dsh-qq-local

让你的 DeepSeek Harness（DSH）用你自己已登录的 QQ 账号，跟好友自动聊天。

不接协议、不注入客户端，只用 屏幕 OCR + CGEvent 模拟键鼠——把「人手操作 QQ」这件事自动化。

零协议 · 零注入 · 不触发风控封号 · 天然可迁移到微信 / 飞书 / 钉钉

---

为什么是「操控界面」而不是「接协议」

现成的 QQ 机器人方案（OneBot / NapCat / Lagrange / 官方机器人）要么只能用小号、要么有真实的封号风险，微信侧（iLink / WeChatFerry / UIA）也全是逆向注入、README 普遍写着「当一次性号用」。

这个插件换了个思路：

	协议 / 注入方案	本插件
用谁的号	小号（主号有风控风险）	你自己的主号
依赖	NapCat / 注入 DLL / 逆向协议	无，只要 QQ 窗口在你屏幕上
封号风险	有（实测有掉线/冻结案例）	无（对 QQ 来说就是人在点鼠标）
跨平台	Windows 优先	macOS（其它系统换掉 swift 小工具即可）
跨 IM	一平台一套	同一套逻辑可复用到微信等

代价是：它只能和你屏幕上看得见的东西打交道，所以必须有一块不被遮挡的 QQ 窗口。

工作原理

每 5s 心跳 → 读开关（enabled）
   └─ 开了 → 距上轮 ≥ intervalSec ?
        └─ tick:
           1. 激活 QQ（轮询 frontmost，确保真的到前台）
           2. 读窗口位置 → 按分数偏移算出「聊天区 / 输入框」坐标（窗口随便拖都自适应）
           3. 在左栏按备注名点开好友聊天
           4. 截整个窗口 → Vision OCR → 过滤出聊天区 → 取底部最新一条消息
           5. 与 watermark（上一条已知消息）比对：相同 = 没有新消息，跳过
           6. 不同 → 调 LLM 生成一两句回复 → 点输入框 → ⌘A → 粘贴 → 回车发送
           7. 更新 watermark，写入 state.json

首次运行只记录基线、不回复，避免一开机把历史消息全「回」一遍。

安装

前提：DSH 桌面端、macOS、已登录且窗口可见的 QQ（新版 NT）。

git clone <this repo> ~/dsh-qq-local
dsh plugin --profile desktop add ~/dsh-qq-local

然后用 ⌘Q 完全退出 DeepSeek Harness 再打开（或在设置里改一次配置文件触发热重载）， 到「设置 → QQ 本地自动回复」面板里填好友备注名、打开总开关即可。

link: 安装是符号链接，Node 会从插件真实路径解析依赖，而不是从 profile 的 node_modules。若报 ERR_MODULE_NOT_FOUND: @deepseek-ai/schemastery，跑一次：

bash scripts/link-peers.sh      # 读取 DSH_PROFILE_DIR，默认 ~/.dsh/profiles/desktop

配置（设置面板）

键	默认	说明
enabled	false	总开关，改了立即生效（volatile 热更新，不用重启）
target	空	要自动回复的好友备注名，随时改、下一轮生效；空则跳过
intervalSec	60	检查间隔（秒），最小 5
model	deepseek-v4-pro	用哪个模型回复（换便宜的能省钱）
persona	通用朋友口吻	回复用的 system prompt，随便写人设
regionXFrac 等 6 项	见代码	聊天区 / 输入框相对窗口的分数偏移，一般不用动

另外插件注册了一个 qq_send 工具：可以让 agent 主动给任意好友发一条消息（临时指定 target）， 不影响自动回复目标。

配置项必须标 .volatile() 才会出现在设置页，且 volatile 改动不会重挂插件—— 所以轮询是「常驻心跳 + 每轮现读开关」，不是启动时判断一次。

需要的系统权限

在「系统设置 → 隐私与安全性」里给 DeepSeek Harness 打开：

• 屏幕录制 —— 截图 + OCR
• 辅助功能 —— CGEvent 模拟鼠标 / 键盘
• 自动化 → System Events —— 回车发送、⌘A/⌘V（macOS 偶尔会自己重置，表现为 -10004 权限违例）

调试

DSH_QQ_LOCAL_DEBUG=1   # 打开后会把每轮 tick 的窗口/OCR/LLM 详情写进 <dataDir>/trace.log

数据目录：$DSH_QQ_LOCAL_DATA → <baseDir>/dsh-qq-local → ~/.dsh/dsh-qq-local。

已知限制

• 别在自动回复开着的时候手动操作 QQ：插件靠点击和截图驱动真实窗口，人机抢焦点会点错人/截到空白（每轮已做「重新激活 + 重读窗口 + 重试」缓解）。
• watermark 只比「底部消息」，不区分左右归属：你自己手动发的消息可能被当成新消息回一次。
• 表情包 / 图片读不到文字，只能收到「[动画表情]」这类占位。
• 只支持 macOS（Windows 需要把 scripts/*.swift 换成等价的 Win32 自动化）。
• QQ 窗口被最小化/隐藏时本轮跳过。

Roadmap

• 消息左右归属判定（区分「对方发的」和「自己手打的」）
• 图片消息：OCR 兜底 / 多模态识别
• 跨 IM 统一底座：QQ + 微信同一套人设、记忆、会话
• 可选：把 swift 小工具换成内置 Node 原生调用，减少外部依赖

English

dsh-qq-local is a DeepSeek Harness plugin that lets your own logged-in QQ desktop client auto-reply to a friend. It drives the real UI (screen capture + OCR + CGEvent) instead of speaking the QQ protocol, so there is no injection and no account-ban risk. A single toggle in the DSH settings page turns it on; it then polls every intervalSec, detects the newest message via OCR, asks an LLM for a short reply, and types it back with a synthetic paste + Enter.

License

MIT