'commit'

WeiXin/T4_InputLlmText.py

@@ -11,7 +11,7 @@ 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
+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
@@ -37,10 +37,38 @@ async def generate_and_input():
         d = u2.connect()
         logger.info(f"设备连接成功: {d.info.get('serial')}")
         
-        # 2. 调用 LLM 生成回复
-        # 模拟一个简单的场景：针对之前的对话生成回复
-        prompt = "对方说：'AI 助手我现在可以开始和你聊天了！'，请给出一个简短、友好且自然的回复，不超过 20 字。不要包含任何解释性文字。"
-        logger.info(f"正在请求 LLM 生成回复, Prompt: {prompt}")
+        # 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):
@@ -53,22 +81,14 @@ async def generate_and_input():
             logger.error("LLM 生成内容为空，停止执行。")
             return
 
-        # 3. 识别输入框位置
-        # 先截个图供识别使用
-        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_input_check.jpg")
-        d.screenshot(tmp_shot)
-        
+        # 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})")
             
-            # 4. 点击输入框并输入文字
+            # 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