omni-bot-sdk是一个基于视觉识别和数据库监听的微信4.0 RPA框架，实现零侵入消息自动化处理。支持YOLO模型定位、OCR识别、插件扩展及OpenAI/Dify集成，适用于个人学习与技术交流场景。本文详细介绍项目定位、安装配置、使用方法和架构特点。
omni-bot-sdk 是一个基于视觉识别（YOLO+OCR）和数据库轮询的微信4.0 RPA框架，实现零侵入消息监听与自动化操作，支持插件扩展和OpenAI/Dify集成，适用于个人学习与技术交流场景。
omni-bot-sdk 是一个面向开发者的微信4.0 RPA框架SDK，核心定位是通过零侵入方式实现微信客户端自动化。其主要用途包括：构建个人聊天机器人、自动化接收与处理各类微信消息（文本/图片/文件）、集成大语言模型（如OpenAI、Dify）实现智能对话、以及扩展发送朋友圈和小程序等高级功能。项目提供完整的程序化API，开发者可通过几行代码快速启动机器人，也可通过插件系统深度定制业务逻辑。同时配套桌面GUI客户端（独立仓库）供非编程用户使用。项目严格限定于个人学习与技术交流，禁止商业用途。
传统微信自动化方案多依赖Hook或逆向工程，易被微信官方检测导致封号。本项目通过三大技术路径解决该问题：一是采用数据库只读轮询策略监听消息，避免修改微信进程；二是使用训练专用的YOLO模型配合OCR进行视觉定位，替代坐标硬编码，提升版本适应性；三是所有RPA操作模拟人类点击输入，不调用内部接口。此外，插件化架构解决了功能扩展与核心逻辑耦合的问题，MCP协议支持解决了与其他AI工具集成的标准化问题。但需注意，视觉识别方案无法保证100%准确率，且数据库读取行为仍可能被杀毒软件视为异常。
本项目适用于以下场景：个人技术学习与研究，如探索RPA技术原理、测试视觉识别模型；构建私人助理机器人，实现自动回复、消息提醒、文件整理等个人生产力工具；集成LLM服务，将微信作为对话界面接入AI能力；自动化流程实验，验证消息处理、群管理等逻辑。⚠️严禁用于企业营销、广告推送、群发消息等商业行为。由于RPA运行时会抢占鼠标键盘，建议在专用机器或虚拟机上部署。对于需要高准确率、高并发或企业级稳定性的场景，本项目不适用。
安装前提：Windows系统、Python 3.12版本。步骤1：通过pip从PyPI安装核心库：pip install omni-bot-sdk。步骤2：获取微信数据库解密密钥（dbkey）。本项目不提供密钥提取工具，需自行从GitHub获取DbkeyHookCMD.exe或DbkeyHookUI.exe运行获取，将密钥填入配置文件对应字段。步骤3：部署MQTT消息代理服务。MCP工具调用和任务回调依赖MQTT，Windows可使用nanomq等工具启动本地服务，默认端口1883。步骤4：创建配置文件，参考config.example.yaml生成config.yaml，设置微信版本、数据库路径、密钥、MQTT地址、插件列表等参数。注意：仓库中未明确给出数据库密钥工具的安装来源链接，需用户自行在GitHub搜索获取；MQTT服务的具体配置参数在文档中详细枚举。
基础使用：参考examples/simple-bot/bot.py，导入Bot类并指定配置文件路径，调用start()方法启动机器人。运行时请勿操作鼠标键盘，以免干扰RPA执行。消息处理：框架自动监听微信数据库，发现新消息后经解析器转换为统一消息对象，依次通过插件链处理。插件可决定是否响应并生成RPA动作。功能扩展：通过插件系统添加自定义逻辑，插件需实现指定接口并注册entry-points；或使用MCP协议，外部工具可调用RPA能力发送消息、管理群组。高级操作：RPA模块支持发送文本、图片、文件，可扩展至朋友圈发布、小程序打开等。所有视觉操作依赖YOLO模型与OCR定位，需确保微信窗口处于前台且不被遮挡。异常处理：框架具备自恢复机制，如微信异常会尝试自动回复，登录失败可推送钉钉二维码。
技术实现上，项目采用分层架构：数据源层读取微信数据库；核心层包含轮询器、消息队列、插件管理器；执行层通过视觉识别模拟操作。消息流转路径为：数据库 → 轮询器 → 消息队列 → 消费者/解析器 → 插件链 → RPA动作队列 → 视觉执行器 → 微信界面。关键特点：1) 零侵入设计，不Hook微信进程，降低检测概率；2) 插件化架构，基于setuptools entry-points动态加载；3) 支持MCP协议，标准化工具调用；4) 视觉定位使用定制YOLO模型，适应不同版本UI；5) 配置系统详尽，覆盖RPA参数、外部服务、存储等。已知局限性：视觉识别非100%准确；同名联系人可能导致消息发送错误；RPA运行期间独占输入设备；窗口焦点可能错乱；初始化耗时较长；数据库只读打开可能被杀毒软件警告。隐私方面，项目不联网、不收集数据、不写微信数据库，所有信息保留本地。
存在微信账号被封禁、功能受限等风险，项目及作者概不负责。严禁用于营销、发广告等商业行为，仅限个人学习与技术交流。运行时需避免操作鼠标键盘，建议在单独机器部署。
本项目不提供密钥提取工具，需自行通过 GitHub 搜索获取 DbkeyHookCMD.exe 或 DbkeyHookUI.exe 运行提取，将密钥填入配置文件。仓库中未明确给出工具的具体来源链接。
理论支持最新版本，当前明确支持微信 4.0.6.33。采用视觉识别和数据库只读监听，降低被检测概率，但无法保证 100% 安全，数据库读取行为可能被杀毒软件视为异常。
可通过插件系统动态加载自定义插件，插件需实现指定接口并注册 entry-points；或使用 MCP 协议让外部工具调用 RPA 能力进行消息发送和群管理。
RPA 执行会模拟人类操作并争夺输入控制权，运行时操作鼠标键盘会导致流程中断或错误。且窗口焦点可能错乱，建议在专用环境部署并保持微信窗口前台。