企微文档读写全能小助手

要解决的问题

在很多企业工作流中，核心文档资料都存放在企业微信的在线文档（doc.weixin.qq.com）中。当开发者希望构建 AI Agent 来自动化处理这些文档——例如从会议纪要中提取任务、向数据表追加记录、或定期生成报告截图——会面临几个实际困难：企业微信文档没有提供开放的 API，登录验证依赖企业微信扫码，且不同文档类型（文档、表格、幻灯片、思维导图）的结构和交互方式各不相同。直接通过浏览器手动操作无法满足自动化需求，而模拟登录和页面解析又需要处理复杂的会话状态和页面元素。

核心能力与工作原理

企微文档读写全能小助手通过一个 MCP 服务 来解决上述问题。它将浏览器自动化（基于 Playwright）封装成一系列清晰的工具，供 AI Agent 调用。其核心工作流围绕三个关键步骤展开：

• 自动化的登录管理：Agent 会首先调用 wecom_doc_status 检测当前会话。如果未登录或 Cookie 过期（返回 “未登录或登录已过期”），它会自动触发 wecom_doc_login，弹出一个浏览器窗口让用户扫码。登录成功后，Cookie 会在本地保存几天，期间无需重复操作。这一过程完全在后台完成，用户只需扫码。
• 文档内容读取：对于任何给定的企业微信文档链接，Agent 使用 wecom_doc_fetch 工具来抓取内容。对于在线文档（doc type），它返回文本；对于在线表格（sheet type），它返回包含所有工作表列表和单元格数据的结构化信息，并支持通过 tab 参数指定读取特定工作表。
• 结构化内容写入：写入能力根据文档类型不同而有针对性设计。对于在线文档，wecom_doc_write 允许在文档末尾追加纯文本。对于在线表格，wecom_doc_write_sheet 提供了更精细的操作：你可以指定单元格坐标（如 A1、N5）和写入模式（append 追加或 overwrite 覆盖）。这为批量行插入提供了可能——先读取确认最后一行行号，再逐单元格写入新数据。

此外，wecom_doc_screenshot 工具可以对页面截图，适用于需要视觉捕捉的场景。

适用场景与边界

这个技能非常适合需要将企业微信文档集成到 AI 工作流的场景，例如：

• 定期从日报表中抓取数据到其他系统。
• 自动将会议总结要点追加到团队共享的会议纪要文档末尾。
• 对关键业务表格进行自动化数据更新和归档。

但你需要清楚其限制和边界：

• 写入能力有限：在线文档（doc）仅支持在末尾追加文本，不支持在任意位置插入或修改。在线表格（sheet）的写入是逐单元格操作，对于大规模数据写入可能效率不高。
• 只读类型：幻灯片（slide）、思维导图（mindmap）和流程图（flowchart）目前仅支持读取（如提取文本、节点或截图），不支持内容写入。
• 依赖浏览器环境：整个服务基于 Playwright 和 Chromium 浏览器，因此首次安装需要下载浏览器二进制文件，并且运行时需要相应的系统资源。登录依赖微信扫码，无法完全后台化。
• 会话有效期：Cookie 有效期约几天，过期后需要重新扫码登录，但 Agent 会自动处理这一流程。

在使用前，请确保你的 AI 工具（如 CodeBuddy、Cursor）已正确配置 MCP 服务，并理解上述能力边界，以避免预期错配。