wechatauto-replica — 微信 4.x Windows 自动化 / WeChat 4.x Automation

中文版 在下方 · English version below

🇨🇳 中文版

wechatauto —— 微信 4.x Windows 客户端自动化（wxauto 复刻版）

本项目复刻上游 wxauto 项目，目标是实现对当前微信 4.x Windows 客户端的自动化 （读取消息、发送消息、媒体下载、朋友圈），非网页版，直接操作本机客户端。

当前版本：1.1.4.2

兼容范围：Windows 10/11 ｜ Python 3.9+（已在 3.12 验证）｜ 微信 4.1.12+ （数据库读取路线对微信版本不敏感；坐标+OCR 发送路线依赖 4.1.12+ 自绘渲染 布局，其它 4.x 小版本可能需校准 guia.py 布局常量）。

直接解密读取 xwechat_files/.../db_storage/ 下的 contact.db / message_*.db / sns.db 加密库——纯本地，无 Web API。

🤝 致谢

感谢 vesio 在 issue #1 提供微信 4.1.12 的 UIA 控件树代码与思路，促成了 v1.0.8 的 UIA 混合驱动。

感谢 nanshanjack 发现 UI 锁的可重入问题（v1.1.2 修复）。

感谢 maozhitao12450 报告 WXAM (wxgf) 图片下载问题（v1.1.3 修复）。

版本记录

v1.1.4.2（2026-08-18）

• PyPI 描述清理：移除 v1.1.4 版本记录中关于 demo 默认群改动的条目。

v1.1.4.1（2026-08-18）

• PyPI 页面中英双语：PyPI 描述合并中文（README.zh-CN.md）与英文（README.md）两个版本，中文版在包页面可见。

v1.1.4（2026-08-18）

• 群聊图片缩略图回退：群聊的图片原图只有被点开（查看）后才会落盘本地；原图未点开不下发时，download_image 自动回退到缩略图（_t.dat），保存为带 _thumb 后缀的文件。
• WeChatDB._find_media_rows(user, types)：新增批量查媒体接口——返回某会话指定 local_type 集合的全部媒体 local_id（用于批量下载）。
• demo_media.py --images N：按 local_type 直接从数据库下载某会话最近 N 张图片，绕过总消息数 --limit 的限制——群聊消息上万条时不再「只列出几张图」。

v1.1.3（2026-08-17）

• WXAM (wxgf) 图片解码：微信 4.x 现在把普通图片（不仅是动图贴纸）也存进 WXAM 容器 （内部为 HEVC 比特流）。MediaDownloader.download_image 新增 wxgf 处理：提取 HEVC Annex-B 流，用 ffmpeg 转码为 JPG（优先用 imageio-ffmpeg 内置二进制，其次 PATH 上的 ffmpeg）；ffmpeg 不可用时不再丢弃数据，改为保存原始解密数据为 .wxgf 兜底。
• 新增依赖：imageio-ffmpeg>=0.4.9。

v1.1.2（2026-08-16）

• UIA 驱动线程安全：WeChatUIA 实例化时在当前线程初始化 COM（CoInitializeEx，幂等）——修复后台线程/宿主进程（如 WeChatBot）实例化报「尚未调用 CoInitialize / 无法加载 UIAutomationCore.dll」。
• 主窗口过滤：只认加载了 Weixin.dll 的主进程窗口，过滤无 DLL 的辅助进程窗口（其热激活必然失败，不再刷噪音警告）。
• 转发语音修复：Chat.ForwardVoiceMessage 未指定目标时用 self（原 _cur() 可能误取会话）。
• UI 锁可重入：LockManager 同线程可重入——@uilock 函数互相调用（如 ForwardVoiceMessage → VoiceMessage.forward_to）不再死锁。

v1.1.1（2026-08-16）

• 撤回消息（Chat.RecallLastMessage / uia_driver.recall_last_message）：右键最新一条自己发的消息 → UIA 优先 （主窗口树内 mmui::XMenuView 菜单项定位「撤回」，Invoke/Select 或鼠标点击），OCR 兜底（全屏识别「撤回」 文字定位点击）；菜单只剩「删除」（超过 2 分钟撤回时限）时返回失败。
• UIA 健壮性：菜单项查找限定在主窗口子树内（避免触发 Windows UIA 根遍历的系统挂起 bug）；移除脆弱的 WindowControl(ClassName=...) 兜底定位。
• 媒体修复：视频 id bytes→str 解码（MediaDownloader），修复视频文件定位。
• demo_media.py --photos 默认 3 → 10。

v1.1.0（2026-08-15）

• 图片 AES 密钥自动监控捕获（media.py）：微信 4.x 的 V2 图片 AES 密钥仅在 查看图片大图时短暂驻留进程内存（实测约 5 分钟后释放）。_scan_aes_key() 新增 monitor 模式——首次扫描未命中时自动持续轮询并提示去微信点开一张图片看大图， 密钥进入内存后自动捕获并持久化到 image_keys.json，之后免扫描直接解密。 首次用户无需手工找密钥，看图一次即可完成配置。
• 修复进程排序扫描 bug：移除 _scan_aes_key 中按内存占用排序进程的逻辑 （GetProcessMemoryInfo 结构体大小传错导致工作集全为 0，reverse 排序反而把 主进程排到最后，错过密钥驻留窗口），恢复按微信进程原顺序扫描（主进程优先命中）。
• 语音/视频/文件不受影响：仅图片 .dat 为 V2 AES 加密需密钥；语音（SILK）、 视频（MP4）、文件均为明文直接读取。

v1.0.9（2026-08-14）

• open_chat 账号/微信号搜索修复（uia_driver.py）：微信搜索框不认 wxid （系统账号），open_chat 传入 username 时自动通过本地 DB 映射为昵称/备注/ 微信号再搜索（_resolve_search_keyword），并清空搜索框残留重试； 实测 open_chat('wxid_sb9or2x9zxj012') 成功。
• UIA 表情包精确读取（msgs/mtype.py + uia_driver.py）：热激活后消息 列表暴露 mmui::RecyclerListView，新增 find_in_message_list() 用鼠标滚轮 驱动虚拟化列表滚动，按 ClassName/Name 定位表情行并取 BoundingRectangle 精确坐标；EmojiMessage.capture() 优先走 UIA 定位 + 方向感知气泡裁剪 （_crop_bubble_from_row），实测 1.1s 裁出 271×271 表情，替代原先 「截图全消息区 + 连通域猜气泡」的脆弱方案；失败自动回退原连通域逻辑。
• 语音通话（uia_driver.voice_call + Chat.VoiceCall）：标题栏暴露 mmui::ChatVoIPView.voip_button（Name=语音通话），控件树动态重建需重试 定位；video=True 尝试找视频通话按钮（当前版本未暴露，通常失败）。
• 拍一拍（uia_driver.poke + Chat.Poke）：微信 4.x 拍一拍只能通过 右键对方头像触发，菜单为自绘不暴露 UIA；实现为「内容重心定位 friend 消息行 → 右键头像 → 全屏 OCR 定位「拍一拍」→ 点击」，实测 3.2s 发出 （网络正常时对方收到，网络异常时微信显示失败提示，链路本身正确）。
• EmojiMessage.capture() / voice_call / poke 失败均自动回退或返回 WxResponse 失败，不影响既有 OCR 发送路径。

v1.0.8（2026-08-13）

• 🎉 特别感谢 vesio：在 issue #1 中提供了微信 4.1.12 可出 UIA 控件树的代码与调试思路，本版 UIA 混合驱动由此而来；
• UIA 混合驱动（uia_driver.py，微信 4.1.12.26 实测）：
  • 新增 WeChatUIA 引擎：冷启动时 Qt51514QWindowIcon 只是空壳（Qt 无障碍门未激活），通过写 Weixin.dll 内的 Qt accessibility gate （RVA 扫描定位）热激活后，锚点变为 mmui::MainWindow，搜索框 mmui::XValidatorTextEdit / 搜索下拉 search_list / 输入框 chat_input_field 全部可用；
  • 发送链路全部走 UIA：搜索下拉选人（search_item_*）打开会话 → chat_input_field 直接输入 + 回车发送，current_chat 校验防误配， 无 OCR 抖动；Windows 冷状态热激活后 UIA 树保持可用；
  • guia.py 集成混合路径：_get_uia() 惰性启用，open_chat / send_msg UIA 优先、OCR 兜底——UIA 树不可用（版本变更新增 RVA） 或失败时自动降级到坐标 + 放大 OCR 方案，首次失败本次会话内不再重试。
  • 实测：send_msg('文件传输助手') 10.2s、send_msg('卢立竺') 13.2s 均走 UIA 并数据库确认成功（含 verify）；UIA 对生僻字会话名不再依赖 OCR 识别。
• 新增依赖：uiautomation（UIA 客户端库）。

v1.0.7（2026-08-13）

• OCR 识别可靠性提升（guia.py，针对生僻字/小字号会话名识别失败）：
  • 新增 ocr_zoomed()：对区域放大 N 倍后再 OCR，坐标按 1/N 还原；实测 微信小字号中文在放大 3 倍时识别率最高（放大 6 倍图像过大反而整块 返回空），超过 5 倍即回落；
  • _chat_is_open 标题检测改用放大 3 倍 + y 范围扩到 0-185（微信 4.x 标题实际渲染在 y≈80-180，原 15-100 的区间会漏检已打开的会话）；
  • _search_chat 搜索回退排除「群聊」节标题以下行、含「包含」的群成员 预览行（如「00，包含：卢立竺」）与群名结尾行，只点联系人，修复 「搜索选中群聊而非联系人」的问题；
  • _chat_open_confirmed 改为优先标题命中，标题读不到才退而用面板 非空白作为已打开判据，修复「点错会话也误判成功」；
  • open_chat 首查 _chat_is_open && _pane_has_content，右侧面板已打开 目标会话时直接成功（不再滚动/搜索），已打开场景耗时 45s → 2.7s。
• OCR 多轮投票（find_session._scan_vote）：WinRT OCR 对生僻字存在 抖动（同一行不同轮次可能读出「卢立竺」或「亠人五」）。对侧栏放大 3x 扫描 4 轮，命中行按 y 聚类（≤30px 视为同行），票数 ≥2 才返回，显著 降低误配；普通会话仍走单轮快速路径，无性能损失。
• 实测：find_session('卢立竺') 连续 5 轮 4/4 票一致、稳定命中； open_chat + send_msg 全链路成功。

v1.0.6（2026-08-11）

• 元数据与门面优化：README 增加徽章（PyPI 版本/下载量/Python 版本/License/Stars）、PyPI description/keywords/classifiers SEO 优化、Homepage 修正为项目 GitHub 地址。

v1.0.5（2026-08-10）

• 表情截图跨机器修复：EmojiMessage.capture() 表情气泡自动裁剪全面重构：
  • 主路径改用连通域分析（_crop_last_bubble），按消息方向（左=对方/右=自己） 精确定位最后一条消息气泡，自动过滤细长竖条（滚动条/面板边框）、剔除头像类 小元素，从根源解决右缘滚动条/边框被当成内容导致的右侧大片空白；
  • 圆形表情顶部/底部在缩放采样时因 LANCZOS 模糊丢失边缘像素：加大裁剪边距 （pad = max(10, scale*5)）并在全分辨率下逐像素边缘扩展找回丢失内容， 且扩展遇连续空白行（消息间分隔）即停，避免吃进相邻消息；
  • 时间戳等居中小文字（水平居中约 50% 宽度）不再被误当成消息：方向判定加 阈值（左侧 <45% 宽度、右侧 >55%），居中元素两边都不匹配；
  • 最终尺寸校验：min(crop) < 50 视为时间戳/文字误判，自动回退到 「消息分隔空白」「头像锚点」等备用定位，仍过小则判定失败返回 None；
  • 本机与高 DPI 机器均已实测通过（完整表情、无空白、无切顶、不截时间戳）。

v1.0.4（2026-08-10）

• 多特征兜底窗口定位：主窗口定位不再只依赖类名 Qt51514QWindowIcon （类名降级为软条件），联合 进程名 weixin.exe / 窗口可见 / 大尺寸 （≥800px）/ 标题关键词（微信/Weixin/WeChat）评分定位——Qt 升级改名 （Qt51514 → Qt6xxx）也不失效；渲染子窗口按前缀 MMUIRenderSubWindow 匹配（兼容 MMUIRenderSubWindowHW / MMUIRenderSubWindow 等变体）， 找不到时退回用主窗口矩形计算坐标。
• 布局自动校准：首次运行自动校准——OCR 检测「搜索」「发送」锚点实测 布局比例，保存到 ~/.wechatauto/layout-<机器标识>.json，之后自动加载； 布局漂移（DPI/窗口尺寸/缩放变化）时自动重新校准。
• 最大化状态保持：激活窗口时先 GetWindowPlacement 记录状态，原为 最大化则用 SW_SHOWMAXIMIZED 恢复（原 SW_RESTORE 会把最大化窗口 缩成普通大小），最小化恢复不再破坏用户窗口布局。
• 发送模块窗口兜底：find_main_window 类名查找失败后按标题「微信」 兜底，适配类名不同的机器。

v1.0.3（2026-08-08）

• 文本消息还原：微信 4.x 部分文本消息 content 为「容器头 + UTF-8 明文 + 尾部填充」结构，此前显示为 [文本]/空。新增 _extract_text_from_blob 还原明文，数据库读取与 bot 均可见真实内容（含群消息 wxid_xxx: 前缀）。
• 表情截图方向感知与兼容性：_db_row_to_message 写入 msg.attr （self/friend），EmojiMessage.capture() 按方向定位气泡（自己发的用 消息分隔空白、对方发的用头像锚点），避免截图前自己又发了一条消息时误截到 自己的气泡；裁剪阈值自适应截图尺寸，跨分辨率/DPI 可用。微信 4.x 主窗口为 Qt 自绘渲染，不暴露 UIA 子树，故截图定位全部基于屏幕像素分析。
• 发送会话复用：send_msg 记录 _current_chat，目标会话已打开时跳过 open_chat（重扫侧栏+点击），逐条连续发送不再反复点击对话框，效率提升。
• 搜索联系人选第一条：_search_chat 按视觉顺序排序并过滤「搜索网络结果/ 搜一搜」节标题，点选第一条联系人而非网络搜索。
• 动画表情不再落盘伪 .gif：download_image 识别到 wxgf 容器（微信 动画表情私有格式）时返回 None，不再生成打不开的假图片。
• Listener.stop() 崩溃修复：db.py 补 import sys（_run/_poll_once 使用 sys.stderr 却未导入）。

v1.0.2（2026-08-08）

• 表情消息支持：新增 EmojiMessage 消息类型（type='emotion'）， "动画表情"不再被归为 OtherMessage，并按收发方向提供 FriendEmojiMessage / SelfEmojiMessage。微信 4.x 表情消息在本地数据库中的 content 为加密数据，无法直接还原成图片，因此新增 EmojiMessage.capture()： 采用「打开会话 → 滚动到底 → 截取消息区 → 自动裁剪最后一条消息气泡」 的屏幕截图方案，返回图片路径，可直接供 AI 视觉识别使用 （示例见 demo_emoji_capture.py）。
• 监听器并发工作线程：Listener 回调移到独立工作线程执行，每个被监听 会话对应一条串行工作线程——同一会话内消息按序处理、不同会话间并行； 轮询线程只负责读取数据库并分派任务，不再被慢回调（AI 调用 / 图片识别等） 阻塞，stop() 优雅关闭所有工作线程。
• 数据库消息兼容增强：_db_row_to_message 支持 bytes 类型 content （自动解码还原文本）、local_type 缺失时自动推导消息类型， _extract_group_sender 兼容 bytes 内容。

一、项目状态

结论：微信 4.1.x 聊天界面使用自绘渲染（MMUIRenderSubWindow*），冷启动 对 UIAutomation 只暴露 Qt51514QWindowIcon 空壳（原 wxauto 的 UI 方案因此 失效）。本项目通过热激活 Qt accessibility gate（写 Weixin.dll 内读屏 标志位，从 qt.accessibility.core 引用扫描 RVA）物化 mmui::* UIA 树， 实现发送/语音通话/拍一拍等操作（UIA 优先、坐标+OCR 兜底）；消息读取仍走 「本地数据库解密」（已全链路验证）。

二、读取原理

微信 4.x 的数据存放在本地 SQLCipher 4 加密的 SQLite 数据库中：

D:\微信文件\xwechat_files\<wxid>_xxxx\db_storage\
├── contact\contact.db            联系人（昵称、备注）
├── session\session.db            会话列表（未读数、摘要）
├── message\message_0..4.db       聊天消息（按会话分表 Msg_<md5>，跨分库分片）
├── message\media_0.db            语音（VoiceInfo.voice_data，SILK 二进制）
├── message\message_resource.db   文件原名（MessageResourceDetail.packed_info）
├── sns\sns.db                    朋友圈（SnsTimeLine，SnsDataItem XML）
└── ...

2.1 密钥提取（进程内存只读扫描）

每个数据库有独立的 32 字节密钥，保存在微信进程内存中的 com.Tencent.WCDB.Config.Cipher 配置对象里：

1. 在 Weixin.exe 所有可读内存区域中查找该字符串；
2. 由字符串地址定位配置对象（[ptr][len] 结构回溯）；
3. 数据块与固定掩码异或后得到 x'<64位hex密钥><32位hex盐>' 明文配置；
4. 用 SQLCipher 4 HMAC 校验规则验证每个候选密钥；
5. 验证通过的密钥保存到 %TEMP%\wechatauto_db\<账号>\keys.json 缓存。

2.2 数据库解密

• SQLCipher 4，页大小 4096，PBKDF2-HMAC-SHA512（加密密钥 256000 次迭代）；
• 解密结果按页写入临时目录，校验源 mtime/size 复用缓存；
• 首次解密 contact.db 约 6s，之后全部秒级。

2.3 消息查询

• 会话名 → Md5(会话微信号) → 表名 Msg_<md5>（同一会话可能分片在多个 message_*.db，按 sort_seq 合并排序）；
• 关键列：local_type、real_sender_id（2=自己，其他为数字 id，可通过 message_resource.SenderName2Id 反查微信号）、server_id、 packed_info_data（图片/视频 md5）、sort_seq。

2.4 WAL 增量合并（已修复）

微信 -wal 是预分配文件：checkpoint 时 WAL 头 salt+1 并清零写游标，但 旧世代帧仍留在文件中。若合并时不过滤帧盐，会把过期页覆盖进主库导致 database disk image is malformed。修复方案：

• _merge_wal 读取 WAL 头后仅合并 salt 与当前 WAL 头一致的帧， 旧世代帧直接跳过；
• 缓存 stamp 加入版本号 STAMP_VERSION=2，旧损坏缓存自动强制全量重建；
• 合并结果用 PRAGMA integrity_check 校验，失败自动重试全量重建。

验证：contact.db 合并后 integrity OK，2354 个联系人全部可查。

2.5 媒体存储与解密（图片 v2 格式）

• 图片：msg\attach\<会话md5>\<YYYY-MM>\Img\<md5>.dat（加密）；
• 语音：media_0.db → VoiceInfo.voice_data（SILK 明文 BLOB）；
• 文件：msg\file\<YYYY-MM>\<原文件名>（原名来自 message_resource）；
• 视频：msg\video\<YYYY-MM>\<id>.mp4（未落盘时返回 None）。

图片 .dat 为 v2 格式：[6B sig 070856320807][4B aes_size LE][4B xor_size LE]

• AES-ECB 密文 + 明文段 + 异或段：

• AES 密钥：16 字节 ASCII，账户级稳定密钥，但仅在微信查看图片时驻留 进程内存。MediaDownloader 通过内存扫描反测（AES 解首块后校验 JPEG/PNG 魔数）获取，命中后持久化到 image_keys.json；也支持 image_key= 参数 显式注入。本机实测：单一密钥稳定解密 35/40 张随机图片（其余为微信动画 表情容器 wxgf）。
• XOR 密钥：单字节，从同图缩略图 <md5>_t.dat 尾部 JPEG 结束标记 FF D9 反推（key = tail[0] ^ 0xFF）。

三、快速开始

3.1 安装

pip install -e .
# 坐标+OCR 发送路线额外依赖：
pip install winsdk pypinyin

3.2 示例程序

python demo_db.py

3.3 代码示例

from wechatauto import WeChatDB

db = WeChatDB()  # 自动检测账号与数据目录（微信需已登录）

info = db.get_self_info()                     # 当前账号昵称
for s in db.get_sessions(limit=10):           # 会话列表
    print(db.get_nickname(s["username"]), s["unread"])

hits = db.search_contact("Ayi")               # 搜索联系人
who = hits[0]["username"]
for m in db.get_messages(who, limit=10):      # 最近消息
    print(m["create_time"], m["sender_id"], m["type"], m["content"])

3.4 媒体下载

from wechatauto import WeChatDB, MediaDownloader

db = WeChatDB()
md = MediaDownloader(db)                      # 可传 image_key="..." 注入图片密钥
key = md.detect_image_key()                   # 内存扫描/缓存取 AES+XOR 密钥
print(key)

for m in db.get_messages("filehelper", limit=50):
    out = md.download_media("filehelper", m["local_id"])   # 按类型自动分发
    if out:
        print("已下载:", out)

3.5 朋友圈读取

from wechatauto import WeChatDB, MomentDB

md = MomentDB(WeChatDB())
for feed in md.get_moments(limit=10):          # 时间线（3382 条全量可读）
    print(feed["nickname"], feed["text"])
    print("  图片:", [i["md5"] for i in feed["images"]])
    print("  赞:", [l["nickname"] for l in feed["likes"]])
    print("  评论:", [(c["nickname"], c["content"]) for c in feed["comments"]])
    md.download_media(feed["images"][0])       # 本地缓存或 URL 拉取

3.6 消息监听

from wechatauto import WeChatDB
from wechatauto.db import Listener

db = WeChatDB()
lst = Listener(db, interval=1.0)
lst.add_listener("filehelper", lambda msg, lst: print("新消息:", msg["content"]))
lst.start()
# ... 业务代码 ...
lst.stop()

• 回调在独立工作线程中执行（v1.0.2）：每个被监听会话对应一条串行 工作线程，同一会话内消息按序处理、不同会话间并行；轮询线程只负责读取 数据库并分派任务，不会被慢回调（AI 调用 / 图片识别等）阻塞。

3.7 历史导出

db.export_history(r"D:\backup\chat.json",   fmt="json")    # 全部会话
db.export_history(r"D:\backup\chat.db",     fmt="sqlite")
db.export_history(r"D:\backup\one.json",    fmt="json",
                  users=["filehelper"], limit_per_chat=1000)

3.8 多账号

from wechatauto import list_accounts, WeChatDB
for a in list_accounts():
    print(a["account"], a["wxid"])
db2 = WeChatDB(account="wxid_xxx_abcd")       # 显式指定账号（缓存按账号隔离）

3.9 表情消息与截图

微信 4.x 的"动画表情"消息在本地数据库中 content 为加密数据，无法直接还原成 图片。v1.0.2 起监听回调中的表情消息为独立的 EmojiMessage 类型 （type='emotion'，FriendEmojiMessage / SelfEmojiMessage 按收发方向区分）， 并支持对屏幕上的表情气泡自动截图：

# 在 Listener 回调内，把消息 dict 转成消息对象后再截图：
def on_msg(msg, listener):
    if msg["type"] == "动画表情":
        from wechatauto.wx import _db_row_to_message
        m = _db_row_to_message(msg, chat)   # chat: 当前会话
        path = m.capture()                  # 返回 PNG 路径，供 AI 视觉识别

capture(save_dir=None) 流程：打开会话（已打开则跳过，避免刷新消息列表导致 控件失效）→ 滚动到底 → 截取消息区 → 按消息方向定位最后一条消息气泡：

• 自己发的消息（attr='self'，右侧无头像）：用「消息分隔空白」定位 消息顶部，空白阈值按截图高度自适应（约消息区高度的 2.5%）， 跨分辨率/DPI 保持一致；
• 对方发的消息（attr='friend'，左侧有头像）：优先检测头像圆形彩色块 的顶部作为消息顶部（特征跨分辨率稳定），失败时回退消息分隔空白。

返回图片路径（失败返回 None）。独立示例：python demo_emoji_capture.py。 调试时可保留 ~/pane_diag_raw.png（每次截图保存的消息区原图）与 [CAP] 日志行（截图尺寸、消息方向、裁剪路径、结果尺寸）用于排查。

四、API 参考

WeChatDB(db_dir=None, keys_file=None, workdir=None, account=None)

MediaDownloader(db, save_dir=None, image_key=None)

MomentDB(db)

Listener(db, interval, watermark)

add_listener(user, cb) / remove_listener / start / stop / watermark。

WeChatGUI（发送，锁屏不可用）

一行式：quick_send / quick_send_file / quick_send_image / quick_reply。

五、已知限制

1. 需要微信登录：数据库密钥存于进程内存，首次使用需微信运行中 （提取后本地缓存）；重新登录后密钥变化需重新提取（自动校验失败重扫）；
2. 图片 AES 密钥瞬态：仅在微信查看图片时驻留内存；MediaDownloader 扫描命中后会持久化（image_keys.json），也可用 image_key= 显式传入；
3. 发送为 GUI 操作：锁屏/会话断开时 desktop_available() 返回 False， 发送接口返回明确失败；文件/图片/回复/艾特代码已完成但需桌面解锁后实测；
4. 视频文件未落盘时不可下载：视频 mp4 仅在本地存在（msg/video）时 返回，否则返回 None；
5. 发朋友圈功能已舍弃：4.x 的发表为自绘界面操作，不可靠自动化； 本库仅保留朋友圈读取/点赞/评论能力。

六、发送消息（坐标 + OCR）

微信 4.1.12+ 聊天界面自绘渲染、无无障碍节点，发送走 「屏幕坐标 + 本地 OCR」（wechatauto/guia.py）：

1. 多特征兜底定位主窗口（类名 Qt51514QWindowIcon 只是「软条件」， 联合标题 / 进程名 weixin.exe / 可见 / 大尺寸评分，Qt 升级改名也不 失效），再按前缀 MMUIRenderSubWindow 找渲染子窗口（兼容 MMUIRenderSubWindowHW / MMUIRenderSubWindow 等不同版本类名； 找不到时回退用主窗口矩形计算坐标）；
2. 布局用渲染子窗口相对坐标描述，运行时换算为屏幕绝对坐标；首次运行自动 校准（OCR 检测「搜索/发送」锚点实测比例），保存到 ~/.wechatauto/layout-<机器>.json，之后自动加载、布局漂移自动重校准；
3. OCR 识别会话列表点击目标（失败走搜索框；生僻字/小字号会话名自动放大 3 倍 + 多轮投票重扫，搜索回退只点联系人、自动排除群聊与群成员预览行）；
4. 扫描输入框白色区定位并聚焦；
5. 文字以「剪贴板 + Ctrl+V」输入（避免中文输入法拦截），失败回退拼音组合；
6. OCR 定位「发送」按钮（找不到回退回车键）；
7. verify=True 时用 WeChatDB 读回确认。

文件/图片通过 CF_HDROP 剪贴板 + Ctrl+V 插入草稿再回车发送，绕开自绘 「+ 菜单」定位；回复/艾特分别走悬停 OCR 工具栏与成员弹层 OCR。

from wechatauto.guia import quick_send, quick_send_file
quick_send('你好', '文件传输助手', verify=True)
quick_send_file(r'D:\资料\报告.pdf', '文件传输助手')

注意：OCR 需要系统语言包含中文（Windows.Media.Ocr）。

七、后续路线

1. 发送功能实测：桌面解锁后校准 guia 各坐标常量，验证文件/图片/回复/艾特；
2. 视频消息下载增强：微信 4.x 聊天视频存储位置仍需确认（本机无样本）；
3. 性能优化：导出/首扫并行化，内存扫描增量缓存。

八、目录结构

├── wechatauto/
│   ├── wx.py            UIA 自动化入口（4.x 受限）
│   ├── guia.py          ★ 坐标+OCR 发送模块（文本/文件/图片/回复/艾特）
│   ├── db.py            ★ 数据库读取（密钥提取 + 解密 + WAL 合并 + 导出 + 监听）
│   ├── media.py         ★ 媒体下载（图片 v2 解密 / 语音 / 视频 / 文件）
│   ├── moment.py        ★ 朋友圈（MomentDB 数据库路线 + 旧 UIA 兼容）
│   ├── ui/              UI 控件层
│   ├── msgs/            消息模型
│   └── ...
├── demo.py              UI 自动化示例（微信 4.1 上受限）
├── demo_db.py           ★ 数据库读取示例（推荐）
├── demo_guia.py         ★ 坐标+OCR 发送示例
├── demo_listen.py       ★ 实时消息监听示例
├── demo_reply_at.py     ★ 回复/@ 成员实测示例
├── demo_emoji_capture.py ★ 表情消息截图示例
├── docs/技术文档.md      ★ 完整技术文档（架构/原理/API/扩展）
└── pyproject.toml

九、免责声明

本项目仅用于个人学习与自动化研究，请遵守微信软件许可协议及当地法律法规， 勿用于任何违反规定的用途。

注：本库完全由AI（opencode+deepseek-v4-flash）生成

十、联系方式

• 邮箱：fanyuantaier@163.com

🇬🇧 English

wechatauto-replica — WeChat 4.x Windows Automation (wxauto-compatible)

Automate the WeChat 4.x Windows desktop client (not the web version): read messages, listen in real time, download media, export full history, read Moments (朋友圈), and send messages — by driving the local client directly.

Current version: 1.1.4.2 · Windows 10/11 · Python 3.9+ (verified on 3.12) · WeChat 4.1.12+

Why this project exists: the classic wxauto relies on the UI Automation tree, which WeChat 4.x broke with self-drawn rendering (no accessibility nodes). wechatauto-replica is a drop-in-style replacement: messages are read through local database decryption (SQLCipher 4), and sending uses a UIA + OCR hybrid driver that auto-falls back between engines.

Reading the encrypted contact.db / message_*.db / sns.db files directly from xwechat_files/.../db_storage/ — no web API, all local.

✨ Features

🚀 Quick Start

pip install -e .
# extra deps for the OCR sending path:
pip install winsdk pypinyin

Read messages

from wechatauto import WeChatDB

db = WeChatDB()  # auto-detects account & data dir (WeChat must be logged in)

info = db.get_self_info()                    # current account
for s in db.get_sessions(limit=10):          # session list
    print(db.get_nickname(s["username"]), s["unread"])

hits = db.search_contact("Ayi")              # search contacts
for m in db.get_messages("filehelper", limit=10):   # recent messages
    print(m["create_time"], m["sender_id"], m["type"], m["content"])

Send a message

from wechatauto.guia import quick_send, quick_send_file

quick_send("Hello", "filehelper", verify=True)   # verify=True reads back from DB
quick_send_file(r"D:\report.pdf", "filehelper")

Real-time listening

from wechatauto import WeChatDB
from wechatauto.db import Listener

db = WeChatDB()
lst = Listener(db, interval=1.0)
lst.add_listener("filehelper", lambda msg, lst: print("new:", msg["content"]))
lst.start()
# ... your code ...
lst.stop()

Callbacks run on dedicated per-chat worker threads: messages in one chat are processed in order, different chats in parallel; slow callbacks (AI calls, image recognition) never block the poller.

Media & Moments

from wechatauto import WeChatDB, MediaDownloader, MomentDB

db = WeChatDB()
md = MediaDownloader(db)
md.detect_image_key()          # scan process memory for the image AES key (persisted after first hit)
for m in db.get_messages("filehelper", limit=50):
    out = md.download_media("filehelper", m["local_id"])
    if out:
        print("downloaded:", out)

moments = MomentDB(db)
for feed in moments.get_moments(limit=10):
    print(feed["nickname"], feed["text"])
    print("  images:", [i["md5"] for i in feed["images"]])
    print("  likes:", [l["nickname"] for l in feed["likes"]])
    print("  comments:", [(c["nickname"], c["content"]) for c in feed["comments"]])

🧠 How It Works

• Reading — WeChat 4.x stores everything in SQLCipher 4 encrypted SQLite databases under xwechat_files/<wxid>/db_storage/ (contact.db, message_*.db, media_0.db, sns.db, …). Each DB has its own 32-byte key living in the Weixin.exe process memory (com.Tencent.WCDB.Config.Cipher config objects). The library locates them with a read-only memory scan, validates candidates with SQLCipher HMAC rules, decrypts pages to a temp dir and caches the result (first decrypt ~6s, then instant). WAL incremental merging with frame-salt filtering prevents database disk image is malformed corruption.
• Sending — WeChat 4.x chat UI is self-drawn (no accessibility nodes), so sending uses a hybrid driver: hot-activate the Qt accessibility gate inside Weixin.dll (RVA scan, writes the screen-reader flag) to materialize the mmui::* UIA tree — search box, chat_input_field, etc. Sending is UIA-first, coordinate + OCR fallback: auto-calibrating layout (~/.wechatauto/layout-<machine>.json), zoomed OCR (3x) with multi-round voting for rare Chinese characters, clipboard + Ctrl+V input to dodge IME interception.
• Media — image .dat files are [6B sig][4B aes_size][4B xor_size] + AES-ECB + plaintext + xor chunks. The account-level AES key is transient (only resident in memory while viewing an image); MediaDownloader scans for it, validates via JPEG/PNG magic, and persists it to image_keys.json so later runs need no scanning (or pass image_key= explicitly). Voice is plain SILK read from media_0.db; files are read from msg/file/ with original names resolved from message_resource.db.

⚖️ vs wxauto

⚠️ Known Limitations

1. WeChat must be logged in — DB keys live in process memory; cached after first extraction, re-extracted automatically after re-login.
2. Image AES key is transient — only resident while viewing an image; persisted to image_keys.json once found, or inject via image_key=.
3. Sending is a GUI operation — fails cleanly when the desktop is locked (desktop_available() returns False).
4. Videos are downloadable only when the mp4 already exists on disk (msg/video/).
5. Group-chat image originals are stored locally only after being opened (viewed) in WeChat; until then only the thumbnail (_t.dat) exists — download_image falls back to the thumbnail (marked _thumb in the filename).
6. Moments posting is dropped (4.x self-drawn UI, unreliable); reading/likes/comments are supported.

🗺️ Roadmap

• Calibrate and verify file/image/reply/@ sending on unlocked desktops
• Video message download (4.x storage location TBD)
• Performance: parallel export / first-scan, incremental memory-scan cache

📝 Changelog

v1.1.4.2 (2026-08-18)

• PyPI description cleanup: removed the demo default-group changelog line from the PyPI description.

v1.1.4.1 (2026-08-18)

• PyPI readme bilingual: merged the Chinese (README.zh-CN.md) and English (README.md) into one PyPI description so the Chinese version is visible on the package page.

v1.1.4 (2026-08-18)

• demo_media.py --images N: download the latest N images of a chat directly from the DB (by local_type), bypassing the total-message --limit — no more "only a few images listed" when a group has thousands of messages.
• WeChatDB._find_media_rows(user, types): new helper returning all media local_ids of a chat for a set of local_types (batch download).
• Group-chat image thumbnail fallback: original images in group chats are only downloaded after being opened in WeChat; download_image now falls back to the thumbnail (_t.dat) when the original is missing, saving it with a _thumb suffix.

v1.1.3 (2026-08-17)

v1.1.2 (2026-08-16)

• UIA driver thread-safety: WeChatUIA now initializes COM on the current thread (CoInitializeEx, idempotent) — fixes crashes when instantiated from background threads / host apps (e.g. WeChatBot) with "CoInitialize not called / cannot load UIAutomationCore.dll" errors.
• Main-window filtering: only windows whose process loaded Weixin.dll are considered — auxiliary processes without the DLL (whose hot-activation always fails) no longer produce noise warnings.
• Forward-voice fix: Chat.ForwardVoiceMessage uses self when no target is given (the previous _cur() could resolve the wrong chat).
• Re-entrant UI lock: LockManager is now re-entrant per thread — @uilock functions calling each other (e.g. ForwardVoiceMessage → VoiceMessage.forward_to) no longer deadlock.

v1.1.1 (2026-08-16)

• Recall last message (Chat.RecallLastMessage / uia_driver.recall_last_message): right-click the latest own message → UIA-first menu-item click (mmui::XMenuView found inside the main-window subtree), OCR fallback; fails cleanly when the 2-minute recall window has passed (menu only shows "Delete").
• UIA robustness: menu-item lookup scoped to the main-window subtree (avoids the Windows UIA root-traversal hang), removed the fragile WindowControl(ClassName=...) fallback.
• Media fix: video id bytes→str decoding in MediaDownloader.
• demo_media.py --photos default 3 → 10.

v1.1.0 (2026-08-15)

• Image AES key auto-capture (media.py): the V2 image key is only resident in memory while viewing an image (~5 min). _scan_aes_key() gained a monitor mode — polls continuously and persists the key to image_keys.json once found; users just open one image to finish setup.
• Fixed the process-ordering scan bug (removed the memory-usage sort that pushed the main process last).
• Forward voice messages: SILK extraction from media_0.db + file-message send (demo_forward_voice.py).
• New demos: demo_group_messages.py (group + red-packet ZSTD parsing), demo_robust.py.

🤝 Acknowledgments

Thanks to vesio for sharing the WeChat 4.1.12 UIA control-tree approach and debugging ideas in issue #1 — it made the UIA hybrid driver (v1.0.8) possible.

Thanks to nanshanjack for finding the UI-lock re-entrancy problem (fixed in v1.1.2).

Thanks to maozhitao12450 for reporting the WXAM (wxgf) image download issue (fixed in v1.1.3).

📄 License & Disclaimer

Apache-2.0. This project is for personal learning and automation research only — please respect the WeChat software license agreement and applicable laws.

Contact: fanyuantaier@163.com