从官方微信可见界面读消息，到 AI 生成、知识调用、GUI 真发、发送确认与复盘追踪：这是个人微信自动代回从 0→1 的首轮实战专题，也是下一阶段批量化前的真实底稿。
客户围绕板材、环保、价格、面积和全屋方案进行了多轮连续咨询。系统既验证了企业知识问答能力，也通过真实互动持续优化上下文理解、回复节奏和人工协同。
客户端不读微信数据库、不注入、不走协议。它只观察官方客户端可见画面、模拟用户操作；上下文、知识、规则、模型、成本与追踪全部留在正式服务端。
每秒红点像素监听；红点优先进入持久公平队列，无红点时顺序巡检可见单聊。
群聊 / 服务号黑名单核标题、单聊类型、最新气泡方向，合并客户连续消息；主 VL 超时切 30B 备用。
stale screen gate只传最新客户原文，并附最近 6 条本地可见历史、事实、意图与稳定会话身份。
channel=weixin加载 DB 历史、画像、品牌档案、知识文档、金牌范例、门店规则与 Langfuse prompt。
个人微信专属硬规短单气泡、最多一问；确定性报价与素材匹配；可疑正文不发，媒体有问题则只剥图。
fail closed粘贴文本与最多 3 张可信域图片，并再次读屏确认右侧新气泡/图片出现。
视觉确认发送成功才 confirm，落 AI 消息、图片去重标记与 trace；失败则排队补记。
闭环完成MacBook Air + macOS 官方微信 + 屏幕录制 / 辅助功能权限
红点像素、动态行中心、Qwen3-VL 235B / 30B fallback
稳定 conversationIdentity、DB 历史、客户端最近 6 条可见消息
Qwen3 235B、Langfuse v24/v25、确定性报价与媒体规则
messages、llm_call_provenance、知识文档 / 范例 IDs、成本与延迟
生产库快照截至 2026-08-20。数据严格区分系统验证会话与真实客户会话，本页展示 4 个真实会话的首轮运行结果。
点击状态筛选。系统会把真实互动中出现的典型场景拆到读取、理解、生成、发送和记忆各环节，并用可验证的机制持续优化。
排序按“客户风险 × 是否阻断批量化”给出。目标不是更快地自动发，而是让每一条发出去的话都能解释、能复盘、能停止。
element_ids 从 0 提升到可验证；页面逐句展示真正 fed 的积木、相关度和原始出处。
按 gerenweixin 过滤真实会话，看到全文、prompt 版本、replySource、sanitizerActions、文档/范例/积木。
给线上回归打 evalRun 标志，不再依靠客户名正则剔除。
分别记录发现红点、打开会话、VL、generate、粘贴、确认、confirm，定位真正瓶颈。
对“已知又问”自动标红，区分漏 confirm、画像未抽取、历史窗口缺失与模型忽略。
NEEDS_HUMAN 不只发告警，还要能认领、备注、恢复自动化，并留下责任人和时间。
从 1 人白名单到 5→20→全量，每个阶段持续观察准确承接率、连续记忆率和人工接管率。
持续积累 100+ 真实客户、500+ 轮对话，形成稳定的质量、效率和服务体验指标。
监测锁屏、休眠、微信登录、窗口状态和系统权限，并保留一键暂停与人工恢复能力。
结论：我们已经完成个人微信 AI 自动代回的完整闭环，并正在通过更多真实场景稳步进入规模化验证。