让微信自动回复wechat-bot 智能机器人新手完整指南【免费下载链接】wechat-bot Multi-platform IM AI Agent for Telegram, WhatsApp, Lark, and WeChat. Connects ChatGPT / Claude / Kimi / DeepSeek / Ollama / Pi for auto-replies, community analysis, contact management, and inactive-friend detection.项目地址: https://gitcode.com/GitHub_Trending/we/wechat-botwechat-bot 是一个基于 WeChaty 框架的微信机器人项目接入 ChatGPT、DeepSeek、Kimi 等 12 种 AI 服务。扫码登录微信后它可以自动回复白名单好友和群聊的消息还能查询本地微信数据、分析群聊活跃度。什么时候你需要一个微信机器人先说几个真实会遇到的场景对号入座群里总有人问重复问题。项目群、答疑群里同一个配置问题一天被问五遍。让机器人在白名单群里被 时自动接话你腾出手干正事。群太多顾不上谁活跃。几十个群每天滚动几百条消息你想知道哪个群最活跃、谁是高频发言者——它能把本地记录的聊天记录拉出来做统计和深度分析。海外模型用不了、不想用。OpenAI 的 API 要海外信用卡还要稳定的网络环境。它同时支持 Ollama本地跑的模型不依赖网络和多家有免费额度的国内服务门槛低很多。只要命中其中一条往下走四步就能跑起来。微信机器人部署步骤4步跑起来环境要求Node.js v18.0 或更高版本建议用 LTS 版版本太低会直接报错。第 1 步获取项目代码git clone https://gitcode.com/GitHub_Trending/we/wechat-bot cd wechat-bot第 2 步安装依赖。大陆网络环境下如果下载慢或卡住可以先切到淘宝镜像源npm config set registry https://registry.npmmirror.com再执行npm i第 3 步准备配置文件把示例配置复制成实际使用的.env再填入你的白名单和 API 密钥cp .env.example .env最小可用的几项配置BOT_NAME你的微信昵称 ALIAS_WHITELIST好友备注1,好友备注2 ROOM_WHITELIST群名1,群名2第 4 步启动并扫码。可选执行npm link把wb注册成本机命令不执行的话所有wb命令都可以用npm run start --替代npm link wb agent --im wechat --agent pi终端出现二维码后用微信扫一下登录完成。之后收到的白名单消息会走这条链路Wechaty 收消息 → 本地存储 → AI 服务生成回复 → 发回微信。能力全景按使用频率分组每天都会用的自动回复链路私聊只有ALIAS_WHITELIST里的好友会触发群聊要求群名在ROOM_WHITELIST中且消息里 了BOT_NAME。非文本消息图片、语音不会进入回复链路这一点在配置前要知道。回复大脑用--serve参数切换当前共 12 种可选wb start --serve ollama wb start --serve deepseek wb start --serve ChatGPT12 种服务包括 ChatGPT、doubao豆包、deepseek、Kimi、Xunfei科大讯飞、deepseek-free、302AI、dify、ollama、tongyi通义、claude、pi。免费额度方面讯飞每个模型有 200 万免费 token豆包每个模型有 50 万免费 tokenOllama 则完全在本地跑OLLAMA_URL指向http://127.0.0.1:11434/api/chat即可。不花一分钱 token 的本地数据查询通过wb wx ...命令底层透传 OpenCLI 的wx-cli访问本机微信缓存不需要配置任何大模型wb wx sessions # 最近会话 wb wx history # 聊天记录 wb wx members # 群成员 wb wx sns-feed # 朋友圈缓存 wb wx stats # 聊天统计聊天里直接下命令白名单内的聊天窗口可以直接发指令/统计 群 群名只读本地记录出统计结果不调 AI/分析 好友 好友备注会取最近消息样本交给当前模型做深度分析。涉及隐私聊天时建议用本地模型或本地 Pi 配置。延伸场景飞书也接入了 CLI 通道wb lark login、wb lark messages、wb lark search、wb lark send支持登录、读、搜、发消息但暂不做实时自动回复。Docker 部署方式见 Dockerfile。白名单配置方法.env 关键项自动回复不是来者不拒而是靠.env精确控制这也是很多人跑了却没回复的根源配置项作用注意点BOT_NAME机器人在群里的称呼必须带如可乐群聊靠它识别 ALIAS_WHITELIST私聊白名单填好友备注或昵称英文逗号分隔ROOM_WHITELIST群聊白名单只回复列表内的群AUTO_REPLY_PREFIX前缀触发可选配了之后消息需匹配该前缀才回复适合大号不想被每次 都触发的场景WECHAT_DATA_DIR消息落盘目录默认.data/wechat消息逐条追加到messages.jsonlWECHAT_STORE_MESSAGES是否记录消息设为false可停止存储接入 Pi 作为 agent 时还有PI_BIN和PI_AGENT_ARGS默认--print --no-session本机没有pi命令时把PI_BIN留空项目会改用npx临时调起。想改行为逻辑时优先看这两处源码消息分发在 src/wechaty/sendMessage.js聊天内置命令的解析在 src/platforms/wechat/commandRouter.js。把微信接成 Pi 的完整说明在 docs/pi-im-agent.md。常见问题与避坑现象启动后扫码成功但发消息没有回复解法逐项核对三件事——BOT_NAME是否带了、私聊对象/群名是否在白名单里、群消息是否 了机器人。启动时如果缺配置终端会明确提示缺哪个变量比如OPENAI_API_KEY照提示补上即可。现象npm i卡在 puppeteer 下载解法设置环境变量跳过浏览器下载然后重装依赖export PUPPETEER_SKIP_DOWNLOADtrue现象云端模型请求超时、调不通解法确认三要素——API Key 正确、账户有余额、终端网络能访问该服务必要时给终端单独配代理。不想折腾网络就换本地 Ollama 或有免费额度的国内服务。现象收到微信外挂警告担心封号解法项目默认走免费的 Web 协议微信目前审查严格这是已知的最大风险。建议只用能接受风险的账号、少频繁登录登出、收紧白名单控制回复范围或按 README.md 提示切换更稳定的协议。现象讯飞配了 key 还是不回复解法讯飞需要三个变量同时填对——XUNFEI_APP_ID、XUNFEI_API_KEY、XUNFEI_API_SECRET填反是最常见的坑。验证环节可以跑npm run test:analysis检查本地分析模块用node ./cli.js --help确认 CLI 正常。写在最后wechat-bot 的定位很直接一条命令把微信接上 AI自动回复、群聊分析、本地数据查询一次到位。适合想让机器人替自己盯群、答问、做统计的个人用户以及想在此基础上扩展业务的开发者。更多细节和最新能力直接读项目内的 README.md 和 docs/pi-im-agent.md 即可。【免费下载链接】wechat-bot Multi-platform IM AI Agent for Telegram, WhatsApp, Lark, and WeChat. Connects ChatGPT / Claude / Kimi / DeepSeek / Ollama / Pi for auto-replies, community analysis, contact management, and inactive-friend detection.项目地址: https://gitcode.com/GitHub_Trending/we/wechat-bot创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
阅读完成 · 觉得有帮助?