Files

T

kenyanghui d5850ce18a v0.2.0: add Linux server resident-agent route + ops-workflow discipline

- scripts/agent.py: GLM-vision WeChat guard agent (8s watch loop, red-dot
  detection, whitelist, title-verify gate, rate/quiet-hours caps, self-heal)
- scripts/setup-server.sh: idempotent xfce+TigerVNC+noVNC+WeChat-Linux setup
- scripts/check-skill.sh: skill guard (structure/secrets/privacy/claims/
  encoding/syntax/CHANGELOG/bundle parity), self-exclusion aware
- references/linux-server.md: deploy & ops guide for the 7x24 route
- references/pitfalls-linux.md: 17 field-tested pitfalls
- references/ops-workflow.md: baseline-first authoring + sync discipline
  (methodology credit: octopus-workflow)
- SKILL.md/README: dual-platform entry; CHANGELOG added

2026-09-29 08:54:59 +08:00

4.3 KiB

Raw Blame History

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。

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

# 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)

wmctrl -r Weixin -b add,maximized_vert,maximized_horz 最大化
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
改 config.json 的 coords → python3 agent.py once 验证红点检测
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

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,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)。

4.3 KiB Raw Blame History