核心功能
ClawPhone WeChat Control 是一套面向微信客户端的精细化自动化操作框架，覆盖从应用启动、会话定位、消息输入到发送验证的完整交互链路。该 skill 并非简单的 API 调用封装，而是基于页面状态机的工程化解决方案，通过"先确认、再操作、后验证"的三段式流程，解决移动自动化中常见的坐标漂移、弹窗干扰、输入失效等顽疾。
显著优点
状态驱动的健壮设计：强制要求执行前识别当前页面类型（桌面/会话列表/聊天页/资料页/弹窗），避免盲操作导致的级联错误。
多重兜底机制：针对微信输入框的特殊性，提供 type_text 原生输入与"剪贴板+长按粘贴"的双轨方案；发送环节优先点击可见按钮，仅在极端情况下回退到 press_enter。
截图坐标实时绑定：所有点击操作均基于当前截图动态定位，禁止复用历史坐标，有效应对微信界面动态变化、键盘弹出导致的元素位移。
失败可复盘结构：内置五维复盘模板（页面位置/失败阶段/坐标依据/二次确认/兜底切换），便于快速定位问题根因。
潜在局限
- 性能开销：每步操作伴随截图验证，单条消息发送可能产生 3-5 次截图，在弱网或低端设备上延迟明显。
- 视觉依赖：严重依赖 UI 稳定性，微信大规模改版或 A/B 测试新界面时，文字匹配策略可能失效。
- 无语义理解：仅处理机械操作，不解析消息内容含义，无法自动判断"该回复什么"。
- 平台绑定：当前设计围绕 Android 微信（
com.tencent.mm），iOS 或桌面版微信需额外适配。
适合人群
- 需要批量处理微信客服消息、定时发送提醒的运营人员
- 构建"数字员工"自动化工作流的技术团队
- 对操作成功率有严苛要求、不接受随机失败的自动化工程师
常规风险
| 风险类型 | 说明 |
|---------|------|
| 账号风控 | 高频自动化操作可能触发微信反作弊，导致功能限制或封号 |
| 隐私暴露 | 自动化过程中可能截获敏感聊天内容，需严格管控截图存储与传输 |
| 误发送风险 | 页面状态误判可能导致消息发错对象，关键操作建议人工复核 |
| 设备安全 | 需开启无障碍服务或 root/越狱权限，存在被恶意利用的潜在攻击面 |