在企业微信外部群的 RPA 自动化过程中，恒定速率的点击和输入极易被风控系统识别为非人工行为。为了提高自动化脚本的隐蔽性和稳定性，必须引入基于统计学分布的随机延迟算法。
1. 为什么“固定随机值”不可行
简单的sleep(random(1, 3))依然具有明显的机械特征，因为它的概率分布是均匀的，而人类的操作行为通常符合正态分布（高斯分布）或对数正态分布——即大部分操作集中在某个时间区间，极少数操作会因为思考或卡顿产生较长延迟。
2. 构建正态分布延迟模型
通过 Box-Muller 变换，我们可以生成符合正态分布的随机毫秒数。
均值（Mean）：设定为目标操作的平均反应时间（如输入单个字符 150ms）。
标准差（Standard Deviation）：控制波动的剧烈程度。
逻辑实现：
Delay = Mean + (Random_Gaussian * StdDev)。这样生成的延迟时间会自然地围绕在均值附近，更接近真人打字规律。
3. 针对不同操作场景的延迟分级
自动化逻辑应根据操作的“权重”配置不同的随机策略：
字符输入级：每个字符之间的延迟应在 50ms-200ms 之间微幅波动，模拟真实的击键节奏。
点击转换级：从移动鼠标到执行点击，应加入 300ms-600ms 的“视觉确认”延迟。
流程跳转级：在外部群切换、打开群成员列表等大动作之间，应随机插入 1s-3s 的长延迟，模拟网络加载等待和人工阅读时间。
4. 引入“疲劳度”与“波动因子”
为了模拟更真实的长时间操作，可以引入动态调整机制：
频率衰减：随着自动化运行时间的增加，逐步微量提升全局延迟均值，模拟人工操作速度因疲劳而变慢。
突发停顿：设置 1% 的概率触发“长停顿”（如 10s-30s），模拟人工在操作间隙处理其他事务。
5. 代码层面的优雅集成
建议不要在业务逻辑中到处写sleep，而是封装一个HumanLikeExecutor类：
拦截器模式：在调用底层发送、点击接口前，自动计算并注入随机延迟。
上下文感知：根据当前操作的目标（如发信息给新入群成员 vs 发信息给老客户）自动切换延迟强度。
QiWe开放平台提供了后台直登功能，登录成功后获取相关参数，快速Apifox在线测试，所有登录功能都是基于QiWe平台API自定义开发。
