解决了图片点击问题

CLAUDE.md

@@ -28,15 +28,19 @@ wechat_clicker/
 
 ### 关键设计决策
 
-- 微信 v4.1.9 点击聊天会打开**独立窗口**（非页内导航），状态检测基于窗口计数
 - 聊天列表项为 AXStaticText（无 AXPress），使用 **CGEvent 鼠标坐标点击**
 - AXValue 位置/尺寸需用 AXValueGetValue 解包 CGPoint/CGSize
 - 消息类型通过 title 内容判断：`"图片"` → 图片，`"文件\n..."` → 文件
+- **图片/文件气泡偏移点击**：AXStaticText 覆盖整行（575px宽），实际气泡仅在左侧 ~80-170px 区域，使用 `click_at_element_offset(x=120, y=height/2)` 命中
 - 图片处理：点击缩略图 → 点击"..." → 点击"使用预览打开" → 关闭 Preview.app
 - 文件处理：直接点击触发下载
-- 进入聊天后先**滚到底部**（最新消息），再向上滚动 5 轮加载历史消息
+- **滚动方向**：macOS CGEvent ScrollWheel **负值=向下滚**（看新消息），**正值=向上滚**（看旧消息）
+- 进入聊天后先滚到底部（负值），再向上滚动 5 轮（正值）加载历史消息
 - 滚动使用 **kCGEventMouseMoved + ScrollWheel**（不触发点击），避免误点 UI 元素
 - "..."按钮搜索限制在预览区域（独立窗口或主窗口 x>200），排除侧边栏
+- 媒体去重基于消息列表**子元素索引**（child index），同一元素跨滚动轮次只处理一次
+- 可见性检查基于元素**中心点**是否在消息列表可见区域内（30px margin）
+- 状态检测基于窗口计数：1 窗口=聊天列表，2 窗口=有预览/会话打开
 
 ## 使用方法
 
@@ -53,6 +57,7 @@ python main.py              # 持续运行
 python main.py --once       # 单次扫描
 python main.py --dry-run    # 只扫描不点击
 python main.py --dump-ui    # 输出 UI 元素树
+python main.py --dump-ui --chat "聊天名"  # 进入指定聊天 dump 消息元素树（诊断用）
 python main.py --debug      # 详细日志
 ```
 
@@ -64,6 +69,6 @@ python main.py --debug      # 详细日志
 
 ## 注意事项
 
-- 微信窗口需要保持可见（不能最小化）
+- 微信窗口最小化时工具会自动尝试恢复（通过 AppleScript 取消最小化）
 - 运行时会占用微信前台操作
 - 建议在专用电脑上运行

main.py

@@ -36,6 +36,10 @@ def main():
         "--dump-ui", action="store_true",
         help="输出微信 UI 元素树后退出 (调试用)"
     )
+    parser.add_argument(
+        "--chat",
+        help="配合 --dump-ui 使用：进入指定聊天并 dump 消息区域元素树"
+    )
     args = parser.parse_args()
 
     # 加载配置
@@ -63,7 +67,7 @@ def main():
 
     # 执行
     if args.dump_ui:
-        automator.dump_ui_tree()
+        automator.dump_ui_tree(chat_name=args.chat)
     elif args.once:
         automator.run_once()
     else:

project.md

@@ -33,16 +33,30 @@
 - [x] **修复: 滚动误点击** — `_scroll_at()` 原先用 mouseDown/mouseUp 聚焦导致误点侧边栏按钮，改用 kCGEventMouseMoved 仅移动鼠标不触发点击
 - [x] **修复: 未跳转最新消息** — 进入聊天后先 `scroll_to_bottom()` 滚到消息列表底部（最新消息），再向上滚动加载历史
 - [x] **修复: "..."按钮误匹配** — `_find_more_button_in_preview()` 限制搜索范围，主窗口中只搜索 x>200 区域（排除左侧侧边栏），增加位置日志
+- [x] **修复: 重复点击同一图片** — 用消息列表子元素索引(child index)做去重，processed_indices 跟踪已处理元素，跨滚动轮次不重复
+- [x] **修复: 裁剪图片点击无效** — 只处理完全在消息列表可见区域内的媒体（上下各 30px margin），跳过部分被裁剪的元素
 - [x] **增强: 全链路调试日志** — click_at_element 记录坐标/角色/标题，get_media_messages 输出每个媒体详情，find_menu_item 记录搜索过程，状态检测记录所有窗口标题
 
+### v0.4.0 诊断工具与窗口恢复 (2026/04/23)
+
+- [x] **新增: --dump-ui --chat 诊断工具** — `python main.py --dump-ui --chat "聊天名"` 进入指定聊天，滚到底部，以 max_depth=10 dump 每个消息子元素的完整 AX 树（含索引、position、actions、identifier），用于诊断不同图片元素结构差异
+- [x] **新增: dump_element 增强** — 输出 AXPosition、AXActions、AXIdentifier 字段
+- [x] **新增: 微信窗口最小化自动恢复** — 新增 `WECHAT_MINIMIZED` 状态，detect_state 区分"未运行"和"已最小化"，通过 AppleScript 自动取消最小化并恢复前台
+- [x] **增强: verify_setup 自动恢复** — 启动时找不到主窗口先尝试恢复最小化，再判断失败
+
+### v0.5.0 图片点击与滚动修复 (2026/04/23)
+
+- [x] **修复: 图片点击不生效(根本原因)** — AXStaticText 覆盖整行（575px宽），实际图片气泡仅在左侧 80~170px 区域。改用 `click_at_element_offset(x=120, y=height/2)` 命中实际缩略图区域（通过逐像素探测确认可点击边界）
+- [x] **修复: 滚动方向反转** — macOS CGEvent ScrollWheel 正值=向上滚（看旧消息），负值=向下滚（看新消息）。`scroll_to_bottom` 从 +20 改为 -20，历史加载滚动从 -10 改为 +10
+- [x] **修复: 可见性判断过严** — 原先要求元素完全在可见区域内（30px margin），289px 高图片经常被判定裁剪。改为只检查元素**中心点**是否在可见区域内
+- [x] **新增: click_at_element_offset** — ax_bridge 新增带偏移量的点击方法，文件/视频点击也使用偏移量
+- [x] **已验证: 完整图片处理流程** — 蜗牛聊天 4 张不同尺寸图片（289px、155px、180px）全部成功：缩略图→预览窗口→...按钮→使用预览打开→关闭 Preview→恢复
+- [x] **已验证: 带滚动的媒体处理** — scroll_to_bottom 正确到达最新消息，向上滚动正确加载历史，去重正确（processed_indices=[45,47,49,50]）
+
 ### 待验证
 
-- [ ] 验证 CGEvent 鼠标点击能否正确打开聊天会话
-- [ ] 验证 scroll_to_bottom 是否能到达最新消息
-- [ ] 验证图片预览中"..."按钮和"使用预览打开"菜单项的查找
-- [ ] 验证滚动不再触发误点击
-- [ ] 验证消息列表滚动能否加载历史消息
-- [ ] 验证 Preview.app 的检测与关闭
+- [ ] 验证最小化窗口自动恢复功能（需手动最小化微信窗口测试）
+- [ ] 有未读图片消息时的完整 --once 自动化流程
 - [ ] 长时间运行稳定性测试
 
 ### 未来可能的改进

wechat_clicker/automator.py

@@ -13,12 +13,12 @@ from .ax_bridge import AXBridge
 from .config import Config
 from .human_like import HumanBehavior
 from .state_machine import StateMachine, UIState
-from .wechat_ui import WeChatUI
+from .wechat_ui import WeChatUI, MessageItem
 
 logger = logging.getLogger("wechat_clicker.automator")
 
 SCROLL_ROUNDS = 5
-SCROLL_LINES_PER_ROUND = -10
+SCROLL_LINES_PER_ROUND = 10
 
 
 class WeChatAutomator:
@@ -54,8 +54,13 @@ class WeChatAutomator:
 
         main_win = self.ui.get_main_window()
         if main_win is None:
-            logger.error("未找到微信主窗口，请确保微信已登录并可见")
-            return False
+            logger.info("未找到微信主窗口，尝试恢复最小化窗口...")
+            if self.ui.ensure_wechat_visible():
+                main_win = self.ui.get_main_window()
+
+            if main_win is None:
+                logger.error("未找到微信主窗口，请确保微信已登录并可见")
+                return False
 
         logger.info("环境检查通过")
         return True
@@ -200,78 +205,148 @@ class WeChatAutomator:
     # ----------------------------------------------------------------
 
     def _process_media_with_scroll(self, main_win, msg_list, chat_name: str) -> int:
-        """先滚到底部看最新消息，再向上滚动加载历史并处理媒体。"""
+        """先滚到底部看最新消息，再向上滚动加载历史并处理媒体。
+        用消息列表子元素索引做去重，避免同一张图片被重复点击。"""
         total_clicked = 0
+        processed_indices = set()
 
         # 先滚到消息列表底部（看到最新消息）
         logger.info(f"  {chat_name}: 滚动到最新消息...")
-        self.ax.scroll_to_bottom(msg_list, rounds=10, lines_per_round=20)
+        self.ax.scroll_to_bottom(msg_list, rounds=10, lines_per_round=-20)
         self.human.random_delay(1.0, 2.0)
 
         # 处理当前可见的媒体（最新消息）
-        clicked = self._process_visible_media(main_win, chat_name)
+        clicked = self._process_visible_media(
+            main_win, msg_list, chat_name, processed_indices
+        )
         total_clicked += clicked
 
         # 向上滚动加载更多历史消息
         for round_idx in range(SCROLL_ROUNDS):
+            # 安全网：滚动前确保没有残留的预览窗口
+            state = self.state.detect_state()
+            if state != UIState.MAIN_CHAT_LIST:
+                logger.debug(
+                    f"  滚动前状态不干净: {state.value}, 清理额外窗口"
+                )
+                self._close_extra_windows()
+
             self.human.delay("between_messages")
             logger.debug(f"  {chat_name}: 向上滚动第 {round_idx + 1}/{SCROLL_ROUNDS} 轮")
             self.ax.scroll_at_element(msg_list, lines=SCROLL_LINES_PER_ROUND)
             self.human.random_delay(1.0, 2.5)
 
-            clicked = self._process_visible_media(main_win, chat_name)
+            clicked = self._process_visible_media(
+                main_win, msg_list, chat_name, processed_indices
+            )
             total_clicked += clicked
 
+        logger.debug(
+            f"  {chat_name}: 滚动结束, 已处理索引={sorted(processed_indices)}"
+        )
         return total_clicked
 
-    def _process_visible_media(self, main_win, chat_name: str) -> int:
-        """处理当前可见的所有媒体消息。"""
-        media_messages = self.ui.get_media_messages(main_win)
-        if not media_messages:
-            logger.debug(f"  {chat_name}: 当前视图无媒体消息")
-            return 0
+    def _process_visible_media(
+        self, main_win, msg_list, chat_name: str, processed_indices: set
+    ) -> int:
+        """处理当前可见且未处理过的媒体消息。
+        通过子元素索引去重，通过可见区域过滤跳过裁剪元素。"""
+        # 获取消息列表可见区域
+        list_pos = self.ax.get_position(msg_list)
+        list_size = self.ax.get_size(msg_list)
+        visible_top = list_pos[1]
+        visible_bottom = list_pos[1] + list_size[1]
+        margin = 30
 
+        # 遍历消息列表的所有子元素，带索引
+        children = self.ax.get_children(msg_list)
         targets = []
-        for msg in media_messages:
-            if msg.msg_type == "image" and self.config.click_images:
-                targets.append(msg)
-            elif msg.msg_type == "file" and self.config.click_files:
-                targets.append(msg)
-            elif msg.msg_type == "video" and self.config.click_videos:
-                targets.append(msg)
+
+        for idx, child in enumerate(children):
+            if idx in processed_indices:
+                continue
+
+            role = self.ax.get_role(child)
+            if role != "AXStaticText":
+                continue
+
+            title = self.ax.get_title(child)
+            if not title:
+                continue
+
+            size = self.ax.get_size(child)
+            if size[0] == 0 or size[1] == 0:
+                continue
+
+            msg_type = WeChatUI._classify_message(title, size)
+            if msg_type not in ("image", "file", "video"):
+                continue
+
+            # 检查配置是否处理该类型
+            if msg_type == "image" and not self.config.click_images:
+                continue
+            if msg_type == "file" and not self.config.click_files:
+                continue
+            if msg_type == "video" and not self.config.click_videos:
+                continue
+
+            # 可见性检查：元素中心必须在消息列表可见区域内（带 margin）
+            pos = self.ax.get_position(child)
+            elem_center_y = pos[1] + size[1] // 2
+
+            if elem_center_y < visible_top + margin:
+                logger.debug(
+                    f"  跳过(中心在顶部外): idx={idx} type={msg_type} "
+                    f"center_y={elem_center_y} < list_top+margin={visible_top + margin}"
+                )
+                continue
+            if elem_center_y > visible_bottom - margin:
+                logger.debug(
+                    f"  跳过(中心在底部外): idx={idx} type={msg_type} "
+                    f"center_y={elem_center_y} > list_bottom-margin={visible_bottom - margin}"
+                )
+                continue
+
+            targets.append((idx, child, msg_type, title, size, pos))
 
         if not targets:
-            logger.debug(
-                f"  {chat_name}: 发现 {len(media_messages)} 个媒体, "
-                f"但无符合配置的处理目标"
-            )
+            logger.debug(f"  {chat_name}: 当前视图无可处理的新媒体")
             return 0
 
-        logger.info(f"  {chat_name}: 当前可见 {len(targets)} 个媒体消息")
+        logger.info(
+            f"  {chat_name}: 当前可见 {len(targets)} 个新媒体 "
+            f"(已处理 {len(processed_indices)} 个)"
+        )
 
         clicked = 0
-        for idx, msg in enumerate(targets):
+        for idx, child, msg_type, title, size, pos in targets:
             self.human.delay("before_click_media")
 
-            pos = self.ax.get_position(msg.element)
-            short_title = msg.title.replace("\n", " ")[:50]
+            short_title = title.replace("\n", " ")[:50]
             logger.info(
-                f"    [{msg.msg_type}] {short_title} "
-                f"(pos={pos}, size={msg.size}, #{idx+1}/{len(targets)})"
+                f"    [{msg_type}] {short_title} "
+                f"(idx={idx}, pos={pos}, size={size})"
             )
 
-            if msg.msg_type == "image":
-                success = self._click_image(msg)
-            elif msg.msg_type == "file":
-                success = self._click_file(msg)
+            msg_item = MessageItem(
+                element=child, msg_type=msg_type, title=title, size=size
+            )
+
+            if msg_type == "image":
+                success = self._click_image(msg_item)
+            elif msg_type == "file":
+                success = self._click_file(msg_item)
             else:
-                success = self._click_generic(msg)
+                success = self._click_generic(msg_item)
+
+            # 无论成功失败都标记为已处理，避免重复尝试
+            processed_indices.add(idx)
 
             if success:
                 clicked += 1
-                logger.debug(f"    处理成功: {msg.msg_type}")
+                logger.debug(f"    处理成功: idx={idx} {msg_type}")
             else:
-                logger.warning(f"    处理失败: {msg.msg_type}")
+                logger.warning(f"    处理失败: idx={idx} {msg_type}")
 
             self.human.delay("between_messages")
 
@@ -289,8 +364,12 @@ class WeChatAutomator:
     def _click_image(self, msg) -> bool:
         """处理一张图片：点开大图 -> 点... -> 点使用预览打开 -> 关闭 Preview.app。"""
         # Step 1: 点击图片缩略图打开大图预览
+        # 图片气泡在消息行 AXStaticText 的左侧区域（非中心），
+        # 用偏移 (120, height//2) 命中实际缩略图
         logger.debug("    Step1: 点击图片缩略图")
-        if not self.ax.click_at_element(msg.element):
+        x_off = 120
+        y_off = msg.size[1] // 2
+        if not self.ax.click_at_element_offset(msg.element, x_off, y_off):
             logger.warning("    图片缩略图点击失败")
             return False
 
@@ -346,17 +425,12 @@ class WeChatAutomator:
 
         self.human.random_delay(2.0, 4.0)
 
-        # Step 7: 关闭 Preview.app
-        if self.state.is_preview_app_running():
-            logger.debug("    Step7: 关闭 Preview.app")
-            self.state.close_preview_app()
-        else:
-            logger.debug("    Step7: Preview.app 未运行，跳过关闭")
+        # Step 7: 关闭所有额外窗口（Preview.app + 微信预览窗口）
+        logger.debug("    Step7: 清理预览窗口")
+        self._close_extra_windows()
 
-        # Step 8: 确保微信回到前台，关闭大图预览
-        logger.debug("    Step8: 恢复微信前台，Escape 关闭预览")
-        self.ui.ensure_wechat_frontmost()
-        time.sleep(0.3)
+        # Step 8: Escape 关闭可能残留的内嵌预览
+        logger.debug("    Step8: Escape 关闭内嵌预览")
         self.ax.send_escape_key()
         time.sleep(0.5)
 
@@ -399,19 +473,21 @@ class WeChatAutomator:
     # ----------------------------------------------------------------
 
     def _click_file(self, msg) -> bool:
-        """点击文件触发下载。"""
-        if not self.ax.click_at_element(msg.element):
+        """点击文件触发下载，然后关闭可能弹出的预览窗口。"""
+        x_off = 120
+        y_off = msg.size[1] // 2
+        if not self.ax.click_at_element_offset(msg.element, x_off, y_off):
             logger.warning("    文件点击失败")
             return False
 
         self.human.delay("after_click_media")
-
-        # 文件点击后可能会打开文件预览，关闭它
         self.human.random_delay(1.0, 2.0)
+
         state = self.state.detect_state()
-        if state == UIState.MEDIA_PREVIEW:
-            self.ax.send_escape_key()
-            time.sleep(0.5)
+        logger.debug(f"    文件点击后状态={state.value}")
+
+        if state != UIState.MAIN_CHAT_LIST:
+            self._close_extra_windows()
 
         return True
 
@@ -420,7 +496,9 @@ class WeChatAutomator:
     # ----------------------------------------------------------------
 
     def _click_generic(self, msg) -> bool:
-        if not self.ax.click_at_element(msg.element):
+        x_off = 120
+        y_off = msg.size[1] // 2
+        if not self.ax.click_at_element_offset(msg.element, x_off, y_off):
             return False
         self.human.delay("after_click_media")
         self.human.micro_jitter()
@@ -428,17 +506,45 @@ class WeChatAutomator:
         time.sleep(0.5)
         return True
 
+    # ----------------------------------------------------------------
+    # 窗口清理：关闭预览等额外窗口
+    # ----------------------------------------------------------------
+
+    def _close_extra_windows(self):
+        """关闭所有非主窗口（文件预览、图片预览等）和 Preview.app，恢复干净状态。"""
+        if self.state.is_preview_app_running():
+            logger.debug("    关闭 Preview.app")
+            self.state.close_preview_app()
+
+        conv_wins = self.ui.get_conversation_windows()
+        for win in conv_wins:
+            title = self.ax.get_title(win)
+            logger.debug(f"    关闭额外窗口: {title}")
+            close_btn = self.ui.get_close_button(win)
+            if close_btn:
+                self.ax.press(close_btn)
+            else:
+                self.ax.send_cmd_w()
+            time.sleep(0.5)
+
+        self.ui.ensure_wechat_frontmost()
+        time.sleep(0.3)
+
     # ----------------------------------------------------------------
     # 调试工具
     # ----------------------------------------------------------------
 
-    def dump_ui_tree(self):
+    def dump_ui_tree(self, chat_name: str = None):
         if not self.verify_setup():
             return
 
         self.ui.ensure_wechat_frontmost()
         time.sleep(0.5)
 
+        if chat_name:
+            self._dump_chat_messages(chat_name)
+            return
+
         main_win = self.ui.get_main_window()
         if main_win:
             print("=== 主窗口 (微信) ===")
@@ -461,6 +567,84 @@ class WeChatAutomator:
                 f"| pos={pos} size={size}"
             )
 
+    def _dump_chat_messages(self, chat_name: str):
+        """进入指定聊天，dump 消息列表中每个子元素的完整子树。"""
+        # 确保在聊天列表
+        if not self.state.recover_to_chat_list():
+            print(f"ERROR: 无法恢复到聊天列表")
+            return
+
+        # 在聊天列表中查找匹配的聊天项（子串匹配）
+        items = self.ui.get_chat_items()
+        target = None
+        for item in items:
+            if chat_name in item.name:
+                target = item
+                break
+
+        if target is None:
+            print(f"ERROR: 聊天列表中未找到包含 \"{chat_name}\" 的聊天")
+            print("当前可见聊天:")
+            for item in items:
+                print(f"  - {item.name}")
+            return
+
+        print(f"找到聊天: {target.name} (未读: {target.unread_count})")
+        print(f"点击进入...")
+
+        # 点击聊天项（先点其他聊天再点回来，避免重复选中不加载）
+        other = next((i for i in items if i.name != target.name), None)
+        if other:
+            self.ax.click_at_element(other.element)
+            time.sleep(0.5)
+
+        if not self.ax.click_at_element(target.element):
+            print(f"ERROR: 点击聊天项失败")
+            return
+
+        time.sleep(2.0)
+
+        # 在主窗口中找消息列表（重试几次，等待 UI 加载）
+        main_win = self.ui.get_main_window()
+        if main_win is None:
+            print("ERROR: 主窗口丢失")
+            return
+
+        msg_list = None
+        for attempt in range(3):
+            msg_list = self.ui.get_message_list(main_win)
+            if msg_list is not None:
+                break
+            print(f"  等待消息列表加载... (尝试 {attempt + 1}/3)")
+            time.sleep(1.5)
+
+        if msg_list is None:
+            print("ERROR: 未找到消息列表，dump 主窗口结构以诊断:")
+            print(self.ax.dump_element(main_win, max_depth=8))
+            return
+
+        # 滚到底部看最新消息
+        print("滚动到最新消息...")
+        self.ax.scroll_to_bottom(msg_list, rounds=10, lines_per_round=-20)
+        time.sleep(1.5)
+
+        # 遍历消息列表所有子元素
+        children = self.ax.get_children(msg_list)
+        print(f"\n=== 消息列表 ({target.name}) ===")
+        print(f"子元素总数: {len(children)}")
+        print()
+
+        for idx, child in enumerate(children):
+            role = self.ax.get_role(child)
+            title = self.ax.get_title(child)
+            size = self.ax.get_size(child)
+            pos = self.ax.get_position(child)
+
+            short_title = (title or "").replace("\n", "\\n")[:60]
+            print(f"--- [{idx}] role={role} title=\"{short_title}\" size={size} pos={pos} ---")
+            print(self.ax.dump_element(child, max_depth=10))
+            print()
+
     # ----------------------------------------------------------------
     # 统计
     # ----------------------------------------------------------------

wechat_clicker/ax_bridge.py

@@ -5,6 +5,7 @@
 
 import logging
 import re
+import subprocess
 import time
 
 from ApplicationServices import (
@@ -102,6 +103,28 @@ class AXBridge:
         app = apps[0]
         return app.activateWithOptions_(NSApplicationActivateIgnoringOtherApps)
 
+    def is_app_running(self, bundle_id: str) -> bool:
+        """检查应用是否正在运行（不依赖窗口状态）。"""
+        apps = NSRunningApplication.runningApplicationsWithBundleIdentifier_(bundle_id)
+        return apps is not None and len(apps) > 0
+
+    def unminimize_app(self, app_name: str) -> bool:
+        """通过 AppleScript 取消应用窗口的最小化状态。"""
+        script = (
+            f'tell application "{app_name}" to '
+            f'set miniaturized of every window to false'
+        )
+        try:
+            subprocess.run(
+                ["osascript", "-e", script],
+                capture_output=True, timeout=5
+            )
+            logger.info(f"已取消 {app_name} 窗口最小化")
+            return True
+        except Exception as e:
+            logger.error(f"取消最小化失败: {e}")
+            return False
+
     # ----------------------------------------------------------------
     # 属性读取
     # ----------------------------------------------------------------
@@ -268,6 +291,23 @@ class AXBridge:
         )
         return self._mouse_click(cx, cy)
 
+    def click_at_element_offset(self, element, x_offset: int, y_offset: int) -> bool:
+        """通过鼠标事件点击元素指定偏移位置。"""
+        pos = self.get_position(element)
+        size = self.get_size(element)
+        if pos == (0, 0) and size == (0, 0):
+            logger.warning("元素位置/尺寸不可用，无法点击")
+            return False
+        cx = pos[0] + x_offset
+        cy = pos[1] + y_offset
+        role = self.get_role(element)
+        title = (self.get_title(element) or "").replace("\n", "\\n")[:40]
+        logger.debug(
+            f"click_at_element_offset: ({cx}, {cy}) offset=({x_offset},{y_offset}) "
+            f"role={role} title=\"{title}\" pos={pos} size={size}"
+        )
+        return self._mouse_click(cx, cy)
+
     def _mouse_click(self, x: int, y: int) -> bool:
         """在屏幕坐标 (x, y) 处执行鼠标左键点击。"""
         try:
@@ -331,8 +371,8 @@ class AXBridge:
         cy = pos[1] + size[1] // 2
         self._scroll_at(cx, cy, lines)
 
-    def scroll_to_bottom(self, element, rounds: int = 10, lines_per_round: int = 20):
-        """向下滚动多次，尽量到达元素（如消息列表）的底部。"""
+    def scroll_to_bottom(self, element, rounds: int = 10, lines_per_round: int = -20):
+        """向下滚动多次，尽量到达元素（如消息列表）的底部。负值=向下滚动。"""
         pos = self.get_position(element)
         size = self.get_size(element)
         if pos == (0, 0) and size == (0, 0):
@@ -422,11 +462,13 @@ class AXBridge:
         name_attr = self.get_attribute(element, "AXValue") or ""
         desc = self.get_description(element)
         size = self.get_size(element)
+        pos = self.get_position(element)
+        actions = self.get_action_names(element)
+        identifier = self.get_attribute(element, "AXIdentifier") or ""
 
         prefix = "  " * indent
         info_parts = [f"role={role}"]
         if title:
-            # 截断过长的 title，用单行表示
             short_title = title.replace("\n", "\\n")[:80]
             info_parts.append(f'title="{short_title}"')
         if name_attr:
@@ -436,6 +478,12 @@ class AXBridge:
             info_parts.append(f'desc="{desc}"')
         if size != (0, 0):
             info_parts.append(f"size={size[0]}x{size[1]}")
+        if pos != (0, 0):
+            info_parts.append(f"pos=({pos[0]},{pos[1]})")
+        if actions:
+            info_parts.append(f"actions={actions}")
+        if identifier:
+            info_parts.append(f'id="{identifier}"')
 
         lines.append(f"{prefix}[{', '.join(info_parts)}]")
 

wechat_clicker/state_machine.py

@@ -26,6 +26,7 @@ class UIState(Enum):
     CONVERSATION_OPEN = "conversation_open"
     MEDIA_PREVIEW = "media_preview"
     WECHAT_NOT_RUNNING = "wechat_not_running"
+    WECHAT_MINIMIZED = "wechat_minimized"
 
 
 class StateMachine:
@@ -54,9 +55,14 @@ class StateMachine:
         windows = self.ui.get_all_windows()
 
         if not windows:
-            self._current_state = UIState.WECHAT_NOT_RUNNING
-            self._conversation_name = None
-            logger.debug("未检测到微信窗口")
+            if self.ax.is_app_running(self.ui.bundle_id):
+                self._current_state = UIState.WECHAT_MINIMIZED
+                self._conversation_name = None
+                logger.debug("微信在运行但无可见窗口（可能已最小化）")
+            else:
+                self._current_state = UIState.WECHAT_NOT_RUNNING
+                self._conversation_name = None
+                logger.debug("微信未运行")
             return self._current_state
 
         # 分析窗口
@@ -117,6 +123,15 @@ class StateMachine:
                 logger.error("微信未运行，无法恢复")
                 return False
 
+            if state == UIState.WECHAT_MINIMIZED:
+                logger.info("微信窗口已最小化，正在恢复...")
+                if self.ui.ensure_wechat_visible():
+                    time.sleep(0.5)
+                    continue
+                else:
+                    logger.error("微信窗口恢复失败")
+                    return False
+
             if state == UIState.MEDIA_PREVIEW:
                 # 先关闭预览（Escape）
                 logger.info("关闭媒体预览...")

wechat_clicker/wechat_ui.py

@@ -10,6 +10,7 @@
 
 import logging
 import re
+import time
 
 from .ax_bridge import AXBridge
 
@@ -75,6 +76,30 @@ class WeChatUI:
         """确保微信在最前台。"""
         return self.ax.bring_to_front(self.bundle_id)
 
+    def ensure_wechat_visible(self) -> bool:
+        """确保微信窗口可见（取消最小化并带到前台）。"""
+        windows = self.get_all_windows()
+        if windows:
+            return self.ensure_wechat_frontmost()
+
+        if not self.ax.is_app_running(self.bundle_id):
+            logger.error("微信未运行")
+            return False
+
+        logger.info("微信窗口不可见（可能已最小化），尝试恢复...")
+        self.ax.unminimize_app("WeChat")
+        time.sleep(0.5)
+        self.ax.bring_to_front(self.bundle_id)
+        time.sleep(0.5)
+
+        windows = self.get_all_windows()
+        if windows:
+            logger.info("微信窗口已恢复可见")
+            return True
+
+        logger.error("微信窗口恢复失败")
+        return False
+
     # ----------------------------------------------------------------
     # 窗口查找
     # ----------------------------------------------------------------