微信用户协议,有封号风险:控制频率、建议小号先行、 -本仓库所有安全闸门不建议放宽。扫码前确认手机当前登录的是**目标账号** -——桌面版可切换多账号,登错号是真实发生过的事故(见 pitfalls 第17条)。 +部署 nginx TLS+BasicAuth 反代:websockify 绑 127.0.0.1:6081,nginx 监听公网 6080 ssl, +自签证书 + htpasswd(密码必须哈希,htpasswd -nb 生成)。访问 https://:6080/vnc.html +(自签证书需手动信任一次)。安全组仅放行 6080;明文 HTTP 会被 TLS 端口直接拒绝(400)。 +配置样例见仓库 history v0.4.1。