全面升级：WeChat 3.9.5.81 + 全尺寸图片 OCR + 启动脚本

2026-05-21 01:31:31 +08:00
parent 4296af615f
commit 1593105a4a
9 changed files with 634 additions and 54 deletions
@@ -13,4 +13,12 @@ Thumbs.db
 .idea/

 # Logs
+logs/
 *.log
+
+# Temp
+temp/
+*.dat
+
+# Large installer
+WeChatSetup-*.exe
@@ -11,7 +11,7 @@ Windows 微信机器人 ↔ Linux Hermes AI，全自动双向聊天。
 │ Windows 192.168.0.111                                        │
 │                                                              │
 │  ┌──────────────────┐      ┌───────────────────────────┐    │
-│  │ 微信 3.9.10.19 x64  │      │ 日常微信 WeChatAppEx 4.x  │    │
+│  │ 微信 3.9.5.81 x64  │      │ 日常微信 WeChatAppEx 4.x  │    │
 │  │ 机器人号 modachen   │      │ 老爸日常使用，互不干扰    │    │
 │  │ wxhelper DLL 注入   │      └───────────────────────────┘    │
 │  └────────┬─────────┘                                       │
@@ -23,6 +23,8 @@ Windows 微信机器人 ↔ Linux Hermes AI，全自动双向聊天。
 │  │ → POST Hermes API :8642 │  ← sisyphus session           │
 │  │ ← 收回复 → wxhelper 发  │                                │
 │  │ HTTP :19088 收发消息    │                                │
+│  │ 图片：downloadAttach    │  ← 全尺寸原图 CDN 下载         │
+│  │ 图片：decodeImage       │  ← 解密 .dat → OCR 识别        │
 │  │ 看门狗自愈              │                                │
 │  └────────┬────────────────┘                                │
 └───────────┼─────────────────────────────────────────────────┘
@@ -92,13 +94,16 @@ Windows 微信机器人 ↔ Linux Hermes AI，全自动双向聊天。
  → 老爸手机收到
 ```

-### 图片消息
+### 图片消息（全尺寸 OCR）

 ```
 老爸发图片
-  → WeChat 收到 → wxhelper 图片事件
-  → wechat_agent.py 保存图片 → 调豆包OCR (VolcEngine)
-  → OCR 文字结果 + 通知 → POST Hermes API
+  → WeChat 收到 → wxhelper TCP 推送 (type=3, 含 msgId)
+  → wechat_agent.py 提取 msgId
+  → downloadAttach API → 从 CDN 下载 1.4MB+ 全尺寸原图
+  → decodeImage API → 解密 .dat 加密文件 → JPEG
+  → VolcEngine doubao-seed-code OCR → 完整文字提取
+  → OCR 结果 → POST Hermes API
  → Hermes 知道图片内容 → 回复老爸
 ```

@@ -130,9 +135,11 @@ Hermes → POST http://192.168.0.111:5801/hermes-msg
 ## 组件

 ### Windows 端（wechat_agent.py v2）
- **wxhelper DLL 注入** — ttttupup/wxhelper 3.9.10.19 x64
+- **wxhelper DLL 注入** — ttttupup/wxhelper 3.9.5.81 (官方 DLL, Injector_x64.exe 注入)
 - **TCP 接收消息** — :19099 收微信事件
 - **HTTP 发送消息** — :19088 wxhelper API
+- **全尺寸图片 OCR** — downloadAttach (CDN下载) + decodeImage (.dat解密) → VolcEngine OCR
+- **空白响应过滤** — 空/白字符响应自动跳过，不发到微信群
 - **Hermes API 调用** — 直接 POST :8642，session 固定 `sisyphus`
 - **回复服务** — 5801 端口收 Hermes 消息
 - **看门狗** — 120s 无消息刷新 webhook；API 挂了才重注入 DLL
@@ -148,20 +155,14 @@ Hermes → POST http://192.168.0.111:5801/hermes-msg

 ### Windows

-```batch
-cd D:\F\NewI\opencode\daily-workspace\projects\wechat-hermes-gateway
-scripts\start_bridge.bat
-```
-
-或直接：
+使用 Python 3.10（Miniconda3 Python 3.13 的 encodings 模块损坏）：

 ```powershell
-$env:PYTHONHOME=''
-Start-Process -WindowStyle Hidden python.exe scripts\wechat_agent.py
+cd D:\F\NewI\opencode\daily-workspace\projects\wechat-hermes-gateway
+$python = "C:\Users\hmo\AppData\Local\Programs\Python\Python310\python.exe"
+Start-Process -WindowStyle Hidden -FilePath $python -ArgumentList "scripts\wechat_agent.py"
 ```

-启动后需用修复过低工具扫码登录微信。
-
 ### Linux（如重启后）

 ```bash
@@ -192,11 +193,20 @@ wechat-hermes-gateway/
 │   └── history_api.py           # History REST API :19001
 ├── scripts/
 │   ├── wechat_agent.py          # 主力：微信机器人代理
-│   ├── start_bridge.bat         # 微信桥接一键启动
-│   ├── start_history_api.bat    # History API 一键启动
-│   ├── moho_view.py             # 莫荷聊天记录查看器
-│   └── moho_chat.py             # 莫荷聊天查看器（备选）
-└── temp/                        # 废弃/临时脚本
+│   └── start_history_api.bat    # History API 一键启动
+├── tools/
+│   ├── Injector_x64.exe         # DLL 注入器 (3.9.5.81)
+│   ├── wxhelper_official_39581.dll  # 官方 wxhelper 3.9.5.81 DLL
+│   ├── WeChatSetup-3.9.5.81.exe # 微信 3.9.5.81 安装包
+│   ├── ConsoleApplication.exe   # 旧注入器 (3.9.10.19 备份)
+│   └── wxhelper_391019.dll      # 旧 DLL 备份
+├── docs/
+│   ├── 通用架构-WeChat opencode 桥接.md
+│   ├── 老莫消息路由设计.md
+│   └── assets/
+│       └── architecture.png
+├── logs/                        # 运行时日志
+└── temp/                        # 临时文件 (OCR 解码图等)
 ```

 ## History REST API (:19001)
@@ -345,6 +355,9 @@ curl -X POST http://localhost:19001/api/history -H "Content-Type: application/js
 4. **session 自动重置** → 关闭 api_server 平台的重置策略
 5. **群聊不认人** → session 固定 `sisyphus`，所有消息共享上下文
 6. **Linux bridge 常挂** → 去掉 bridge.py，Windows 直接调 Hermes API
+7. **3.9.10.19-v1 图片 API 不全** → 降级到 3.9.5.81，获得 downloadAttach + decodeImage 支持
+8. **ConsoleApplication.exe 注入器不兼容** → 改用 Injector_x64.exe（参数 `-n WeChat.exe -i dll_path`）
+9. **缩略图 OCR 瞎编** → 全尺寸 downloadAttach → decodeImage → OCR，1.4MB 原图识别 1376 字符

 ## 已实现的功能

@@ -352,14 +365,15 @@ curl -X POST http://localhost:19001/api/history -H "Content-Type: application/js
 |------|------|
 | 文字消息收发（个人聊天） | ✅ 双向，session 上下文连贯 |
 | 文字消息收发（群聊） | ✅ 同 session，认识老爸 |
-| 图片接收 + OCR 分析 | ✅ 自动 OCR → 结果给莫荷 |
+| 图片接收 + 全尺寸 OCR | ✅ downloadAttach → decodeImage → 1.4MB 原图 → 豆包OCR |
 | 发送网上图片 | ✅ [IMG]URL[/IMG] 标记，Bot.send_image 发出 |
 | 图像生成 (SenseNova商汤) | ✅ [IMG]generate:描述[/IMG] 支持多种比例 |
-| 图像理解/OCR | ✅ 豆包OCR + SenseNova 双引擎 |
+| 图像理解/OCR | ✅ 豆包 doubao-seed-code + 全尺寸原图，1376 字符实测通过 |
+| 空白响应过滤 | ✅ 空/白字符响应自动跳过，不发微信群 |
 | Hermes 身份认知 | ✅ 知道自己是莫荷/莫小荷，知道老爸 |
 | 会话上下文持续 | ✅ session `sisyphus`，自动重置已关闭 |
 | 小小莫 ↔ Hermes 双向通信 | ✅ API (:8642) + HTTP (:5801/hermes-msg) |
-| 看门狗自愈 | ✅ 120s 无消息刷新 webhook |
+| 看门狗自愈 | ✅ 120s 无消息刷新 webhook，API 挂了自动重注入 DLL |
 | 昵称识别 | ✅ 从 getContactList 获取 |
 | 联系人列表查询 | ✅ wxhelper /api/getContactList |
 | 历史聊天记录查询 | ✅ [HISTORY:wxid:count] 标签 → MSG0.db SQL |
@@ -386,10 +400,10 @@ curl -X POST http://localhost:19001/api/history -H "Content-Type: application/js
   → 启动 opencode serve（:4096，莫荷连接用）
   → 启动后台守护（自动清理僵尸连接）

-2. 打开经典微信 3.9.10.19
+2. 打开经典微信 3.9.5.81（用修复过低工具扫码登录）
   → 扫码登录机器人号 modachenchen

-3. wechat_agent.py 在登录后自动注入 DLL
+3. wechat_agent.py 在登录后自动注入 wxhelper_official_39581.dll
   → 自动开始转发消息
   → 日志在 projects/wechat-hermes-gateway/logs/
 ```
@@ -435,9 +449,12 @@ curl http://192.168.0.103:8642/v1/models -H "Authorization: Bearer hermes123"

 ## 注意事项

- wxhelper DLL 支持 3.9.10.19 x64 微信
+- wxhelper DLL 支持 3.9.5.81 x64 微信（使用 `wxhelper_official_39581.dll`）
+- 注入器：使用 `Injector_x64.exe`（参数：`-n WeChat.exe -i dll_path`），不再是 ConsoleApplication.exe
 - 每次 WeChat 重启需重新登录
 - 启动顺序：先开微信 → agent 自动注入 DLL
 - Hermes API 首次调用可能较慢（大模型冷启动）
 - 看门狗每 120s 刷新 webhook，API 挂了自动重注入
+- Python 请用 Python 3.10（Miniconda3 3.13 的 encodings 模块损坏）
+- 全尺寸图片 OCR：依赖 `downloadAttach` + `decodeImage` API，仅 3.9.5.81+ 支持
 - 如果微信登录后没反应，等 1-2 分钟看门狗会自动处理
@@ -0,0 +1,153 @@
+# 老莫微信消息 → serve session 路由设计方案
+
+> 2026-05-20
+> 目标：老莫给机器人号发微信，小小莫也能看到，不依赖莫荷转述
+
+---
+
+## 现状
+
+```
+你微信 → wxhelper TCP (:19099) → wechat_agent.py
+                                          ↓
+                                  Hermes API (:8642)
+                                          ↓
+                                    莫荷回复你
+```
+
+莫荷独占所有微信消息。小小莫只能被动等她转述。
+
+---
+
+## 目标
+
+```
+你微信 → wxhelper TCP → wechat_agent.py ─┬→ Hermes API → 莫荷 (不变)
+                                          └→ opencode serve (:4096) → 小小莫看到
+```
+
+新增一条岔路：老莫的消息同时写入 serve session，小小莫可主动查看。
+
+---
+
+## 方案对比
+
+### 方案 A：subprocess 调用 `opencode run --attach --message`
+
+**做法**：wechat_agent.py 的 `process_msg()` 里加一段：
+
+```python
+def fork_to_session(fu, ct):
+    """将消息写入 opencode serve session (非阻塞)"""
+    if fu != "wxid_c0a6izmwd78y22":
+        return  # 只转发老莫
+    try:
+        import subprocess
+        subprocess.run(
+            ["opencode", "run", "--attach", "http://localhost:4096",
+             "--password", "hermes123",
+             "--session", SESSION_ID,
+             "--message", f"[老莫] {ct}"],
+            capture_output=True, timeout=10,
+            env={**os.environ, "PYTHONHOME": ""}
+        )
+    except Exception as e:
+        log(f"FORK ERR (non-fatal): {e}")
+```
+
+| 方面 | 评估 |
+|------|------|
+| 复杂度 | ⭐ 低，～10 行代码 |
+| 对现有链路影响 | ❌ **无**，fork 是独立线程，失败不影响 Hermes |
+| session ID 稳定性 | ⚠️ serve 重启后 ses_xxx 会变 → 需想办法拿到当前 ID |
+| 性能开销 | subprocess 每次约 1-2 秒，但独立线程不阻塞主流程 |
+| serve 密码硬编码 | ⚠️ 已经在代码库（hermes123），无新增风险 |
+| 可靠性 | subprocess 可能因 PATH/PYTHONHOME 问题失败 |
+
+### 方案 B：直接 HTTP POST 调用 serve API
+
+**做法**：抓包分析 `opencode run --attach` 的 HTTP 协议，直接用 `urllib.request` POST：
+
+```python
+# 伪代码，serve API 协议未知，需逆向
+urllib.request.urlopen("http://localhost:4096/api/session/inject", 
+    data=json.dumps({"session": SID, "message": "[老莫] xxx"}))
+```
+
+| 方面 | 评估 |
+|------|------|
+| 复杂度 | ⭐⭐⭐ 未知，需逆向 serve API |
+| 性能 | ✅ 纯 HTTP，无 subprocess 开销 |
+| 稳定性 | ⚠️ 非官方 API，版本更新可能不兼容 |
+
+### 方案 C：写 inbox 文件 + 小小莫轮询
+
+**做法**：wechat_agent 写文件，小小莫定期读取
+
+| 方面 | 评估 |
+|------|------|
+| 复杂度 | ⭐ 最低 |
+| 即时性 | ❌ 需要轮询，无法实时 |
+
+---
+
+## 关键风险
+
+### 1. session ID 稳定性（最核心）
+
+`opencode run --attach` 需要 session ID。每次 serve 重启后，当前 TUI session 的 ID 可能变化：
+- 如果 serve 重启 → 老 session 消失 → 新 session 新 ID → 需要更新 wechat_agent 里的配置
+- **解决思路**：用 session 名称而不是 ID，或每次启动时自动获取
+
+### 2. 不对莫荷通信造成任何影响
+
+**铁律**：fork 到 session 的代码必须：
+- 在独立线程中运行
+- 捕获所有异常
+- 设置超时（≤10 秒）
+- 永远不阻塞 `call_hermes()` 和 `send_wx()`
+
+### 3. 循环消息风暴
+
+如果我不小心回了一条 `[老莫]` 到 session，wechat_agent 不能把它再 fork 一次。
+- 现有的 `is_self` 检查已经过滤自己发送的消息
+- 但如果 serve session 的消息被 serve 再推给 wechat_agent... 需要确认不会发生
+
+### 4. `opencode` CLI 在 wechat_agent 环境中是否可用
+
+wechat_agent 以 `$env:PYTHONHOME=''` 启动，`opencode.cmd` 可能也依赖 Python。
+- 需测试：从 Python subprocess 能否直接调用 `opencode run --attach --message`
+
+---
+
+## 推荐方案
+
+**方案 A**（subprocess）最稳妥：
+1. 对现有链路零影响
+2. 改动最小
+3. 可以逐步优化（先 subprocess，后改 HTTP API）
+
+### 待确认事项
+
+1. **serve session ID 如何维护？**
+   - 能否用固定名称？还是每次启动获取？
+   - 如果 serve 重启导致 ID 变了，wechat_agent 如何感知？
+
+2. **`opencode run --attach --message` 是否支持在 Python subprocess 中调用？**
+   - 需要验证 CLI 安装路径和调用方式
+
+3. **是否需要前缀路由？**
+   - 是全部消息都 fork？
+   - 还是只有特定前缀（如 `[小小莫]` 开头的消息）才 fork？
+
+---
+
+## 验证清单
+
+实现后验证：
+- [ ] 老莫发微信 → 莫荷正常回复（链路不变）
+- [ ] 老莫发微信 → serve session 能看到消息（新增）
+- [ ] `opencode run --attach` 超时/失败 → 莫荷通信不受影响
+- [ ] 老莫连续发多条 → 都能看到
+- [ ] wechat_agent 重启后依然工作
+- [ ] serve 重启后 session ID 变化时能自动适配
@@ -0,0 +1,184 @@
+# 通用架构：WeChat ↔ opencode 双向桥接
+
+> 2026-05-20
+> 剥离 Hermes AI 依赖，建立 opencode serve 与微信账号之间的通用双向通道
+
+---
+
+## 核心理念
+
+微信机器人本质是一套通用的消息路由系统：
+
+```
+微信 ←→ wxhelper ←→ 桥接代理 ←→ 任何 AI / 程序
+```
+
+**不应该是"莫荷专属"**。当前架构把 Hermes API 硬编码在桥接逻辑中，限制了通用性。
+
+---
+
+## 架构对比
+
+### 当前（莫荷专用，双机）
+
+```
+你微信 → wxhelper TCP → wechat_agent → Hermes API (:8642, Linux) → 莫荷回复
+                                            ↑
+                                    消息路由硬编码，改一处都要动 agent
+```
+
+### 目标（通用，纯 Windows）
+
+```
+你微信 → wxhelper TCP → Bridge Agent ─┬→ opencode serve session (小小莫看到)
+                                       │
+                                       └→ HTTP API (:5801) 供任何程序消费
+                                              ↑
+                                     serve 里的 AI / 外部程序 POST 回复
+```
+
+**关键变化**：桥接代理不再"替 AI 做决定"，而是变成**中立的消息通道**：
+
+| 功能 | 现状 (wechat_agent.py) | 目标 (Bridge Agent) |
+|------|----------------------|-------------------|
+| 收到微信消息 | 直接 POST Hermes API | **写入 serve session + 提供 HTTP 消费接口** |
+| 消息路由 | 硬编码 (call_hermes) | 无业务逻辑，只负责转发 |
+| AI 是谁 | 只能是莫荷 (Hermes) | 可以是 serve 里的任何人（Sisyphus、莫荷...） |
+| 外部调用 | :5801 简陋收消息 | http API 收消息 |
+
+---
+
+## 通用架构图
+
+```
+┌─────────────────────────────────────────────────────────────────┐
+│                        Windows 192.168.0.111                     │
+│                                                                  │
+│  ┌──────────────────────┐                                       │
+│  │ 微信 3.9.10.19 机器人 │                                       │
+│  │ (wxid_xxxxxxxxx)     │                                       │
+│  └────────┬─────────────┘                                       │
+│           │ wxhelper TCP (:19099) → 收消息                       │
+│           │ wxhelper HTTP (:19088) → 发消息                       │
+│           ▼                                                     │
+│  ┌────────────────────────────────────────────┐                 │
+│  │         Bridge Agent (bridge.py v3)         │                 │
+│  │                                            │                 │
+│  │  ┌────────────────────────────────────┐   │                 │
+│  │  │ 消息收 (TCP thread)               │   │                 │
+│  │  │ 收到微信消息 → 写入 serve session  │   │   opencode       │
+│  │  │              → 触发 webhook(可选) │──┼──→ serve :4096    │
+│  │  └────────────────────────────────────┘   │                 │
+│  │                                            │                 │
+│  │  ┌────────────────────────────────────┐   │                 │
+│  │  │ HTTP API 服务 (:5801)             │   │                 │
+│  │  │ POST /send → 发微信               │   │                 │
+│  │  │ POST /history → 查历史            │   │                 │
+│  │  │ POST /inject → 写 serve 会话     │   │                 │
+│  │  └────────────────────────────────────┘   │                 │
+│  └────────────────────────────────────────────┘                 │
+│           │                              ▲                      │
+│           │  serve session 里的 AI        │ HTTP POST /send     │
+│           ▼                              │                      │
+│  ┌────────────────────────────────────┐  │                      │
+│  │    opencode serve TUI              │  │                      │
+│  │    (Sisyphus / 任何 Agent)         │──┘                      │
+│  │                                    │                         │
+│  │  「老莫：今天吃了吗」← 从 session 看到  │                        │
+│  │  「回复：[xxm] 吃了」→ POST :5801   │                         │
+│  └────────────────────────────────────┘                          │
+└─────────────────────────────────────────────────────────────────┘
+```
+
+---
+
+## 数据流
+
+### 微信消息 → AI（上行）
+
+```
+1. 老莫发微信给机器人号
+2. wxhelper DLL 通过 TCP (:19099) 推送给 Bridge Agent
+3. Bridge Agent 收到消息，写入 serve session:
+   subprocess.run(["opencode", "run", "--attach", 
+                   "--message", "[老莫] 消息内容"])
+4. 同时，消息可通过 :5801 HTTP API 被任何订阅者消费
+5. serve session 里的 AI 在 TUI 或通过 session_search 看到
+```
+
+### AI 回复 → 微信（下行）
+
+```
+1. AI 决定回复 → POST http://localhost:5801/send
+   {"to": "wxid_xxx", "message": "回复内容"}
+2. Bridge Agent 收到 → wxpost /api/sendTextMsg
+3. wxhelper DLL 发送 → 老莫手机收到
+```
+
+---
+
+## Bridge Agent 接口规范
+
+### HTTP API (:5801)
+
+| 方法 | 路径 | 用途 | Body |
+|------|------|------|------|
+| POST | `/send` | 发微信消息 | `{"to":"wxid","message":"text"}` |
+| POST | `/history` | 查聊天记录 | `{"wxid":"...","count":20}` |
+| POST | `/recent` | 最近联系人 | 无 |
+| POST | `/inject` | 写 serve session | `{"message":"[xxm] 内容"}` |
+| GET  | `/health` | 健康检查 | 无 |
+
+### 输出到 serve session 的格式
+
+```
+[老莫] 消息内容          → 来自微信的普通消息
+[老莫|昵称] 消息内容      → 带昵称
+[系统] 新联系人 xxx      → 系统事件
+[session:<id>] 启动签到  → Agent 上线通知
+```
+
+---
+
+## 与 Hermes AI 的关系
+
+Hermes 不再是架构的核心组件，而是可选的消息消费者之一：
+
+```
+                    ┌─→ opencode serve session → Sisyphus (小小莫)
+老莫微信 → Bridge ──┤
+                    └─→ 消费 HTTP API 的任意程序
+                            │
+                      ┌─────┴─────┐
+                      │            │
+                   Hermes AI    其他 AI
+                   (莫荷)       (未来)
+```
+
+**迁就策略**：
+1. 第一阶段：Bridge Agent 同时写 serve session + POST Hermes API（现状保留）
+2. 第二阶段：Bridge Agent 只写 serve session，Hermes 通过 serve session 接入
+3. 第三阶段：完全通用化，Hermes 只是 serve session 里的一个 AI 角色
+
+---
+
+## 实施原则
+
+1. **不破坏现有链路** — Bridge Agent 改造期间，Hermes 消息路由不变
+2. **增量迁移** — 先加新功能，再逐步替换旧逻辑
+3. **session 为主** — 所有消息以 serve session 为中心，HTTP API 为辅助
+4. **最低依赖** — 纯 Windows 可运行，不需要 Linux 端 Hermes
+
+---
+
+## 开放问题
+
+1. **session ID 管理**：Bridge Agent 如何知道当前有效的 session ID？
+2. **session write 方式**：subprocess (`opencode run --attach --message`) 是否有更轻量的替代？
+3. **消息去重**：写 session + POST Hermes 可能导致重复处理？
+4. **serve 重启恢复**：Bridge Agent 如何在 serve 重启后自动重连？
+5. **历史消息**：AI 上线后能否拉取 session 中已有的消息历史？
+
+---
+
+*参考：projects/wechat-hermes-gateway/docs/老莫消息路由设计.md*
@@ -0,0 +1,39 @@
+@echo off
+title WeChat Agent
+
+set PROJECT_DIR=D:\F\NewI\opencode\daily-workspace\projects\wechat-hermes-gateway
+set TOOLS_DIR=%PROJECT_DIR%\tools
+set PYTHONW=C:\Users\hmo\AppData\Local\Programs\Python\Python310\pythonw.exe
+set INJECTOR=%TOOLS_DIR%\Injector_x64.exe
+set DLL=%TOOLS_DIR%\wxhelper_official_39581.dll
+set LOG=%PROJECT_DIR%\logs\startup.log
+
+echo [1/4] Waiting for WeChat...
+:wait_wechat
+tasklist /fi "imagename eq WeChat.exe" 2>nul | find /i "WeChat.exe" >nul
+if errorlevel 1 (
+    timeout /t 2 /nobreak >nul
+    goto wait_wechat
+)
+echo [2/4] WeChat started, checking wxhelper...
+
+curl -s -m 3 -X POST http://127.0.0.1:19088/api/checkLogin -H "Content-Type: application/json" -d "{}" 2>nul | find "code" >nul
+if not errorlevel 1 (
+    echo [3/4] wxhelper OK, skipping inject
+    goto start_agent
+)
+
+echo [3/4] Injecting wxhelper...
+%INJECTOR% -n WeChat.exe -i "%DLL%" >> "%LOG%" 2>&1
+
+echo [3/4] Waiting for wxhelper HTTP...
+:wait_wxhelper
+timeout /t 2 /nobreak >nul
+curl -s -m 3 -X POST http://127.0.0.1:19088/api/checkLogin -H "Content-Type: application/json" -d "{}" 2>nul | find "code" >nul
+if errorlevel 1 goto wait_wxhelper
+
+:start_agent
+echo [4/4] Clearing cache and starting agent...
+if exist "%PROJECT_DIR%\scripts\__pycache__" rmdir /s /q "%PROJECT_DIR%\scripts\__pycache__"
+start "" "%PYTHONW%" "%PROJECT_DIR%\scripts\wechat_agent.py"
+echo Done.
@@ -1,14 +1,14 @@
-"""
+"""
 WeChat Agent v2 - wxhelper DLL + Hermes API (:8642)
 """
-import os, json, time, threading, requests, re, socketserver, subprocess, urllib.request, urllib.error
+import os, json, time, threading, requests, re, socketserver, subprocess, urllib.request, urllib.error, base64
 os.environ["no_proxy"] = "*"
 os.environ["NO_PROXY"] = "*"
 from http.server import HTTPServer, BaseHTTPRequestHandler
 from urllib.parse import urlparse, parse_qs

 BOT_WXID = "wxid_7onnerpx2s2l22"
-BLOCK_WXIDS = {"fmessage", "weixin", "wechat"}  # 系统账号/微信团队，不回复
+BLOCK_WXIDS = {"fmessage", "weixin", "wechat"}  # ϵͳ�˺�/΢���Ŷӣ����ظ�
 WX_API = "http://127.0.0.1:19088"
 PROJECT_ROOT = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))
 LOG_DIR = os.path.join(PROJECT_ROOT, "logs")
@@ -26,8 +26,8 @@ HERMES_KEY = "hermes123"
 SENSENOVA_KEY = "sk-aRNj3UwKSLPsDfh15QNTPwbHxahblfaO"
 SENSENOVA_URL = "https://token.sensenova.cn/v1"

-INJECTOR = r"D:\F\NewI\opencode\daily-workspace\projects\wechat-hermes-gateway\tools\ConsoleApplication.exe"
-WXHELPER_DLL = r"D:\F\NewI\opencode\daily-workspace\projects\wechat-hermes-gateway\tools\wxhelper_391019.dll"
+INJECTOR = r"D:\F\NewI\opencode\daily-workspace\projects\wechat-hermes-gateway\tools\Injector_x64.exe"
+WXHELPER_DLL = r"D:\F\NewI\opencode\daily-workspace\projects\wechat-hermes-gateway\tools\wxhelper_official_39581.dll"

 def log(m):
    with open(LOG_FILE, "a", encoding="utf-8") as f:
@@ -44,7 +44,7 @@ def wxpost(path, data=None, timeout=10):
        log(f"WX ERR: {e}")
        return {"code": -1}

-# ── History Query (via MSG table in MSG*.db databases) ──
+# ���� History Query (via MSG table in MSG*.db databases) ����
 def get_db_handle():
    """Get handle for database containing MSG table. Cached after first call."""
    global db_handle_cache
@@ -78,7 +78,7 @@ def get_db_handle():
    return None

 # Message type labels
-MSG_TYPES = {1: "文字", 3: "图片", 34: "语音", 43: "视频", 47: "表情", 49: "链接", 10000: "系统", 10002: "红包"}
+MSG_TYPES = {1: "����", 3: "ͼƬ", 34: "����", 43: "��Ƶ", 47: "����", 49: "����", 10000: "ϵͳ", 10002: "���"}

 def query_history(wxid, limit=10):
    """Query historical text messages with a contact from MSG table."""
@@ -110,7 +110,7 @@ def format_history(wxid, rows):
    """Format MSG rows into readable chat history text."""
    sender_name = get_nickname(wxid)
    bot_name = get_nickname(BOT_WXID)
-    lines = [f"📜 最近与 {sender_name} 的聊天记录 ({len(rows)}条):"]
+    lines = [f"?? ����� {sender_name} �������¼ ({len(rows)}��):"]
    for row in rows:
        ts = int(row.get("CreateTime", 0))
        time_str = time.strftime("%m/%d %H:%M", time.localtime(ts)) if ts else "?"
@@ -121,7 +121,7 @@ def format_history(wxid, rows):
        who = bot_name if is_sender else sender_name
        # Format content
        if msg_type == 49:
-            content = f"[链接] {content[:60]}"
+            content = f"[����] {content[:60]}"
        else:
            content = content[:200]
        lines.append(f"[{time_str}] {who}: {content}")
@@ -133,10 +133,10 @@ def handle_history(wxid, count):
        rows = query_history(wxid, count)
        if rows:
            return format_history(wxid, rows)
-        return f"暂无与 {get_nickname(wxid)} 的聊天记录"
+        return f"������ {get_nickname(wxid)} �������¼"
    except Exception as e:
        log(f"History ERR: {e}")
-        return "查询历史记录失败"
+        return "��ѯ��ʷ��¼ʧ��"

 def handle_history_json(wxid, count):
    """Query history and return JSON-serializable dict for HTTP API."""
@@ -176,7 +176,7 @@ def handle_history_json(wxid, count):
 def send_wx(wxid, msg):
    # Strip weixin:// URLs that WeChat interprets as commands
    import re as _re2
-    msg = _re2.sub(r'weixin://[^\s]+', '[链接已过滤]', msg)
+    msg = _re2.sub(r'weixin://[^\s]+', '[�����ѹ���]', msg)
    r = wxpost("/api/sendTextMsg", {"wxid": wxid, "msg": msg})
    log(f"SEND {wxid}: {r.get('msg','')}")

@@ -195,7 +195,7 @@ def get_nickname(wxid):
 def call_hermes(wxid, content):
    nickname = get_nickname(wxid)
    headers = {"Authorization": f"Bearer {HERMES_KEY}", "X-Hermes-Session-Id": "sisyphus", "Content-Type": "application/json"}
-    sys_prompt = "回复简短。"
+    sys_prompt = "�ظ���̡�"
    body = {"model": "hermes-agent", "messages": [{"role": "system", "content": sys_prompt}, {"role": "user", "content": content}]}
    try:
        r = requests.post(HERMES_API, json=body, headers=headers, timeout=180, proxies={"http": None, "https": None})
@@ -208,7 +208,7 @@ def call_hermes(wxid, content):
 def inject_to_hermes_session(text):
    """Inject chat history / context directly into Hermes's sisyphus session for memory repair."""
    headers = {"Authorization": f"Bearer {HERMES_KEY}", "X-Hermes-Session-Id": "sisyphus", "Content-Type": "application/json"}
-    sys_prompt = "📥 MEMORY INJECTION: Below is past chat history. Absorb this into your context for memory repair. Do NOT reply to this — just acknowledge with 'Memory synced.'"
+    sys_prompt = "?? MEMORY INJECTION: Below is past chat history. Absorb this into your context for memory repair. Do NOT reply to this �� just acknowledge with 'Memory synced.'"
    body = {"model": "hermes-agent", "messages": [
        {"role": "system", "content": sys_prompt},
        {"role": "user", "content": text}
@@ -224,7 +224,7 @@ def inject_to_hermes_session(text):
        log(f"Inject history ERR: {e}")
    return False

-# ── Inject wxhelper DLL ──
+# ���� Inject wxhelper DLL ����
 def inject_wxhelper():
    try:
        r = wxpost("/api/checkLogin", timeout=5)
@@ -233,9 +233,37 @@ def inject_wxhelper():
            return True
    except:
        pass
+    # Also check if port 19088 is just listening (wxhelper HTTP server alive)
    try:
-        result = subprocess.run([INJECTOR, "-i", "WeChat.exe", "-p", WXHELPER_DLL], capture_output=True, text=True, timeout=30)
-        log(f"Inject: {result.stdout.strip()[:50]}")
+        import socket as _sock
+        s = _sock.create_connection(("127.0.0.1", 19088), timeout=2)
+        s.close()
+        r = wxpost("/api/checkLogin", timeout=5)
+        if r.get("code") == 1:
+            log("wxhelper HTTP server alive, login OK")
+            return True
+    except:
+        pass
+    # Wait a moment in case server is still starting
+    time.sleep(3)
+    try:
+        r = wxpost("/api/checkLogin", timeout=5)
+        if r.get("code") == 1:
+            log("wxhelper responding after wait")
+            return True
+    except:
+        pass
+    try:
+        # Injector_x64.exe: -n process_name -i dll_path
+        result = subprocess.run([INJECTOR, "-n", "WeChat.exe", "-i", WXHELPER_DLL], capture_output=True, text=True, timeout=30)
+        output = (result.stdout + result.stderr).strip()
+        log(f"Inject: {output[:100]}")
+        # Check if injection succeeded by looking for "success" in output
+        if "success" not in output.lower():
+            log(f"Inject MAY HAVE FAILED (no 'success' in output), retrying...")
+            time.sleep(2)
+            result2 = subprocess.run([INJECTOR, "-n", "WeChat.exe", "-i", WXHELPER_DLL], capture_output=True, text=True, timeout=30)
+            log(f"Inject retry: {(result2.stdout+result2.stderr).strip()[:100]}")
        time.sleep(3)
        r = wxpost("/api/checkLogin", timeout=5)
        if r.get("code") == 1:
@@ -247,7 +275,7 @@ def inject_wxhelper():
        log(f"Inject FAIL: {e}")
        return False

-# ── TCP Message Receiver ──
+# ���� TCP Message Receiver ����
 class MsgHandler(socketserver.BaseRequestHandler):
    def handle(self):
        try:
@@ -265,6 +293,128 @@ class MsgHandler(socketserver.BaseRequestHandler):
        finally:
            self.request.close()

+# ���� Image OCR ����
+WX_FILES_BASE = os.path.join(os.path.expanduser("~"), "Documents", "WeChat Files")
+BOT_WX_DIR = os.path.join(WX_FILES_BASE, BOT_WXID, "wxhelper")
+
+def ocr_image(base64_data):
+    """OCR from in-memory base64 image data. Returns text or None."""
+    try:
+        headers = {"Authorization": "Bearer b0359bed-09f2-49e2-a53c-32ba057412e3", "Content-Type": "application/json"}
+        payload = {
+            "model": "doubao-seed-code",
+            "messages": [{
+                "role": "user",
+                "content": [
+                    {"type": "text", "text": "请识别这张图片中的所有中文和英文字符，保持原文输出，包括数字、表格、百分比的完整结构。严格逐行逐列输出所有数据，不要省略、不要总结。"},
+                    {"type": "image_url", "image_url": {"url": f"data:image/jpeg;base64,{base64_data}"}}
+                ]
+            }]
+        }
+        r = requests.post(
+            "https://ark.cn-beijing.volces.com/api/coding/v3/chat/completions",
+            json=payload, headers=headers, timeout=60,
+            proxies={"http": None, "https": None}
+        )
+        if r.status_code == 200:
+            text = r.json()["choices"][0]["message"]["content"].strip()
+            log(f"OCR OK ({len(text)} chars)")
+            return text
+        log(f"OCR HTTP {r.status_code}: {r.text[:200]}")
+    except Exception as e:
+        log(f"OCR ERR: {e}")
+    return None
+
+def ocr_image_file(image_path):
+    """OCR an image file on disk. Returns text or None."""
+    try:
+        with open(image_path, "rb") as f:
+            b64 = base64.b64encode(f.read()).decode()
+        return ocr_image(b64)
+    except Exception as e:
+        log(f"ocr_image_file ERR: {e}")
+    return None
+
+# ���� Full Image Download & Decode (wxhelper 3.9.5.81+) ����
+def download_full_image(msg_id):
+    """Download full image from CDN via downloadAttach. Returns encrypted .dat path or None.
+    
+    Retries both the API call (wxhelper may return -2 transiently) 
+    and file existence (async CDN download takes time).
+    """
+    try:
+        dat_path = os.path.join(BOT_WX_DIR, "image", f"{msg_id}.dat")
+        
+        # Phase 1: Retry API call (wxhelper may return -2 if msg not ready)
+        for api_attempt in range(10):
+            r = wxpost("/api/downloadAttach", {"msgId": int(msg_id)}, timeout=30)
+            code = r.get("code", -1)
+            if code >= 0:
+                break
+            log(f"downloadAttach attempt {api_attempt+1}: code={code} {r.get('msg','')}")
+            time.sleep(1)
+        else:
+            log(f"downloadAttach FAILED after 10 attempts, last code={code}")
+            return None
+        
+        # Phase 2: Wait for async CDN download
+        log(f"downloadAttach queued, waiting for file...")
+        for wait_attempt in range(20):
+            if os.path.exists(dat_path):
+                log(f"Download OK: {dat_path} ({os.path.getsize(dat_path)} bytes)")
+                return dat_path
+            time.sleep(1)
+        log(f"downloadAttach: .dat not found after 20s for msgId={msg_id}")
+    except Exception as e:
+        log(f"downloadAttach ERR: {e}")
+    return None
+
+def decode_image_file(dat_path):
+    """Decrypt encrypted .dat to viewable image. Returns decoded path or None.
+    
+    Some .dat files are already valid PNG/JPEG images (not encrypted).
+    Falls back to checking if .dat itself is a valid image.
+    """
+    try:
+        before_files = set(os.listdir(TEMP_DIR))
+        r = wxpost("/api/decodeImage", {"filePath": dat_path, "storeDir": TEMP_DIR}, timeout=30)
+        if r.get("code", -1) > 0:
+            base = os.path.splitext(os.path.basename(dat_path))[0]
+            for ext in ['.jpg', '.jpeg', '.png', '.bmp']:
+                cand = os.path.join(TEMP_DIR, base + ext)
+                if os.path.exists(cand):
+                    log(f"Decoded: {cand}")
+                    return cand
+            for f in os.listdir(TEMP_DIR):
+                if f in before_files: continue
+                if f.lower().endswith(('.jpg', '.jpeg', '.png')):
+                    cand = os.path.join(TEMP_DIR, f)
+                    log(f"Decoded (new): {cand}")
+                    return cand
+            log("decodeImage OK but no new image file found")
+        # Fallback: .dat file may already be a valid image (not encrypted)
+        with open(dat_path, "rb") as f:
+            header = f.read(4)
+        ext = None
+        if header[:2] == b'\xff\xd8':       # JPEG
+            ext = '.jpg'
+        elif header[:4] == b'\x89PNG':       # PNG
+            ext = '.png'
+        elif header[:4] == b'GIF8':          # GIF
+            ext = '.gif'
+        elif header[:2] == b'BM':            # BMP
+            ext = '.bmp'
+        if ext:
+            out_path = os.path.join(TEMP_DIR, os.path.splitext(os.path.basename(dat_path))[0] + ext)
+            import shutil
+            shutil.copy(dat_path, out_path)
+            log(f".dat is already {ext}, copied to {out_path}")
+            return out_path
+        log(f"decodeImage FAIL: code={r.get('code')} {r.get('msg','')}")
+    except Exception as e:
+        log(f"decodeImage ERR: {e}")
+    return None
+
 def process_msg(raw_data):
    global last_msg_time
    last_msg_time = time.time()
@@ -278,24 +428,52 @@ def process_msg(raw_data):
        if not fu or not ct or fu == BOT_WXID or fu in BLOCK_WXIDS or fu.startswith("gh_") or is_self:
            log(f"SKIP: fu={fu} self={is_self}")
            return
-        # Route by message type
+# Route by message type
        if msg_type == 34:  # Voice
            log(f"<- {fu}: [voice]")
            reply = call_hermes(fu, "[voice message]")
-            if reply: send_wx(fu, reply)
+            if reply and reply.strip():
+                send_wx(fu, reply.strip())
            return
-        if msg_type == 3:  # Image - wxhelper sends image as separate event
+        if msg_type == 3:  # Image
+            msg_id = d.get("msgId", 0) or d.get("svrid", 0)
+            log(f"IMAGE: msgId={msg_id} b64_len={len(d.get('base64Img',''))}")
+            ocr_text = None
+            # Full-image OCR via wxhelper 3.9.5.81 APIs
+            if msg_id:
+                dat_path = download_full_image(msg_id)
+                if dat_path:
+                    decoded = decode_image_file(dat_path)
+                    if decoded:
+                        log(f"Full image OCR on {decoded}")
+                        ocr_text = ocr_image_file(decoded)
+            if ocr_text:
+                log(f"OCR result ({len(ocr_text)} chars): {ocr_text[:200]}")
+                reply = call_hermes(fu, f"[老莫发送了一张图片，OCR识别结果如下]\n{ocr_text}")
+            elif msg_id:
+                # Had msgId but full-image OCR failed - report error, don't use thumbnail
+                log("Full-image OCR failed, skipping thumbnail (useless at 84x210)")
+                reply = call_hermes(fu, "[老莫发送了一张图片，但全尺寸图片下载或OCR识别失败，无法读取内容]")
+            else:
+                # No msgId at all - rare, just report failure
+                log("No msgId available, cannot download full image")
+                reply = call_hermes(fu, "[老莫发送了一张图片，但无法获取图片ID，无法识别]")
+            if reply and reply.strip():
+                log(f"-> {fu}: {reply[:50]}")
+                process_tags(reply, fu)
+            else:
+                log(f"-> {fu}: skip (blank image response)")
            return
        # Text - prepend sender wxid+name so Hermes knows who's talking
        sender_name = get_nickname(fu)
        msg_with_sender = f"[{fu}|{sender_name}] {ct}"
        log(f"<- {fu} ({sender_name}): {ct[:50]}")
        reply = call_hermes(fu, msg_with_sender)
-        if reply:
+        if reply and reply.strip():
            log(f"-> {fu}: {reply[:50]}")
            process_tags(reply, fu)
        else:
-            log(f"-> {fu}: no reply")
+            log(f"-> {fu}: no reply (blank/empty)")
    except Exception as e:
        log(f"MSG ERR: {e}")
        import traceback
@@ -325,7 +503,7 @@ def process_tags(reply, fu):
        clean = re.sub(r'\s*\[CONTACT:\w+\]\s*', '', clean).strip()
        r = wxpost("/api/getContactProfile", {"wxid": cm.group(1)})
        cd = r.get("data", {})
-        send_wx(fu, f"昵称: {cd.get('nickname','?')} 备注: {cd.get('remark','')}")
+        send_wx(fu, f"�ǳ�: {cd.get('nickname','?')} ��ע: {cd.get('remark','')}")
    # [ROOM_MEMBERS:roomid]
    rm = re.search(r'\[ROOM_MEMBERS:(\S+)\]', clean)
    if rm:
@@ -333,7 +511,7 @@ def process_tags(reply, fu):
        r = wxpost("/api/getMemberFromChatRoom", {"chatRoomId": rm.group(1)})
        members = (r.get("data") or {}).get("members", "")
        mlist = [m for m in members.split("\u0007") if m]
-        send_wx(fu, f"群成员 ({len(mlist)}): {','.join(mlist[:20])}")
+        send_wx(fu, f"Ⱥ��Ա ({len(mlist)}): {','.join(mlist[:20])}")
    # [HISTORY:wxid:count] - query chat history from MSG table
    hm = re.search(r'\[HISTORY:(\S+?):(\d+)\]', clean)
    if hm:
@@ -400,7 +578,7 @@ def download_emoji(m, fu):
        wxpost("/api/sendCustomEmotion", {"wxid": fu, "filePath": tmp})
        os.remove(tmp)

-# ── Watchdog ──
+# ���� Watchdog ����
 def watchdog():
    global last_msg_time
    while True:
@@ -419,7 +597,7 @@ def watchdog():
            last_msg_time = time.time()
        time.sleep(30)

-# ── Start ──
+# ���� Start ����
 print("[Agent] starting...", flush=True)
 log("=== Agent v2 (wxhelper) ===")

@@ -519,3 +697,4 @@ try:
        time.sleep(1)
 except KeyboardInterrupt:
    log("Bye")
+