---

## 一、我只是想看一眼那张图

事情是这样的。

那天晚上我在整理一堆材料，手上有一张截图——是一份表格，里面有几行数字需要我核对。

天已经不早了，我盯着屏幕有点烦，就想着：这事儿有什么难的？图片就是文件，AI 读文件不是天经地义吗？

于是我跟 WorkBuddy 说：读一下我微信里的图。

然后那天晚上剩下的时间，我基本没干成别的事。

---

## 二、第一次翻车：我明明看见图了，它却说没有

WorkBuddy 很尽职地去找了，然后告诉我：**没找到图片。**

我当时的第一反应是——它糊弄我。

明明微信里就有图，我刚发过。它跟我说没有？

于是我开始自己动手找。打开访达，输入路径钻进微信那个巨大的文件夹，点开一个叫 `msg` 的目录，再点 `attach`……

然后我看到了一屏的小缩略图。**386 个。**

我数了一下真实的图片文件：**0 个。**

那一刻我懵了。不是"文件坏了"那种懵，是"我刚才明明看着它在那儿"的懵。

后来我才想明白：**微信为了省流量，默认只存小图，不存原图。**

那张截图我没点开过，微信就只留了一个占位小图。真身压根没下载到电脑上来。

**这是第一个坑，也是最容易让人怀疑自己代码的那个坑。**

> 后来我养成了一个习惯：跟人说"帮我读这张图"的时候，后面一定加一句"我已经点开过了"。
>
> 不加这句，八成要白忙一场。

---

## 三、第二次翻车：那个 `.dat` 文件，我解了一整天

行吧，我不点开是我自己的问题。

但我当时想的是：我点开总行了吧。于是我重新点开那张图，微信确实下载了。

可我扫目录的时候又懵了——怎么出来一堆 `.dat` 文件？

网上老资料说，微信的 `.dat` 就是"每个字节跟一个固定数字异或一下"，很老的招儿，肯定还能用。

我试了一圈：0xFF、0x07、0x5A、0xA8、0x01、0x0B、0xF0……全试了。

**一个都没中。**

我甚至把文件头打印出来看了一眼：

```
07 08 56 32 08 07 00 04 00 00 3a 36 00 00 01 aa
```

这串东西……不是图片。不是 JPEG，也不是 PNG。

那一刻的感觉挺复杂的：**不是生气，是那种"我被隔离在这个信息之外"的感觉。**

微信在 4.x 版本换了做法。我没破解，也不打算继续试——**破解这条路本来也不该走**。

但这里有个好消息：**解不开，一点都不影响我最后能用。** 这事儿我后面会讲。

---

## 四、第三次翻车：拿到图了，但我"看不清"

终于扫到真图了，我兴冲冲让WorkBuddy 去看。

它回我：**"这是一张表格，但内容看不清。"**

我又气了一次。

然后我去看了它到底选的是哪张图——**5 KB。**

而真正那张能看清小字的原图，是 **176 KB。**

差了 35 倍。

我后来做了个对照实验。用同一份银行账户的截图：

| 我拿到的图 | AI 看到的 |
|---|---|
| 5 KB 缩略图 | "这是一张表格" |
| 176 KB 原图 | 开户行、行址、账号、多币种，**一个不落** |

这事给我一个挺深的印象：**原来"图太小"和"图不可读"是两回事。** 我一直以为让AI 看图是"能不能"的问题，实际上是"给的是哪一张"的问题。

后来我给自己定了个规矩：**小于 10 KB 的图，别指望认小字。**

---

## 五、第四个翻车，而且是"它骗了我"的那种

这次不是 AI 的问题，是文件名在骗我。

我在写工具的时候，习惯性地看文件后缀判断格式。写着 `.jpg` 我就当 JPEG 处理。

后来我做索引的时候顺手核对了一下真实格式——

```
69.9 KB   PNG      微信图片_20261016230954_1742.jpg
118.5 KB  PNG      微信图片_20261016213942_1723.jpg
244.6 KB  JPEG     微信图片_20261016213942_1722.jpg
```

看清楚了吗？

**文件名写着 `.jpg`，实际是 PNG。** 后缀是骗人的。

这件事挺有画面感的——你打开抽屉，拿出一根贴着"香蕉"标签的香蕉，结果发现它长得像芒果。

修法其实很简单，读文件头前 12 个字节，用魔数判断：

| 格式 | 文件头特征 |
|---|---|
| JPEG | `FF D8 FF` |
| PNG | `89 50 4E 47` |
| GIF | `47 49 46 38` |
| WebP | `52 49 46 46`，第 9–12 字节是 `57 45 42 50` |
| HEIC | 第 5–8 字节是 `66 74 79 70` |

十几行代码的事，但它救了我好几次。

---

## 六、第五个翻车：我以为"上云就能解决"

走到这一步我已经有点上火了。

前面的坑还能说是"我没了解清楚"，但这次不一样——**连云端都搞不定，那是真的没辙了。**

既然本地读不明白，那就把文件传到云上，让云端的模型去识别——云端算力大，参数多，肯定能行吧？

**结果两次调用，两次都卡死，900 秒超时。**

我坐在屏幕前看着那个转圈圈，转了十五分钟。

我一开始以为是自己文件太大。查了一下：3.4 MB，超时。然后我找了个小的：1.1 MB，还是超时。

**不是文件的问题。是这条路本身就不稳。**

这件事让我挺意外的。我原来的想法是"本地不行就上云"，顺理成章得像 1+1=3。结果真正卡住的地方，压根不在算力上。

我后来改了口径：**云端转录不能当默认方案**，最多算个备选。

---

## 七、第六个翻车，也是最气人的一个

到这里，技术问题基本都解决了。我挺满意的，还想着这个方法可以推荐给别人。

然后我开了个新会话，想验证一下。

我说：读一下我微信最新的图。

**它不认识我写的脚本。**

我当时的表情大概是：😑

问题出在哪儿呢——我把工具写在了**这次对话的工作区文件夹**里。

在那一次对话里，它好使得很。但工作区是**临时的**，换了个会话就没了。

等于我忙了一整个晚上，做出来的东西**只在当天有效**。

改法就是把文件挪到一个固定位置：

```
~/.workbuddy/skills/wechat-media-read/
├── SKILL.md
└── scripts/
    ├── wxphotos.py
    └── ingest.py
```

挪完之后，在任何地方都能调。

这一条后来被我写成了一条给自己的死规矩：

> **凡是"以后每次都要用"的工具，必须装到技能目录里去。**
> 放在工作区里，等于没做持久化。

我觉得这条挺值钱——**不是因为它难，而是因为我就是这么蠢过一次。**

它也顺带提醒我：判断一个东西值不值得做，看它**离开当前环境还能不能用**。这个标准其实挺通用的，不只是写代码。

---

## 八、最后能用的方案长什么样

说了这么多坑，总结一下现在我的做法：

**第一步·先确认前提**
跟用户说清楚："在微信里把那张图点开一次。"这步不能省。

**第二步·只读元信息，不动文件**

```python
import os

def scan(root):
    """只看文件信息，不解码图片、不复制文件"""
    hits = []
    for dp, _, fns in os.walk(root):
        for fn in fns:
            if not fn.lower().endswith((".jpg", ".jpeg", ".png", ".webp", ".heic")):
                continue
            fp = os.path.join(dp, fn)
            try:
                st = os.stat(fp)
            except OSError:
                continue
            hits.append((st.st_mtime, st.st_size, fp))
    return sorted(hits, reverse=True)
```

就调了个 `os.stat()`，读 12 字节文件头。**一千多张图的目录，几秒钟扫完，电脑基本没感觉。**

**第三步·优先选原图**

```
收藏目录 和 实时目录  →  原图，能认小字
缓存目录里的 Thumb   →  缩略图，只能看个大概
```

**第四步·直接读原路径**

拿到路径直接读。不复制、不转码。这两条能省掉绝大部分磁盘占用。

**第五步·敏感信息单独处理**

这条是纪律，不是技术。**如果图里有证件号、账户、密钥，不要写进任何交付文件或长期记忆**，除非用户明确说了要。

---

## 九、六个坑，一张表

| 坑 | 表面现象 | 真实原因 | 我的教训 |
|---|---|---|---|
| 扫不到图 | 386 个缩略图，0 张原图 | 用户没点开，没下载 | 先确认用户已点开 |
| `.dat` 解不开 | 文件头 `07 08 56 32` | 微信 4.x 新方案 | 不破解，走可读副本 |
| 认不出小字 | 只看出"是个表格" | 拿了 5 KB 缩略图 | 按体积筛，原图才认字 |
| 后缀骗人 | `.jpg` 实为 PNG | 导出时标记错了 | 读魔数判断真实格式 |
| 云端超时 | 两次都 900s | 服务本身不稳 | 不当默认方案 |
| 换会话失效 | 新会话不认识脚本 | 工具放工作区 | 持久化工具必须装技能目录 |

---

## 十、一个跟技术无关的感想

这一天下来，最深的体会其实跟技术无关。

**"看起来很简单的事，往往藏着最多假设。"**

我一开始的假设是"AI 读图片 = 天经地义"。结果从"图片存不存在"到"工具放哪儿"，每一层都可能悄悄断掉。

而且最耗时间的不是断掉本身——**是断掉的时候不报错。**

它不给你一个"出错了"的红字，它就是给你一个空结果。所以你会怀疑是自己代码写错了，一行一行去查，查到天黑也查不出来。

那种滋味挺磨人的。

如果你也在折腾"让 AI 读本机文件"这类事儿，希望这六个坑能帮你省点时间。**尤其是最后一个**——它跟技术难度无关，纯粹是没想清楚。

---

*本文为原创内容，所有技术细节均基于本人本机实测（macOS 27.0.1 / Apple M4）。涉及的应用缓存仅用于个人学习研究。如需在自己的环境中复现，请遵守各应用的服务条款。*

*本文使用 WorkBuddy 辅助撰写。*![image.png](https://developer.qcloudimg.com/http-save/yehe-12824395/7e8ffbd74787c7f237fdc8dcbba81761.png)![image.png](https://developer.qcloudimg.com/http-save/yehe-12824395/7d2ecd6de81df099e51a0a2cb901bd84.png)![image.png](https://developer.qcloudimg.com/http-save/yehe-12824395/4a65896ffabba23d31326ce8baf72e9f.png)

那天晚上我在整理一堆材料，手上有一张截图——是一份表格，里面有几行数字需要我核对。

为了让 AI 帮我看一眼截图，我跟微信的文件夹较劲了半天 #WorkBuddy#

那天晚上我在整理一堆材料，手上有一张截图——是一份表格，里面有几行数字需要我核对。天已经不早了，我盯着屏幕有点烦，就想着：这事儿有什么难的？图片就是文件，AI 读文件不是天经地义吗？于是我跟 WorkBuddy 说：读一下我微信里的图。然后那天晚上剩下的时间，我基本没干成别的事。WorkBuddy 很尽职地去找了，然后告诉我：没找到图片。我当时的第一反应是——它糊弄我。

人工智能

开发工具

客户端

微信图片AI识别屡屡失败？实测拆解6大真实坑：未点开原图只存缩略图、微信4.x .dat格式加密、5KB缩略图无法认小字、文件名后缀骗人（.jpg实为PNG）、云端解析900秒超时、技能脚本未持久化失效。附完整避坑方案：先点开图片、按体积筛选原图、读文件头魔数、固定技能目录，让AI稳定读取微信本地图文。

代码解释

WorkBuddy 

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

为了让 AI 帮我看一眼截图，我跟微信的文件夹较劲了半天 #WorkBuddy#-腾讯云开发者社区-腾讯云

为了让 AI 帮我看一眼截图，我跟微信的文件夹较劲了半天 #WorkBuddy#

为了让 AI 帮我看一眼截图，我跟微信的文件夹较劲了半天 #WorkBuddy#

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐