Android 上微信只读:8 个写方法在发送前被拦
Andee 是一个住在 Android 手机里的 agent,靠无障碍服务读屏幕、自己点,不需要 App 给他开接口。今天合进的 dcfad90 给八个写方法上了锁。先给三条结论,都能拿代码验:
- 护栏必须在手势发出之前,不能在失败之后。 这一次点击的代价不是「没点中」,是用户被锁在自己微信外面,要清数据重登才恢复。
- 判断前台 App 不能取最上层窗口。 自己那张悬浮卡片带
FLAG_NOT_FOCUSABLE,得读getRootInActiveWindow()才拿得到卡片后面的真实应用。 - 拒绝要带出路,且必须禁止重试。 模型遇到失败会换参数再试,这里每多试一次都由用户承担后果。
下面按证据、实现、代价排。护栏落在 app/.../net/CommandDispatcher.kt,不在提示词里。
证据:一次点击、五秒、一次重登
| 项 | 实测 |
|---|---|
| 设备 / 版本 | HONOR 手机,微信 8.0.80,2026-11-12 |
| 触发前 | 安装、开无障碍、读屏、截图微信,全部正常;树在,窗口正常 |
| 触发 | 09:56:39,第一次由无障碍服务注入的点击 |
| 5 秒后 | 窗口挂 FLAG_SECURE(截图变黑,用户自己也是),ui_tree 返回空 |
| 恢复 | 强制停止无效;清微信数据 + 重新登录才恢复 |
| 归因 | dispatchGesture 事件被标记为来自 a11y service,微信据此进入保护态 |
关键在「触发前」那一行:读不触发,只有写触发。所以这既不是「再申请一个权限」能解的事,也不是截屏能力的问题。把失败当成「点偏了」去调坐标,只会连着触发第二次。
实现:一个集合、一次比对、一段异常
CommandDispatcher 里,fold 之后、return when (method) 之前,判断可以写成一句话:method in WECHAT_WRITE_METHODS && foregroundPackage() == WECHAT_PKG,成立就抛 IllegalStateException。前台查询套了 runCatching,读不到时返回空串。
WECHAT_WRITE_METHODS 是硬编码的八个写方法:
screen.tap / screen.tap_id / screen.tap_target
screen.long_press / screen.long_press_id
screen.swipe
screen.type / screen.submit_input
读方法(screenshot / ui_tree / look_region / wait)与 global(系统 back / home)不在集合内。注释给的理由是:这几种实测都不触发保护态;而一个连微信都不能读的身体「更糟,而且并不更安全」。global 还得留着,否则没法离开微信。
为什么放在 fold 之后:fold 负责归一方法名,之后读前台包名才不会落到自己的卡片上。
foregroundPackage() 的实现(ScreenController.kt):
fun foregroundPackage(): String {
val root = runCatching { service.rootInActiveWindow }.getOrNull() ?: return ""
return try {
runCatching { root.packageName?.toString() }.getOrNull().orEmpty()
} finally {
runCatching { root.recycle() }
}
}
注意是 rootInActiveWindow。悬浮卡片是 FLAG_NOT_FOCUSABLE,所以卡片盖满屏幕时活动窗口仍是后面那个 App。用错 API 的后果是护栏永远不命中,而且完全静默——整套实现里最容易埋雷的就是这一处。
异常文案不是错误码,是给模型的指令:要求模型用用户的语言说清「不是点不到,是微信把自动点击当成入侵」「点下去连你自己都截不了图」,再给出两条出路(桌面 Andee 可正常操作、配对电脑可用 ask_friend 接手),末尾 Do not retry this on the phone.。
为什么不放进 core:macOS 上的微信验证正常。写进公共层会把 Mac 那副身体一并锁上,所以 guard 只落在 Android 的 dispatcher。
三个被否掉的做法
最容易想到的是「点失败了再处理」。这一类有三个变体,逐个看为什么没采用:
等失败再回滚。 保护态不是一次调用失败,是微信自己进入了一个持续状态:窗口带 FLAG_SECURE、树为空,而且强制停止都清不掉。这里没有可回滚的中间态,能回滚的只有用户的数据和登录。
按界面特征判断「这是不是微信」。 看起来比写死包名优雅,但恰好在最需要这个判断的时刻失效——保护态一触发,元素树就是空的,特征本身没了。包名是唯一在触发前后都稳定的信号,而且 getRootInActiveWindow() 拿得到。
放进公共层统一拦。 已验证 macOS 微信不受影响,写进 core 等于让另一副身体替手机背这个限制。设备的差异应该留在设备那一侧,这也是这次只改 Android dispatcher 的原因。
三个方案否完,剩下的就只有最笨的那条:在手势发出之前,按包名把八个写方法一次否决。这条不聪明,但这是唯一一个在「用户已经受损」之前生效的位置。
代价
- 手机上微信只读。不能点、不能发、不能输入;这不是能力缺口,是主动放弃,也不打算靠伪装手势来源绕过。
- 只覆盖
com.tencent.mm一个包。其他应用有没有同类保护态,没有逐个测,也就没有逐个拦。这是现在的边界,不是已解决的范围。 - 前台查询是 fail-open 的。
runCatching { ... }.getOrNull()读不到就返回空,比对不成立,护栏不生效;从代码看行为如此,注释里没有对这一条展开说明,这里只陈述行为,不替作者补动机。
提交 dcfad90,2026-11-12,3 个文件、61 行新增。这次改动没有给 Andee 增加任何新能力,只是把八个本来能用的方法,在一个条件下关掉了。对做 UI 自动化的人来说,这类「按前台包名否决写操作」的闸门大概比又一次成功点击更值得抄:因为真正难的不是让手势发出去,是判断这一次不该发出去。