aiData/WeiXin/T4_InputLlmText.py

# coding=utf-8
import uiautomator2 as u2
import time
import logging
import sys
import os
import asyncio

# 添加项目根目录到 sys.path 以便导入 Util
project_root = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))
if project_root not in sys.path:
    sys.path.append(project_root)

from WeiXin.WxUtil import find_input_box_center, perform_input_action, analyze_chat_image
from Util.LlmUtil import get_llm_response

# 配置日志
log_dir = os.path.join(os.path.dirname(os.path.abspath(__file__)), "Logs")
if not os.path.exists(log_dir):
    os.makedirs(log_dir)

logging.basicConfig(
    level=logging.INFO,
    format='%(asctime)s - %(name)s - %(levelname)s - %(message)s',
    handlers=[
        logging.FileHandler(os.path.join(log_dir, "T4_InputLlmText.log"), encoding='utf-8'),
        logging.StreamHandler()
    ]
)
logger = logging.getLogger("T4_InputLlmText")

async def generate_and_input():
    logger.info("开始执行 T4: 生成 LLM 回复并输入...")
    
    try:
        # 1. 连接设备
        d = u2.connect()
        logger.info(f"设备连接成功: {d.info.get('serial')}")
        
        # 2. 截图并识别对话历史
        screenshot_dir = os.path.join(os.path.dirname(os.path.abspath(__file__)), "Screenshots")
        if not os.path.exists(screenshot_dir):
            os.makedirs(screenshot_dir)
        
        tmp_shot = os.path.join(screenshot_dir, "t4_temp_history_check.jpg")
        d.screenshot(tmp_shot)
        
        analyzed_shot = os.path.join(screenshot_dir, "t4_temp_history_analyzed.jpg")
        dialogue_log = analyze_chat_image(tmp_shot, analyzed_shot)
        
        history_text = ""
        if dialogue_log:
            history_text = "\n".join(dialogue_log)
            logger.info(f"提取到对话历史:\n{history_text}")
        else:
            logger.warning("未提取到对话历史")
            history_text = "（无对话历史）"

        # 3. 调用 LLM 生成回复
        persona = (
            "你是一名99年毕业，有27年教学经验的小学高级教师，大张老师。对作文批阅不下20000个，"
            "非常熟悉小学阶段、初二以前的初中阶段作文教学。你的回复必须专业、严谨、沉稳且富有权威感。"
            "严禁使用任何搞笑、幽默、有趣或轻浮的语气。要以资深教育者的身份给出严肃、务实的指导建议。"
        )
        prompt = (
            f"人设：{persona}\n\n"
            f"以下是微信聊天记录（'对方'和'我'的对话）：\n{history_text}\n\n"
            "请作为大张老师，针对最后的消息给出一个简短、专业且严肃的回复，不超过 60 字。"
            "禁止出现任何幽默或卖萌的词汇，保持特级教师的庄重感。直接输出回复内容，不要包含任何解释性文字。"
        )
        logger.info(f"正在以'严谨的大张老师'身份请求 LLM 生成回复...")
        
        full_response = ""
        async for chunk in get_llm_response(prompt, stream=False):
            full_response += chunk
            
        llm_text = full_response.strip().strip('"').strip('“').strip('”')
        logger.info(f"LLM 生成的回复内容: {llm_text}")
        
        if not llm_text:
            logger.error("LLM 生成内容为空，停止执行。")
            return

        # 4. 识别输入框位置
        center_point, rect_box = find_input_box_center(tmp_shot)
        
        if center_point:
            cx, cy = center_point
            logger.info(f"识别到输入框中心: ({cx}, {cy})")
            
            # 5. 点击输入框并输入文字并发送
            # 使用 WxUtil 中的 perform_input_action
            # 该函数内部会先点击坐标，然后输入内容
            # 设置 auto_send=True，输入文字后点击发送
            logger.info(f"正在点击输入框并输入文字并发送: {llm_text}")
            success = perform_input_action(d, center_point, llm_text, auto_send=True)
            
            if success:
                logger.info("✅ T4 执行完成：文字已成功输入并点击发送。")
            else:
                logger.error("❌ T4 执行失败：输入动作未成功完成。")
        else:
            logger.error("❌ T4 执行失败：未能识别到输入框位置。")
            
    except Exception as e:
        logger.error(f"❌ T4 执行出错: {e}", exc_info=True)

if __name__ == "__main__":
    asyncio.run(generate_and_input())