微信远程操控Alphainfix/wechat-clawbot

wechat-clawbot

把 DeepSeek Harness（DSH）profile 通过微信官方 微信ClawBot（腾讯 iLink API）接入你的微信。绑定后，你可以在外面用微信给 DSH agent 发消息——让它查看电脑上的文件、帮你编辑、执行命令——agent 会把结果（包括权限确认问题）直接回发到微信对话里。

状态：v0.5.0 — 文本消息 + agent → 微信 文件/图片发送（send_wechat_file，发原图）+ 微信图片/文件入站（解密落盘、可识图）+ 引用消息解析 + 识图前自动预览加速 + 微信对话规范 prompt（先确认、结尾一次归纳）。群聊暂不支持。

工作原理

手机微信 ──► 腾讯 iLink 云 ──► 本插件（长轮询监控）
◄────────────────────────  （文本回复、审批提问）
│
▼
一个固定的 DSH agent 会话（"wechat-main"）
（持久化、自动压缩，与普通 DSH 会话相同）

- 协议客户端复用官方 MIT 许可的
@tencent-weixin/openclaw-weixin
包（见 NOTICE），只把 OpenClaw 集成层替换成了 DeepSeek Harness 集成。
- 微信对话映射到一个固定会话（默认 wechat-main）：上下文共享、重启后历史保留、
自动上下文压缩控制 token 消耗。
- 微信会话的审批策略强制为 ask：权限请求（文件访问、命令执行、沙箱升级）会转发到
微信，你回复 同意 / 拒绝（或 yes / no）即可。
- 文件/图片发送：微信 agent 自带 send_wechat_file 工具——直接说
（例如"把 README.md 发给我"或"生成一张图表发给我"）。文件走腾讯 CDN +
官方 AES-128-ECB 加密上传链路；支持图片、PDF、Office 文档、压缩包等。
- 插件运行在 profile 进程内部：只要 profile 在运行，桥接就在线。连接方式为手动扫码
（每次绑定一次即可），token 存在 $DSH_HOME/clawbot，重启后自动复用。

环境要求

- Node.js >= 22
- 一个 DSH profile（如 web profile），已配置模型 provider
- 手机微信，且可用官方微信ClawBot插件（设置 → 插件；首次扫码时微信可能提示升级版本）

安装

1. 把插件装进 profile（需要 pnpm）
dsh plugin --profile web add wechat-clawbot

2. 重启 profile
（先停掉 dsh web，再重新启动）
dsh web

插件默认随 profile 启动（autoStart: true）。如需改配置，在 profile 的
cordis.patch.yml 里加一个 clawbot 行：

- id: clawbot
config:
allowFrom: []          # 微信用户 id 白名单；[] = 仅绑定者本人
sessionId: wechat-main # 微信消息对应的固定 DSH 会话
forwardQuestions: false
approvalTimeoutMs: 0   # 0 = 审批等待无限期
logLevel: info

连接（一次性，手动）

在任意目录执行（状态目录全局共享）：
clawbot login

终端会打印二维码，用 微信 → 扫一扫 扫描并确认。之后：

- 微信通讯录出现新联系人 「微信ClawBot」，打开即可对话。
- 正在运行的 profile 会在 1 秒内自动发现凭据并启动监控——无需重启。

其他命令：

clawbot status   # 查看当前绑定账号
clawbot logout   # 解除绑定并删除凭据

环境变量：

| 变量 | 默认值 | 含义 |
|---|---|---|
| CLAWBOT_STATE_DIR | $DSH_HOME/clawbot | 凭据/状态目录 |
| CLAWBOT_LOG_LEVEL | info | debug / info / warn / error |

安全

- 白名单：默认只有扫码绑定者本人能向 agent 发消息；如需加人，用 allowFrom
配置（用户 id 见日志或 clawbot status）。
- 审批：微信会话审批策略为 ask，敏感操作仍需你在微信里明确回复。其他会话
（如本机 Web GUI）保持各自的策略。
- 陌生人的消息会被静默忽略。

配置项

| 键 | 类型 | 默认 | 含义 |
|---|---|---|---|
| autoStart | boolean | true | 启动时若有已绑定账号则自动开始监控 |
| allowFrom | string[] | [] | 允许发消息的用户 id；空 = 仅绑定者 |
| sessionId | string | wechat-main | 微信流量对应的固定 DSH 会话 |
| cwd | string | process.cwd() | 新建会话的工作目录 |
| forwardQuestions | boolean | false | 把 ask_user_question/plan review 转发到微信（见下） |
| approvalTimeoutMs | number | 0 | 审批等待超时；0 = 无限期 |
| botAgent | string | DSH-ClawBot/0.1.0 … | 上报给 iLink 的 bot_agent |
| compressImages | boolean | true | 大图发送前自动压缩（macOS sips） |
| maxImageEdge | number | 2048 | 压缩图长边像素上限 |
| imageQuality | number | 80 | 压缩 JPEG 质量 |
| compressThresholdBytes | number | 1048576 | 超过此大小才压缩 |
| apiBaseUrl | string | https://ilinkai.weixin.qq.com | iLink API 地址（测试用） |
| logLevel | debug\|info\|warn\|error | info | 协议层日志级别 |

forwardQuestions：每个 DSH 上下文只能有一个 userQuestions provider。
Web UI 在浏览器连接时会注册自己的 provider，所以此选项只在没有 Web provider
的部署中生效。审批转发（approval/request）与它无关，对微信会话始终开启。

Claude 桥（双向）

两个方向，机制不同、失效方式也不同。完整说明见 README.md 的
「The Claude bridge」，这里只放最容易踩的几条。

出站 —— Claude Code 驱动 DSH：/plugins/clawbot/mcp/{sessions,read,send,notify,status}，
由 dsh-mcp-bridge（一个 MCP server，不是 DSH 插件）调用。

- notify 没有收件人参数，只发 account.userId（扫码绑定的那个 id）——
「发给别人」在结构上无法表达。
- send 到不了微信。注入的消息来源标 clawbot-mcp，会话监听把非
schedule 的插件轮次一律当 GUI-only。改这个字符串就破掉隔离。
- 每个路由都要 bearer token（/mcp-token，0600）。只有 status 不要，
因为浏览器页面存不住密钥——所以它只报 token 的路径，绝不报值。
- mcpBridge: false 让四个路由都返回 403，路由仍注册着。标志位每请求现读，
所以开关两个方向都不用重启。

入站 —— DSH 看见并驱动 Claude Code：三个工具
list_claude_sessions / read_claude_session / send_to_claude_session。

- 列表和读取直接走文件（~/.claude/sessions/.json + projects//.jsonl），
这是稳定的那一半。
- 投递没有官方 CLI，真机制是 /tmp/cc-socks/.sock 上的 peerProtocol 1。
这里不逆它，而是拉起一个短命的
claude -p … --allowed-tools ListAgents,SendMessage --model haiku，
让 Claude Code 用自己的实现去走那个 socket。
- 会话名会漂移（实测一天内 harvard-96 → harvard-35 → harvard-ef）。
所以每次发送都重新解析，从不缓存；对不上就报错，不猜。
- 运行态和队列必须显式说出来，哪怕是零。 少了这个字段，模型会编一句
「都没有正在运行的任务」——字段缺失在模型眼里不读作「未知」，读作「没有」。
- 队列有三种操作：enqueue / dequeue / remove（按内容撤回）。只数前两个
会把撤回的算成在排（实测 15/9/6，真实待处理是 0）。
- transcript 里的时间是 UTC。用 toLocaleTimeString，别切 ISO 字符串——
切出来会把 16:33 的消息报成 20:33。

已知限制

- 语音消息需要 silk 转码，暂不支持。
- 队列里正在等的那条消息看不到（transcript 里不记录未投递项）。要拿到活的
答案只能讲 peer socket，本插件刻意不讲。
- 一个状态目录绑定一个微信账号（只监控第一个账号）。
- 不支持群聊（官方渠道行为）。
- 只有 DSH profile 进程运行时桥接才在线。需要 7×24 小时可用的话，请保持
dsh web 常驻（如 launchd / systemd 服务）。

开发

npm install
npm run typecheck   # tsc --noEmit
npm run build       # tsc → lib/，并把 src/client.js 拷成 lib/client.js

node test/regression.mjs     # 55 项离线检查
node test/claude-peer.mjs    # 29 项，真读 ~/.claude
node scripts/bot-sim.mjs     # 用真实提示词跑回复风格，不碰真微信

两个测试套件都是离线的：不调模型、不联网、不碰微信，失败返回非零，可以用来
把关构建。

加了新的「热」配置项时注意：regression.mjs 会 grep 源文件里有没有
config.X 这样的读法。只在 apply() 里读一次的字段不是热的，不管
HOT_FIELDS 里怎么写——这条检查就是拦这个的。新增会读设置的源文件，记得同时
加进那个文件列表。

claude-peer.mjs 里队列记账、空闲判断和时区都是对着合成的 transcript 断言的
（已知答案），不依赖机器此刻在干什么。send_to_claude_session 只注册、从不
调用——它会拉起进程并把消息投进一个真会话。

移植的 iLink 协议层在 src/ilink/（MIT，腾讯）；DSH 集成代码为
src/bridge.ts、src/inbound.ts、src/approvals.ts、src/monitor.ts、
src/questions.ts、src/index.ts。

License

MIT。移植的 iLink 客户端为 MIT © Tencent——见 NOTICE。