Communitygithub.com

tzwkb/wecom-agent

Habilidad de agente — Operaciones API de aplicaciones autoconstruidas de WeCom (mensajería, contactos, calendario, documentos) más descifrado de chats en macOS.

¿Qué es wecom-agent?

wecom-agent es una habilidad integral para agentes de IA que permite interactuar con WeCom (WeChat Empresarial) tanto mediante su API oficial como a través del descifrado local de mensajes. Soporta dos plataformas principales: macOS (mediante resigning adhoc) y Windows (sin necesidad de resigning). En su línea A, permite realizar operaciones activas como enviar mensajes (texto, markdown, noticias), gestionar contactos y departamentos, leer y escribir documentos en línea, y manejar calendarios y reuniones, todo a través de la API oficial de WeCom. La línea B se encarga del descifrado local de conversaciones, extrayendo el contenido completo (remitente, hora, texto, imágenes, archivos) de la base de datos SQLite de WeCom, y ofreciendo herramientas para búsqueda, estadísticas y análisis de contactos sin conexión a internet. La línea C proporciona un servidor de recepción en tiempo real que permite al agente recibir mensajes, analizarlos con un LLM (OpenAI compatible) y responder automáticamente o tomar acciones como escribir documentos. Esta habilidad es ideal para desarrolladores y equipos que necesitan automatizar flujos de trabajo en WeCom, ya sea para atención al cliente, gestión de documentos o análisis de conversaciones, ofreciendo tanto control remoto como acceso local a datos históricos.

Compatible con✓Claude Code✓Codex CLI~Cursor
npx skills add tzwkb/wecom-agent

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

wecom-agent — Agente integral de WeCom

LíneaCapacidadEntradaDependencias
A Operaciones activasEnviar mensajes/Contactos/Documentos/Calendario/Reunioneswecom.pyCorpID+Secret+AgentId + IP de confianza
B Lectura localDescifrar y exportar conversaciones (sesión/remitente/hora/contenido)decrypt/Inicio de sesión en WeCom + resigning adhoc (eliminar hardened runtime)
C Recepción en tiempo real + procesamiento autónomoRecibir mensajes → analizar → responder automáticamente/escribir documentosrecv_server.py+agent_worker.pyCredenciales de A + Token de recepción/AESKey + URL pública

Configuración en README.md y docs/自建应用配置教程.md. Credenciales en config.json (gitignore).

A Operaciones activas (API oficial)

python3 wecom.py <categoría> <método> '<parámetros_json>'   # Salida JSON, errcode:0 éxito
CategoríaMétodoParámetrosFunción
contactdepartmentsNingunoLista de departamentos (nombre+ID)
contactusers{"department_id":1}Miembros del departamento (userid+nombre)
contactget/search/list_id{"userid"/"keyword":..}Detalles de miembro/buscar por nombre/lista de IDs
messagetext/markdown/news{"touser":"x","content":".."}Enviar mensaje (touser por defecto @all, varios con `
doccreate/get/edit/del/rename/sheet_get/sheet_editCuerpo transparenteLeer/escribir + editar documentos/hojas en línea (edit=batch_update)
schedule/meetingadd/create/list..Cuerpo transparenteCalendario/Reuniones
callVía de escape{"path":"/cgi-bin/..","body":{}}Cualquier interfaz oficial

Las operaciones de escritura (enviar mensaje/eliminar calendario/modificar documento) deben confirmar contenido con el usuario antes de ejecutarse.

B Lectura local de conversaciones

Segmentación por sistema: macOS → decrypt/macos/, Windows → decrypt/windows/; el núcleo de descifrado wxwork_crypto.py + análisis export_wxwork.py en la raíz de decrypt/ es compartido entre ambos sistemas (mismo AES de wxSQLite3, verificado en ambos).

macOS (verificado)

Requisito previo: WeCom iniciado con sesión + resigning adhoc realizado (ver docs/解密思路.md, [[wechat_codesign_pitfall]]).

python3 decrypt/macos/read_wecom.py        # ★ Un clic: si la clave es válida, la salta → descifra → exporta
python3 decrypt/macos/find_key_fast.py     # Capturar clave por separado (escanea memoria de proceso vivo, solo lectura, sin inyectar); guarda en wxwork_keys.json
python3 decrypt/macos/decrypt_wxwork.py    # Descifrar toda la base de datos → decrypt/macos/decrypted/
python3 decrypt/macos/monitor.py --once    # Incremental (--poll N para monitoreo continuo)

El análisis cubre: nombre real del remitente (Session.db USER), nombre de la conversación, tipo de mensaje — texto / imagen / [voz] / [archivo]nombre / [documento]título+enlace / [tarjeta]título+enlace / sistema / reunión. Transcripción de voz opcional: voice_transcribe.py (caché local SILK→whisper, requiere pilk+mlx-whisper, solo cubre los ya reproducidos). Una vez guardada la clave, los pasos ②③ y monitor no necesitan volver a escanear memoria. Respaldo offline find_key_offline.py. Esquema en docs/解密思路.md. Los resultados son privados, en gitignore.

Consulta/análisis de datos locales (después del descifrado, completamente local sin red): python3 decrypt/macos/wecom_local.py <subcomando>

SubcomandoFunción
contacts [término]Contactos 138 personas (nombre/departamento/cargo/teléfono/correo), se puede buscar por término
conversationsLista de conversaciones (nombre/número de mensajes/última hora)
members <conversación>Miembros del grupo (por número de mensajes)
search <término>Búsqueda de texto completo en mensajes
statsEstadísticas (ranking de remitentes/ranking de conversaciones/tipo/por hora/por día)
todo / calendarTareas pendientes / Calendario locales
media [--out]Exportar caché de imágenes y archivos en texto plano (161 imágenes + 119 archivos)
openfile <nombre/término>Buscar documento en conversaciones → localizar archivo local → para tipo texto analizar contenido (txt/csv/md/xlsx/docx/texto PDF, requiere openpyxl/pdfplumber/python-docx); imágenes/PDF escaneados genera 🖼️VISUAL <ruta> → tú usas Read multimodal para ver directamente. Las imágenes inline (type29) no se pueden localizar por mensaje; usa media para exportarlas y luego navega multimodalmente

Transcripción de voz: python3 decrypt/macos/voice_transcribe.py (caché SILK→whisper large-v3, verificado 6 mensajes).

MCP (interfaz delgada opcional, alineado con wechat)

El núcleo lógico es la línea de comandos wecom_local.py (con --json para datos estructurados); las herramientas MCP de server.py solo redirigen a él, sin lógica propia. No necesitas MCP — simplemente ejecuta wecom_local.py <subcomando>.

Registro: bash setup.sh (instala mcp + claude mcp add wecom) → reinicia Claude Code. Herramientas: wecom_contacts/conversations/members/search/stats/todo/calendar/media/openfile (parámetros igual que subcomandos). Requisito previo: ejecutar read_wecom.py para descifrar, asegurando que decrypt/macos/decrypted/ esté listo.

Windows (verificado · UTM Win11 ARM · extremo a extremo 12/12)

Requisito previo: WeCom (WXWork) iniciado con sesión + Python instalado + pip install pycryptodome (backend de descifrado; cryptography no tiene wheel para win-arm64). Para análisis de documentos con openfile, adicionalmente pip install openpyxl xlrd pypdf python-docx. No necesita resigning.

# ★ Un clic: escanear clave → descifrar → ejecutar subcomando
powershell -ExecutionPolicy Bypass -File decrypt/windows/run.ps1 <subcomando>
#   Subcomandos (alineados con macOS wecom_local):
#   read | contacts [término] | conversations | members <conversación> | search <término> | stats
#   todo | calendar | media [--out] | openfile <nombre> | voice | monitor
powershell -ExecutionPolicy Bypass -File decrypt/windows/run_test.ps1   # Autocomprobación de extremo a extremo 12 ítems → informe
# Por pasos:
powershell -ExecutionPolicy Bypass -File decrypt/windows/find_key.ps1   # PS+C# incrustado escanea memoria de WXWork.exe (ReadProcessMemory) → KEY=<hex>
python decrypt/windows/wecom_win.py <clave> <subcomando>                       # Reutiliza wxwork_crypto/export_wxwork/read_doc de la raíz

Resolución de nombres: user.db (uid→nombre/teléfono/correo) + session.db (conversación→nombre), 1:1 para obtener el otro. La base de datos está en Documents\WXWork\<id>\Data\, la caché en texto plano en …\Cache\{File,Image,Voice}. La etiqueta content_type se mapea según la codificación de Windows (cubre la tabla de renderizado de export_wxwork). voice transcripción: en Windows x64 con faster-whisper+pilk funciona, en versión ARM no hay wheel win_arm64/sin cadena de herramientas C++ → no disponible (la localización/exportación aún funcionan).

C Recepción en tiempo real + procesamiento autónomo

# 1. Configurar «Recepción de mensajes» según docs/自建应用配置教程.md (URL/Token/EncodingAESKey)
# 2. Exponer en red pública: cloudflared tunnel --url http://localhost:8000
python3 recv_server.py               # Verificación de firma + descifrado AES + ACK rápido + encolado en jobs/inbox.jsonl
python3 agent_worker.py              # Leer cola → decidir → responder/escribir documento vía wecom.py

config.json configura llm_base_url/llm_key/llm_model (compatible con OpenAI) → LLM decide autónomamente; "auto_reply":false solo registra sin enviar (revisión humana).

Reglas de activación del agente

El usuario diceInvocar
"Exportar/leer mis conversaciones de WeCom"Línea B tres pasos
"Enviar a X por WeCom" "Notificar a X"message text
"Consultar contactos" "Buscar a alguien llamado X"contact users/search
"Crear/leer documento de WeCom"doc create/get
"Programar reunión" "Crear calendario"meeting create/schedule add
"Hacer que el agente responda automáticamente en WeCom"Línea C (recv_server + agent_worker)
Funciones no encapsuladascall

Estado

  • B Lectura local: ✅ Verificado en ejecución real (5458 mensajes estructurados).
  • A Operaciones activas: Código listo, endpoints corregidos según documentación oficial; pendiente integración con credenciales reales (gettoken ya probado funcional).
  • C Recepción en tiempo real + procesamiento autónomo: Cifrado/descifrado de callback, ciclo de decisión probados internamente; pendiente integración con credenciales + URL pública.
  • La lectura de contactos está limitada por la política de privacidad de WeCom (requiere alcance visible + permisos, de lo contrario 60011/60020).

Skills relacionados