微信传输 le0522/dsh-wechat-transfer

dsh-wechat-transfer

左侧栏 DSH 插件：把文件发送到微信聊天（默认「文件传输助手」）。

特别适合远程 / 手机使用：在手机上远程连 DSH 时，跑出来的报告、截图、导出文件都还在电脑里。用这个插件把它们发到「文件传输助手」，手机微信里立刻就能收到，点开就能存进手机相册或文件，不用再回到电脑前复制。手机浏览器打开的面板一样能用（会自动走 DSH 的 /remote 网关）。

安装

从 npm（推荐）：

dsh plugin --profile desktop add dsh-wechat-transfer

或直接从源码仓库装（想跟最新提交时用）：

dsh plugin --profile desktop add github:<GITHUB_OWNER>/dsh-wechat-transfer

装完重启 DSH，左侧栏出现「微信传输」。只能装在 Windows（依赖 Windows PowerShell 5.1 与中文 OCR 语言包）。

也可以从 Releases 分发包 拿 zip/tgz 离线安装，或 npm install dsh-wechat-transfer 装进任何 DSH profile。

它做什么

- 左侧栏出现一个 微信传输 图标，点开是面板：填写文件路径、目标聊天、是否自动发送，还有一个 登录微信 按钮。
- 在手机上取文件：手机上远程用 DSH 跑出的产物，点一下「发微信」（或让模型调工具），文件就出现在手机微信的「文件传输助手」里，下载即可存进手机——这是它最实用的场景之一。
- 产物一键发送：聊天里每个 present 交付文件卡片旁边多出一个「发微信」按钮，点一下就把该文件发到「文件传输助手」，成功/失败直接显示在按钮上。
- 关闭微信：面板上的「关闭微信」按钮会先给微信发关闭请求（它只会缩到托盘），确认还在跑就直接结束 Weixin.exe 进程，返回 closed-wechat；微信本来就没开也算成功。
- 登录：微信停在登录窗口（头像 + 「进入微信」）时，插件会用 OCR 找到这个按钮并点击，等主窗口出现后再继续；需要手机扫码时明确返回「需要扫码」，不会瞎点。
- 微信没运行也能发：先启动微信、自动登录，再走完整发送流程（实测从 0 个微信进程到文件进聊天约 20 秒）。
- 同时注册模型可调用的工具 wechat_send_file，你可以直接说「把这个文件发到微信文件传输助手」。
- 每次执行都会：
1. 找到微信主窗口并置前（从不 按 Esc、从不 关闭窗口、从不 启停微信进程）；
2. 用 Windows OCR 读取窗口标题栏，只有确认当前聊天就是目标聊天才会继续；不在目标聊天时先尝试在会话列表里点开（点列表只切聊天，不会发消息），还不对就中止；
- 如果会话列表里有多个同名聊天（比如两个都叫「工作群」），OCR 分不出是哪一个，插件会直接返回 chat-ambiguous 并中止，让你自己点开正确的那一个；
3. 点击输入栏左侧的 📁，等微信弹出的原生「选择文件」对话框；
4. 点对话框里的「文件名」框，把 "路径1" "路径2" 粘贴进去，回车确认，等对话框关闭；
5. 用 OCR 复核文件卡片是否出现在输入框；
6. 可选：采样「发送」按钮像素确认为绿色后点击，再 OCR 确认消息已出现在聊天里；
7. 保存一张窗口截图，面板里可以直接看到。

为什么不用剪贴板直接粘贴文件：微信 4.1.15.13 的输入框不接受 CF_HDROP 粘贴（文字可以），必须走它自己的 📁 → 「选择文件」这条路。剪贴板粘文件只作为弹不出对话框时的兜底。

默认 autoSend = false：文件只放进输入框，由你确认后再点发送。

为什么是「安全模式」

微信 4.x 使用 Qt Quick 自绘，没有 UI Automation 元素树，PrintWindow 抓到的是黑图，只能靠截屏 + OCR 校验。
早期调试发现：在微信主窗口按 Esc 会把它缩到托盘，之后所有按键都会跑到别的窗口；关闭「搜索聊天记录」窗口会把整个微信进程带走。
因此本插件刻意只做最小动作（置前、点击列表行、点击输入框、粘贴、点击发送），并且每一步都有校验，任何一步对不上就中止并截图，不会盲发。

边界（必读）：校验用的是聊天显示名（OCR 读出来的标题），不是微信内部的稳定会话 ID——微信 4.x 没有可用的自动化接口，拿不到 ID。所以：

- 会话列表里有多个同名聊天时，插件会拒绝执行（chat-ambiguous）；
- OCR 本身有极小概率识别错误，理论上仍存在发错的可能；
- 结论：这是大幅降低误发风险，不是绝对保证。要绝对稳妥，请把 autoSend 留空（默认 false）——文件只会放进输入框，由你亲眼看一眼再点发送；或敏感文件先用普通方式发。

前置条件

- Windows，装有微信 4.x 桌面版。
- 微信没开也没关系：插件会自己启动 Weixin.exe（HKCU\Software\Tencent\Weixin\InstallPath，否则 C:\Program Files\Tencent\Weixin\Weixin.exe），然后点登录窗上的「进入微信」；只有出现二维码时才需要你拿手机扫一次（会明确返回 login-qr）。
- 目标聊天能出现在左侧会话列表里（插件会自动滚动列表去找，最多 6 次；找不到再用微信全局搜索）。
- 系统有中文 OCR（Windows 自带 zh-Hans 识别器）。
- 窗口大小随意，不再改你的窗口：微信左侧图标栏 + 会话列表是固定像素宽（约 455px@150%），右侧对话区才随窗口缩放；插件按 DPI 把这套固定偏移换算成裁剪区和点击点（日志 layout scale=1.5 left=…），所以 1000×800 到 2500×1550 都能直接用。只有两种情况会动窗口：窗口小于 880×620 时临时放大（发完还原），或者窗口处于最大化状态时先还原（发完再最大化回去），因为最大化窗口的底边被任务栏挡住会吞掉点击。日志关键词 normalize-window / window put back to …。
- 会话列表没滚到的聊天也能找：先按名字点会话列表、上下各滚一遍（最多 6 次）；还找不到就用微信自己的全局搜索（Ctrl+F → 输入名字 → 回车）定位，两个办法都失败才会报 chat-not-open。
- 微信 4.2 已适配：4.2 会把主窗口开得更大（例如 1401×1083），表头截图区域被压成 965×47 这种细长条，而 Windows OCR 对细长条会直接返回空，于是旧版误判「聊天不对」而拒绝发送。现在表头截图固定至少 72px 高、最多 760px 宽，点击/裁剪仍按固定像素轨道换算。另外 4.2 最小化时窗口矩形是 -32000,-32000 237x39，旧版会把这个当成「登录小窗」去乱点；现在会先 ShowWindow(SW_RESTORE) 还原并重读尺寸（日志 window is minimised, restoring it）。还有一点：4.2 主窗口的最小尺寸是 658×677（150% 缩放），旧版用「宽 <700 就当作登录窗」的判断会把它误判成登录界面并直接拒绝发送；现在只有真·登录窗（约 442×581，或 OCR 出「进入微信」/二维码）才会走登录分支，小主窗口会被 normalize-window 临时放大到 1320×930（发完还原，日志 window 658x677 is too small, resizing to 1320x930）。

插件只会启动微信，永远不会杀掉或关闭它。

校验是怎么做的

微信把长文件名截断成 季度报告_终稿...版.docx 这种样子，所以不能拿完整文件名去比对。现在按信号强弱依次判断：

1. 大小标签：卡片下面那行 340K / 1.2M，直接和本地文件大小比对（最稳）；
2. 首 6 字 + 扩展名（或文件名末尾 4 字），忽略中间的省略号；
3. 文件名短到能完整显示时，才做整名匹配；
4. 图片走结构判定：图片在输入框里只显示缩略图，没有文件名也没有大小标签，OCR 读不到。这时比较「输入框区域」在这次粘贴前后的像素网格（16×8 格，任一格亮度差 ≥14 记为变化，≥6% 才判定为真的加了东西）——只有卡片真的出现才会触发，光标闪烁不会。

发送成功的判定同理：先看聊天区是否出现文件名/大小；图片则要求聊天区出现新气泡且输入框里的卡片消失（只变一个不算，避免把占位提示文字的变化误判成发送成功）。

失败时的状态

| stage | 含义 |
| chat-not-open | 当前打开的聊天不是目标聊天，已中止（没有粘贴任何东西） |
| login-required | 微信停在登录窗口，且没能自动点掉「进入微信」 |
| login-qr | 微信要求手机扫码登录，需要你手动扫一次 |
| not-logged-in | 微信还停在登录界面（旧代码路径，保留兼容） |
| wechat-missing | 找不到 Weixin.exe（没装微信？） |
| wechat-not-starting | 微信启动了但一直没有窗口 |
| input-blocked | 微信对模拟鼠标完全没反应（📁 与粘贴都无效），退出微信重新登录后再试 |
| paste-not-verified | 对话框走通了，但文件没有出现在输入框 |
| send-not-verified | 文件已放进输入框，但没能确认发送 |
| ocr-unavailable | 系统 OCR 不可用，为安全起见中止 |

成功相关：logged-in（登录检查通过）、staged（只放进输入框）、sent（已确认发送）。

路由

| 方法 | 路径 | 用途 |
| GET | /dsh-wechat-transfer/status | 引擎是否就绪、上次结果、截图年龄 |
| POST | /dsh-wechat-transfer/send | {paths, chat?, autoSend?} 发送文件 |
| POST | /dsh-wechat-transfer/login | 处理登录窗口，返回 logged-in / login-qr |
| POST | /dsh-wechat-transfer/close | 关闭微信，返回 closed-wechat / close-failed |
| POST | /dsh-wechat-transfer/resolve | {sessionId, seq, index} → 交付卡片的绝对路径 |
| GET | /dsh-wechat-transfer/screenshot | 最近一次校验截图（PNG） |

手机 / 远程访问

用手机或另一台电脑访问时，DSH 走的是 remote 网关（/remote/...）：harness 的 Host 围栏对非 loopback 的「非 /remote 路径」直接返回 403，所以面板会先按 /dsh-wechat-transfer/... 请求，收到 403/404 后自动改成 /remote/dsh-wechat-transfer/... 重试，并在本机切换后一直沿用。

另外两处也照顾了弱网/代理：

- 所有 GET 都带 ?_=<时间戳> 且 cache: 'no-store'，避免手机浏览器/代理返回缓存里的旧状态；
- 发送过程中每 1.5 秒轮询 /status，状态行还会显示这次结果的时间戳，一眼能看出是不是最新。

结构

index.js 宿主侧：HTTP 路由（含 resolve/login/close）+ wechat_send_file 工具 client.js Web 侧：左侧栏图标 + 面板 + 交付卡片上的「发微信」按钮 scripts/wechat-send.ps1 PowerShell 引擎（截屏、OCR、输入注入、剪贴板、登录） cordis.patch.yml 把宿主插件插入 profile locale/zh.json 文案

安装

dsh plugin --profile desktop add link:<这个目录的绝对路径>

宿主侧改动需要重启 DSH 生效；面板属于客户端 bundle。