Communitygithub.com

wecom-agent — 企业微信全能 Agent

Agent-Skill für die WeCom-API: Nachrichten, Kontakte, Kalender, Dokumente sowie lokale Entschlüsselung von Chatverläufen (macOS/Windows).

Was ist wecom-agent — 企业微信全能 Agent?

Dieses Skill für KI-Agenten (z. B. Claude Code) ermöglicht die umfassende Steuerung von WeCom (WeChat Work) über drei Hauptlinien: A) aktive Operationen via offizielle API – Nachrichten senden, Kontakte verwalten, Dokumente lesen/schreiben, Termine und Meetings organisieren; B) lokales Entschlüsseln von Chatverläufen – extrahiert strukturierte Nachrichten (Absender, Zeit, Inhalt) aus der lokalen WeCom-Datenbank auf macOS und Windows, inklusive Medien (Bilder, Dateien, Sprachnotizen) und optionale Sprachtranskription; C) Echtzeit-Empfang und autonome Verarbeitung – eingehende Nachrichten werden analysiert und beantwortet oder in Dokumente überführt. Das Skill ist nützlich für die Automatisierung von WeCom-Workflows, die Integration in CI/CD-Pipelines oder die persönliche Datenanalyse und unterstützt macOS, Windows (auch ARM) sowie MCP-Schnittstellen. Die Konfiguration erfolgt über config.json und erfordert API-Zugangsdaten (CorpID, Secret).

Funktioniert mit✓Claude Code✓Codex CLI~Cursor
npx skills add tzwkb/wecom-agent

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Was macht wecom-agent — 企业微信全能 Agent?

LinieFähigkeitEinstiegAbhängigkeiten
A Aktive OperationenNachrichten senden / Kontakte / Dokumente lesen/schreiben / Kalender / Meetingswecom.pyCorpID+Secret+AgentId + vertrauenswürdige IP
B Lokales AuslesenEntschlüsseln und Exportieren von Chatverläufen (Konversation, Absender, Zeit, Inhalt)decrypt/WeCom angemeldet + adhoc-Resignierung (entfernt hardened runtime)
C Echtzeit-Empfang + autonome VerarbeitungNachrichten empfangen → analysieren → automatisch antworten / Dokumente schreibenrecv_server.py+agent_worker.pyA-Zugangsdaten + Empfangs-Token/AESKey + öffentliche URL

Konfiguration siehe README.md und docs/自建应用配置教程.md. Zugangsdaten in config.json (bereits gitignore).

A Aktive Operationen (offizielle API)

python3 wecom.py <category> <method> '<json-parameter>'   # Ausgabe JSON, errcode:0 erfolgreich
categorymethodParameterFunktion
contactdepartmentsKeineAbteilungsliste (Name+ID)
contactusers{"department_id":1}Abteilungsmitglieder (userid+Name)
contactget/search/list_id{"userid"/"keyword":..}Mitgliedsdetails / nach Name suchen / Mitglieds-ID-Liste
messagetext/markdown/news{"touser":"x","content":".."}Nachricht senden (touser standardmäßig @all, mehrere mit `
doccreate/get/edit/del/rename/sheet_get/sheet_editBody durchreichenOnline-Dokumente / Tabellen lesen/schreiben + bearbeiten (edit=batch_update)
schedule/meetingadd/create/list..Body durchreichenKalender / Meetings
callNotausstieg{"path":"/cgi-bin/..","body":{}}Beliebige offizielle Schnittstelle

Schreiboperationen (Nachricht senden / Kalender löschen / Dokument ändern) vor der Ausführung immer Bestätigung vom Benutzer einholen.

B Lokales Auslesen von Chatverläufen

Nach System getrennt: macOS → decrypt/macos/, Windows → decrypt/windows/; Entschlüsselungskern wxwork_crypto.py + Parsing export_wxwork.py im decrypt/-Stammverzeichnis von beiden genutzt (gleiches wxSQLite3 AES, auf beiden Systemen getestet).

macOS (getestet)

Voraussetzung: WeCom läuft und ist angemeldet + WeCom wurde adhoc resigniert (siehe docs/解密思路.md, [[wechat_codesign_pitfall]]).

python3 decrypt/macos/read_wecom.py        # ★ Ein-Klick: prüft ob Key vorhanden (überspringt) → entschlüsselt → exportiert
python3 decrypt/macos/find_key_fast.py     # Key separat extrahieren (live Prozess-Speicher scan, nur lesend, kein Inject); speichert in wxwork_keys.json
python3 decrypt/macos/decrypt_wxwork.py    # Komplette Datenbank entschlüsseln → decrypt/macos/decrypted/
python3 decrypt/macos/monitor.py --once    # Inkrementell (--poll N = Dauermonitoring)

Parsing abgedeckt: Absender-Echtname (Session.db USER), Konversationsname, Nachrichtentyp – Text / Bild / [Sprachnachricht] / [Datei]name / [Dokument]Titel+Link / [Karte]Titel+Link / System / Meeting. Optionale Spracherkennung: voice_transcribe.py (lokal gecachtes SILK→whisper, benötigt pilk+mlx-whisper, deckt nur bereits abgespielte ab). Key gespeichert → ②③ & monitor benötigen keinen erneuten Speicher-Scan. Offline-Notfall find_key_offline.py. Siehe docs/解密思路.md. Ausgabe privat, bereits gitignore.

Lokale Datenabfrage/-analyse (nach Entschlüsselung, komplett lokal ohne Netzwerk): python3 decrypt/macos/wecom_local.py <unterbefehl>

UnterbefehlFunktion
contacts [wort]Kontakte 138 Personen (Name/Abteilung/Position/Telefon/E-Mail), filterbar nach Wort
conversationsKonversationsliste (Name/Nachrichtenzahl/letzte Zeit)
members <konversation>Gruppenmitglieder (nach Anzahl Nachrichten)
search <wort>Volltextsuche in Nachrichten
statsStatistiken (Rangliste nach Absender/Konversation/Typ/Stunde/Tag)
todo / calendarLokale Aufgaben / Kalender
media [--out]Exportieren von Klartext-Cache-Bildern und -Dateien (161 Bilder + 119 Dateien)
openfile <name/wort>Dokument in Chat finden → lokale Datei lokalisieren → Textklassen Inhalt parsen (txt/csv/md/xlsx/docx/text-PDF, benötigt openpyxl/pdfplumber/python-docx); Bild/gescanntes PDF Ausgabe 🖼️VISUAL <pfad> → Sie können mit Read multimodal direkt ansehen. Inline-Bilder (type29) können nicht nach Nachricht lokalisiert werden → mit media exportieren und multimodal durchsuchen

Sprachtranskription: python3 decrypt/macos/voice_transcribe.py (Cache SILK→whisper large-v3, getestet mit 6 Nachrichten).

MCP (optionales dünnes Frontend, alignment mit wechat)

Logikkern ist das Kommandozeilentool wecom_local.py (mit --json für strukturierte Ausgabe); die MCP-Tools von server.py leiten nur 1:1 an dieses weiter, enthalten keine Logik. MCP ist nicht zwingend erforderlich – direkter Aufruf von wecom_local.py <unterbefehl>.

Registrierung: bash setup.sh (installiert mcp + claude mcp add wecom) → Claude Code neustarten. Tools: wecom_contacts/conversations/members/search/stats/todo/calendar/media/openfile (Parameter wie Unterbefehl). Voraussetzung: zuerst read_wecom.py ausführen, decrypt/macos/decrypted/ muss vorhanden sein.

Windows (getestet · UTM Win11 ARM · Ende-zu-Ende 12/12)

Voraussetzung: WeCom (WXWork) läuft und ist angemeldet + Python installiert + pip install pycryptodome (Entschlüsselungs-Backend; cryptography hat kein Win-ARM64-Wheel). Für openfile-Dokumentenparsing zusätzlich pip install openpyxl xlrd pypdf python-docx. Kein Resigning erforderlich.

# ★ Ein-Klick: Key scannen → entschlüsseln → Unterbefehl ausführen
powershell -ExecutionPolicy Bypass -File decrypt/windows/run.ps1 <unterbefehl>
#   Unterbefehle (entsprechen macOS wecom_local):
#   read | contacts [wort] | conversations | members <konversation> | search <wort> | stats
#   todo | calendar | media [--out] | openfile <name> | voice | monitor
powershell -ExecutionPolicy Bypass -File decrypt/windows/run_test.ps1   # Ende-zu-Ende-Selbsttest 12 Punkte → Bericht
# Schrittweise:
powershell -ExecutionPolicy Bypass -File decrypt/windows/find_key.ps1   # PS+eingebettetes C# scannt WXWork.exe-Speicher (ReadProcessMemory)→ KEY=<hex>
python decrypt/windows/wecom_win.py <key> <unterbefehl>                       # Nutzt Kernkomponenten aus Stamm wxwork_crypto/export_wxwork/read_doc

Namensauflösung: user.db (uid→Name/Telefon/E-Mail) + session.db (Konversation→Name), 1:1 Partner. Datenbank unter Documents\WXWork\<id>\Data\, Klartext-Cache unter …\Cache\{File,Image,Voice}. content_type-Tag nach Windows-Mapping (deckt die Rendering-Tabelle von export_wxwork ab). voice-Transkription: unter x64 Windows mit faster-whisper+pilk nutzbar, ARM-Version hat kein win_arm64 wheel/keine C++-Toolchain → nicht nutzbar (Lokalisierung/Export dennoch möglich).

C Echtzeit-Empfang + autonome Verarbeitung

# 1. Gemäß docs/自建应用配置教程.md „Nachrichten empfangen“ konfigurieren (URL/Token/EncodingAESKey)
# 2. Öffentlich exponieren: cloudflared tunnel --url http://localhost:8000
python3 recv_server.py               # Signaturprüfung+AES-Entschlüsselung+schnelle ACK+in Queue jobs/inbox.jsonl
python3 agent_worker.py              # Queue lesen→Entscheidung→über wecom.py antworten/Dokument schreiben

config.json konfigurieren mit llm_base_url/llm_key/llm_model (OpenAI-kompatibel) → LLM trifft autonome Entscheidungen; "auto_reply":false nur protokollieren, nicht senden (menschliche Freigabe).

Agent-Auslöseregeln

Benutzer sagtAufruf
„Exportiere/lese meine WeCom-Chats“B-Linie in drei Schritten
„Sende WeCom an X“ / „Benachrichtige X“message text
„Suche Kontakte“ / „Finde Person namens X“contact users/search
„Erstelle/lese WeCom-Dokument“doc create/get
„Vereinbare Meeting“ / „Erstelle Termin“meeting create/schedule add
„Lasse Agent WeCom automatisch beantworten“C-Linie (recv_server + agent_worker)
Nicht abgedeckte APIcall

Status

  • B Lokales Auslesen: ✅ Bereits getestet und validiert (5458 strukturierte Nachrichten).
  • A Aktive Operationen: Code fertig, Endpunkte gemäß offizieller Doku korrigiert; wartet auf echte Zugangsdaten für Integrationstest (gettoken bereits getestet erreichbar).
  • C Echtzeit-Empfang + autonome Verarbeitung: Callback-Verschlüsselung/-Entschlüsselung, Entscheidungszyklus lokal getestet; wartet auf Zugangsdaten + öffentliche URL für Integrationstest.
  • Kontaktelesen unterliegt Datenschutzbeschränkungen von WeCom (sichtbarer Bereich + Berechtigungen erforderlich, sonst 60011/60020).

Verwandte Skills