项目介绍
最近用AI折腾了一个微信读书每日一答辅助工具（需要配置模型），平时玩微信读书每日一答，常常被一些题目难住，奈何才疏学浅，只能借助工具来弥补一下了。
主要用到：RapidOCR、OpenCV、mss、pyautogui、httpx。
实现思路
截取窗口 → 本地 OCR 读题 → 模型判断选项 → 本地定位按钮 → 复核后点击
- 本地先检查 OCR 置信度、选项完整性和按钮数量，不完整的题目不直接交给文本模型。
- 模型主要返回选项下标，按钮坐标由本地程序计算。
- 本地识别不可靠时，可在模型支持识图、剩余时间足够的情况下走图片路径兜底。
- PK 的文本与图片路径共用截止时间，避免文本超时后又重新计时，错过点击窗口。
- 支持 Esc 中止，也可以先用
--dry-run 只识别、不点击。
关键代码：校验 OCR 选项并请求模型答案
节选自 src/weread_quiz/recognition.py。本地 OCR 得到题干、选项和按钮数量后，先检查选项是否完整，再向模型请求答案。
def answer_from_read(vision, read: OcrRead, prompt: str, *,
timeout: float | None = None,
deadline: float | None = None,
log: Callable[[str], None] | None = None) -> VisionQuestion | None:
"""完整选项才请求一次文本模型；下标始终对应原按钮槽位。"""
if (not read.options or len(read.options) != read.button_count
or any(not text.strip() for text in read.options)):
if log is not None:
log("本地 OCR 选项不完整，不请求文本答案")
return None
options = "\n".join(f"{index}. {text}" for index, text in enumerate(read.options))
_check_deadline(deadline)
request_options = {"timeout": timeout}
if deadline is not None:
request_options["deadline"] = deadline
index = _ask_index(vision, read, prompt, options, **request_options)
_check_deadline(deadline)
if index is None or not (0 <= index < len(read.options)):
return None
return VisionQuestion(
stem=read.stem, options=list(read.options), answer_index=index,
screen="question", local_read=True,
progress_no=getattr(read, "progress_no", None),
)
这里的 read 是本地 OCR 的读取结果，_ask_index 封装了模型求答。选项数量必须与按钮数量一致、每个选项都必须有文字；返回的答案从 0 开始编号，也必须落在合法范围内。任一检查不通过就返回 None，不把残缺选项或越界下标当作有效答案。通过检查只代表格式有效，不代表模型一定答对。
下面的函数负责在文本路径没有有效结果时，判断是否还有时间走图片路径。两段代码都依赖项目中的类型和辅助函数，完整实现见源码。
关键代码：限制图片兜底的时间预算
下面节选自 src/weread_quiz/recognition.py。依赖项目中的类型、异常和辅助函数，不是独立运行示例。
def text_then_image(answer: Callable[[], VisionQuestion | None],
visual: Callable[[], VisionQuestion], *,
deadline: float | None = None,
minimum_image_budget: float,
log: Callable[[str], None] | None = None) -> VisionQuestion:
"""文本只试一次；图片只消费原 deadline 的余量，不续期、不重试 OCR。
answer 的异常是否可回退由模式 adapter 决定，这里不混淆本地判否和模型失败。
"""
question = answer()
if question is not None:
return question
_check_deadline(deadline)
if deadline is not None:
remaining = deadline - time.monotonic()
if remaining < minimum_image_budget:
message = (f"图片路径 跳过：剩余预算 {remaining:.2f}s "
f"< {minimum_image_budget:.1f}s，走不了图片路径")
if log is not None:
log(message)
raise RecognitionTimeout(message)
return visual()
文本路径有结果就直接返回；没有结果时，检查原截止时间。剩余时间不够就结束本次识别，而不是继续堆重试。
关键代码：本地执行点击
节选自 src/weread_quiz/click.py。外层完成按钮定位与点击前复核后，才调用这个函数；它负责检查中止状态、转换坐标并点击，不负责识题或判断页面是否可以点击。
def click_box(box: Rect, region: Rect, pause: float = 0.3) -> None:
"""点击截图里的框。坐标由 dpi.box_center_to_screen 从标定坐标换算到屏幕。"""
# 按了 Esc 就不再点 —— 中止必须赶在这一次点击之前生效。
abort.check()
x, y = box_center_to_screen(region, box)
pyautogui.click(x, y)
time.sleep(pause)
box 是截图中的按钮框，region 是截图区域，box_center_to_screen 负责把按钮中心转换为屏幕坐标。执行点击前先调用 abort.check()，若已收到 Esc 中止请求，就不再执行这次点击。
使用说明
填写模型接口地址、API Key 和模型名称。打开小程序并保持窗口可见，再运行对应启动脚本。
程序需要联网调用模型，可能产生费用；文本题目或兜底截图会发送给所配置的服务商。存在识别错误、答错和误操作风险，不保证收益或账号安全，使用前请确认平台规则。PK 默认开启失败后尝试选第一个选项，不需要可设置 GUESS_ON_FAILURE=0。
源码与下载
发表于 2026-11-6 18:03
分享到朋友圈
正需要这个东西
