最早做微信自动化并不是因为 AI,只是有自己有引流自动加好友拉群的需求,每天盯着太麻烦了。
一开始方案特别朴素,就是根据截图去识别点击,最基础的 RPA。
后来还做了容器化,多个微信可以跑在家里的服务器上。
特别稳定,这套方案我跑了有快两年了,一点问题都没有。只不过流程是死的,跟 AI 没什么关系。
这段时间 Computer Use 发展得很快,最近看了下 cua 的方案,发现和我的项目有一些可以融合的点。
于是就有了这个项目:https://github.com/invzhi/wechat-use
它做的事情很简单:
- 用 Docker 跑一个真实的 Linux 微信桌面,不接非官方聊天 API。
- Agent 通过 MCP 连接并操作微信,可以看到界面,也可以执行桌面操作。
- 人可以在浏览器里打开同一个桌面,扫码登录、检查 Agent 的操作,或者随时接管。
- 登录状态和接收的文件会持久化,重启或更新容器后还能继续使用。
- 支持 AMD64 和 ARM64。
启动也不复杂:配置一个访问 Token,然后 docker compose up -d,打开 localhost:5800 扫码登录,再把支持 MCP 的 Agent 接到 localhost:3211/mcp 就可以了。
千万不要在服务器上面用这个登录微信哈,不是住宅 IP 很容易被风控。
目前由于 cua 的实现 pid namespace 还不能完全隔离,算是一个小风险点吧。
抛砖引玉。