SKILL.md 4.91 KB

name: wechat-voice-sender description: 通过 LSPosed 内部 API 发送微信语音消息(TTS 一键合成,无 UI 模拟) version: 1.0

category: communication

WeChat 语音发送

When to Use

  • 用户要求「发语音」、「发条语音」、「语音通知」等
  • 需要让消息听起来更有温度、更像真人说的
  • 发送语音摘要、日报、提醒(比文字更直观)
  • 对方不便看屏幕时

文字消息用 send_wechat_message,语音消息用 send_wechat_voice_tts。

⚠️ 语音自我介绍时,身份是「小伙子」——火星人的 AI 助手/数字分身,不是 Hermes。

核心工具(直接调用,不要自己实现任何编解码)

send_wechat_voice_tts — 文字 → 语音,一步到位

# 发语音给火星人
result = mcp.call("send_wechat_voice_tts", {
    "to": "yibooo",           # 火星人的 wxid
    "text": "你好,明天下午三点开会,记得准时。",
    "voice": "zh-CN-XiaoxiaoNeural"  # 可选,默认女声
})
# 返回: {"status": "sent", "duration_ms": 4200, ...}

工具内部自动完成:edge-tts → ffmpeg → SILK V3 编码 → WeChat hook 发送。 不要自己调 edge-tts、ffmpeg、silk-wasm——那是工具的事,不是你的事。

可用声音

voice 参数 风格
zh-CN-XiaoxiaoNeural(默认) 女声,自然亲切
zh-CN-YunxiNeural 男声,自然
zh-CN-YunyangNeural 男声,新闻播报风

已知联系人 wxid

名字 wxid
火星人 yibooo
文件传输助手(测试用) filehelper

其他联系人用 send_wechat_message 的 to 字段(支持昵称模糊搜索),或先查 WeChat DB:

# 查 wxid
result = mcp.call("query_wechat_contacts", {"query": "联系人昵称"})

手动回退流程(send_wechat_voice_tts 失败时用)

工具 send_wechat_voice_tts 偶尔因 asyncio 事件循环冲突等内部问题失败。 此时手动走完整流水线,分四步:

步骤 1:TTS 合成 MP3

cd ~/tmp
edge-tts --voice zh-CN-XiaoxiaoNeural --text "要说的话" --write-media voice.mp3

步骤 2:MP3 → PCM 16kHz 单声道

ffmpeg -y -i voice.mp3 -acodec pcm_s16le -ac 1 -ar 16000 -f s16le voice.pcm

⚠️ 必须加 -f s16le。不加时 ffmpeg 会根据 .pcm 扩展名猜格式为 ALP(Android 特有),导致: Could not write header (incorrect codec parameters ?): Invalid argument

步骤 3:PCM → SILK V3

silk-wasm 是纯 JS 库,没有 CLI 二进制。需用 Node.js 脚本调用。 参考脚本:references/encode_silk.js(支持命令行参数)。

cd ~/tmp
node ~/.hermes/skills/wechat-voice-sender/references/encode_silk.js voice.pcm voice.silk 16000

输出 JSON:{"status":"ok","bytes":70708,"duration_ms":18280,"out":"voice.silk"}

⚠️ npm 缓存如果被 root 污染,安装 silk-wasm 会报 EACCES。修复:

su -c "rm -rf ~/.npm/_cacache"
npm install -g silk-wasm

⚠️ silk-wasm API:encode(input: ArrayBufferView|ArrayBuffer, sampleRate),无 init() 方法。 Node.js Buffer 的 .buffer 可能有 byteOffset > 0,需要 .slice(byteOffset, ...)。

步骤 4:发送

# 用 send_wechat_voice(不是 send_wechat_voice_tts)
result = mcp.call("send_wechat_voice", {
    "to": "34576206251@chatroom",   # 群/联系人 wxid
    "silk_path": "/data/data/com.termux/files/home/tmp/voice.silk",
    "duration_ms": 18280             # 从上一步 JSON 取
})

群聊 wxid 查询

群名不在 get_wechat_chatrooms 的 displayname 中(displayname 只显示成员昵称截断)。 用 WeChat DB 查 rcontact 表:

mcp.call("query_wechat", {
    "sql": "SELECT username, nickname FROM rcontact WHERE nickname LIKE '%群名关键词%'"
})

技术说明(了解即可,不需要操心)

  • 走 LSPosed hook(wechathook 模块),调 WeChat 内部 w11.r0 工厂
  • DB INSERT 在 r0 构造器内完成,status=4(已送达),不触发 CDN 上传
  • 无 UI 模拟,不影响微信界面,不会被反自动化检测
  • 语音格式:SILK V3(Tencent 变体),存为 .amr

错误处理

status 含义 处理
sent 成功 完成
error: asyncio.run() cannot be called from a running event loop 工具内部事件循环冲突 走手动回退流程(见上一节),用 send_wechat_voice 替代
error: WeChat not running 微信进程未启动 稍等重试,工具会自动尝试启动
error: edge-tts not installed 依赖缺失 pip install edge-tts
error: ffmpeg not found 依赖缺失 pkg install ffmpeg
error: silk-wasm not found 依赖缺失 npm install -g silk-wasm(如报 EACCES,先用 su -c "rm -rf ~/.npm/_cacache" 清缓存)

安全约束

  • 不要对陌生联系人发送大量语音(有封号风险)
  • 批量发送时每条间隔 ≥ 5s