微信事件唤醒 w1sdoM777/dsh-phone-wechat-takeover

dsh-phone-wechat-takeover

把一台安卓手机的微信变成智能体的即时任务入口：微信一发消息，智能体立刻被唤醒接管并回结果。

事件驱动，零轮询、空闲 零 token、不装任何手机 App、不接微信机器人协议——只用 adb 读安卓系统事件流（EventLog），命中微信新消息的那一刻才唤醒智能体。

目前已在一台备用 Redmi K60 Pro（Android 13 / MIUI）上真机跑通：微信消息 → 事件捕获 → 智能体唤醒 → 执行 → 微信回结果，端到端 ≈ 33 秒，监听器全程 0 token。

使用手册（布防 / 换新会话 / 成本 / 后台进程 / 排障）见 docs/USAGE.md。

它解决什么问题

以前的「微信任务通道」只能定时扫描：每 N 分钟截屏 + OCR 看一眼微信有没有新消息。代价是：

- 延迟几分钟到几十分钟；
- 不管有没有消息都在花钱（每轮都喂一遍对话上下文）；
- 本质是「监控屏幕」，手机被占用、误识别多。

本项目把触发源换成系统事件：

你的微信 ──发消息──> 备用手机上的微信 │ 系统写 EventLog： │ notification_enqueue: [...,com.tencent.mm,...] ▼ adb logcat -b events（阻塞式事件流：没消息就永远没有输出） │ phone/wechat_trigger.py listen（常驻，0 token） │ 命中 → 事件落盘（发送人 + 正文）→ 退出 ▼ DSH 后台任务结束 → 用 follow-up 轮次唤醒 agent │ agent：读事件 → 读聊天页 → 当任务执行 → 微信回结果 → 重新布防

关键点：

- 监听器不调模型：它只是本地 Python 进程读 adb 事件流；微信不发消息，它一个字节都不产生。
- 唤醒用 DSH 自带能力：@deepseek-ai/dsh-tool-jobs 的完成通知会把空闲智能体用 follow-up 轮次唤醒，所以「常驻监听器 = 后台任务」本身就是唤醒开关，不需要写插件、不需要定时任务。
- 事件里就有发送人和正文（来自系统通知），通常不用先开手机屏幕；正文被微信设置脱敏时再走 OCR 兜底。

与现有方案对比

| 方案 | 消息来源 | 需要什么 | 代价 / 缺点 |
| 微信机器人桥（iLink / ClawBot / 各类 dsh--wechat 插件） | 微信机器人协议 | 扫码绑定机器人账号、消息过腾讯服务器 | 需要额外绑定/服务；消息不经端到端加密；协议非官方、可能漂移 |
| 通知转发 App（NotificationListenerService 类项目） | 手机通知 | 安装 APK、授予通知读取权限 | 要装第三方 App；部分 ROM 会杀后台 |
| 本项目 | adb 读系统 EventLog | 备用手机 + USB 线 + DSH | 需要一直连着线；微信前台开着聊天时微信自己不弹通知 |

环境要求

- Windows 10/11（用了 Windows 自带 OCR；Linux/macOS 需换 OCR 后端）
- DSH / DeepSeek Harness（需要后台任务 + 空闲唤醒能力）
- 一台安卓手机：常亮或充电、开 USB 调试、建议用微信小号（隔离风险）
- adb（tools\install-adb.ps1 自动下载）
- 可选：ADBKeyboard（中文输入；不装则只能回英文/数字）
- 无网络 OCR 依赖：Windows 自带 Windows.Media.Ocr（zh-Hans），本地、零 token

快速开始

1) 装 adb（下载 platform-tools 到 tools\） powershell -ExecutionPolicy Bypass -File tools\install-adb.ps1

2) 安装 ADBKeyboard（可选，中文回复用） powershell -ExecutionPolicy Bypass -File tools\fetch-adbkeyboard.ps1

3) 手机开 USB 调试并授权，确认 adb 能看到设备
python phone\adb.py devices

4) 配置「给你发消息的人」的微信备注名（对话页顶部那个名字） setx WECHAT_CONTACT "我的微信备注名"

5) 自检
python phone\wechat_trigger.py status

6) 布防（在 DSH 里要用「后台任务」方式跑，见下节）
python phone\wechat_trigger.py listen --max-hours 0

布防后，让 WECHAT_CONTACT 那个人给手机发一条微信。正常会在十几秒内看到智能体被唤醒。

命令

| 命令 | 作用 |
| python phone\wechat_trigger.py listen | 常驻事件监听；命中微信通知即落盘退出（给 DSH 后台任务用） |
| python phone\wechat_trigger.py inbox | 读聊天页新增消息、模糊去重、写入任务队列 |
| python phone\wechat_trigger.py status | 触发器状态 / 事件数 / 任务数 |
| python phone\wechat_trigger.py disarm | 全局撤防：写 DISARMED 标记 + 杀掉所有监听进程（任意会话可执行） |
| python phone\wechat_trigger.py arm | 解除全局撤防（待命中的监听器会自动开始监听） |
| python phone\wechat_trigger.py reply --text "…" | 微信回一条 |
| python phone\wechat_trigger.py finish --id N --result "…" | 标记任务完成并微信回结果 |
| python phone\wechat_trigger.py test-notif | 发系统测试通知（配合 listen --include-shell 自测事件链路） |
| python phone\wechat.py read / open | 读聊天页 / 打开目标聊天 |
| python phone\adb.py shot shot.png | 手机截图 |

数据落点（均被 .gitignore 忽略）：

runs/wechat_events/evt-.json 每次事件（发送人/正文/原始 logcat 行） runs/wechat_events/listen.log 监听器日志 runs/_wechat/trigger_state.json 已处理消息基线（相似度 ≥0.75 视为同一条） runs/wechat_tasks/tasks.json 任务队列

在 DSH 里怎么接（关键）

1. 把 SKILL.md 放进 ~/.dsh/skills/wechat-takeover/SKILL.md（DSH 会热加载）。
2. 对智能体说「布防」，它应当用 pwsh 工具 + run_in_background: true 启动：

cd <repo>; $env:PYTHONIOENCODING="utf-8"; python phone\wechat_trigger.py listen --max-hours 0 --claim

- --claim = 接管所有权（用户说「布防」时才加）：自动停掉其它会话的监听器，所以「新会话布防」= 老对话的布防自动撤销；旧会话被唤醒后的自动重布防不带 --claim，只会「待命」（不监听、不耗 token），不会抢回来。
- 之前做过全局撤防时，--claim 会自动解除撤防，不需要先跑 arm。

3. 监听器退出时，DSH 注入 background job ... finished，空闲智能体会被 follow-up 轮次唤醒。
4. 醒来的智能体按 SKILL.md 的固定流程走：先重新布防 → 读事件 → 读新增消息 → 执行 → 微信回结果。
5. DSH 重启 / 切会话后后台任务会消失，重新说一声「布防」即可。
6. 换会话 / DSH 重启后：新会话直接说「布防」即可——--claim 会自动接管、旧会话的布防自动撤销，不需要先手动撤防。详见 docs/USAGE.md 第 3 节。

实测记录（2026-10-29）

- 18:22 真机抓到第一条微信事件：notification_enqueue: [10290,12560,com.tencent.mm,…]，事件 JSON 解析出发送人 + 正文，inbox 建任务成功。
- 18:28 全链路：微信消息 18:28:23 → 监听器 18:28:30 落盘并退出 → 智能体立刻被唤醒 → 重新布防 → 读任务 → 执行 → 18:28:56 微信收到结果。端到端 ≈ 33 秒，无任何定时任务参与。
- 成本（DSH usage 记录）：监听器 0 token / ¥0；每条消息唤醒 ≈ ¥0.07 （37 万 token 大上下文、缓存命中 88%、deepseek-flash）。没有消息 = 不花钱。

已知限制（诚实披露）

- 微信在前台且正开着这个聊天时，微信自己不弹通知 → 收不到事件。把微信切后台或熄屏即可。
- 该聊天被设「消息免打扰」、或微信通知被关闭 → 不产生通知事件。
- 微信关闭「显示消息详情」→ 事件正文被脱敏，此时靠 inbox 开屏 OCR 读正文。
- 对方发的是图片/语音/文件时没有文字正文，inbox 会返回 note 提示；用聊天页截图 + 视觉识别处理。
- DSH 关闭 / 切换会话 → 后台任务消失，需要重新布防。
- 手机设了安全锁屏（PIN/图案）时无法自动解锁（读消息/发消息会失败）；默认需「无密码滑动解锁」。
- 只验证了 Windows + 安卓；iOS 不能这样读事件。
- 微信用小号：第三方自动化有账号风险，风险自担。

安全边界

- 「全权限」模式下智能体能执行任意工具——只绑定你自己的手机和你自己的账号。
- 不上传任何聊天内容；事件与截图只落本地 runs/。
- 不要用来做骚扰、营销群发、刷单等违反微信规则的事。

目录结构

phone/
wechat_trigger.py 事件监听 / inbox / status / reply / finish wechat.py 微信发消息（截屏 + 本地 OCR + ADBKeyboard 中文输入） wechat_task.py 聊天页气泡识别、去重、任务队列 adb.py adb 封装（截图 / UI 树 / 点击 / 文本） awake.py 熄屏自动点亮 + 上滑解锁 cn_input.py ADBKeyboard 中文输入 ocr.py Windows 本地 OCR tools/ ocr.ps1 Windows.Media.Ocr 调用脚本 install-adb.ps1 下载 platform-tools fetch-adbkeyboard.ps1 下载 ADBKeyboard.apk docs/USAGE.md 使用说明：布防、换新会话、成本、后台进程、排障 docs/DESIGN.md 设计细节、事件格式、失败模式 SKILL.md DSH skill（布防/唤醒后流程/排障）

License

MIT