wechat-bot 微信机器人实战指南3步跑通多模型AI Agent扫码即享7×24自动回复【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微信群消息刷屏到眼花夜里又总怕错过重要消息wechat-bot 是一个基于 WeChaty 的微信机器人 / IM AI Agent把微信扫码登录后的消息交给 DeepSeek、ChatGPT、Claude、Ollama 等大模型处理3 步就能让多模型 AI 助手替你值守聊天、自动回复。项目速览一句话介绍它是一个多平台 IM AI Agent。扫码登录微信后自动接收、落盘并回复消息还能读本地微信的聊天记录、群成员、朋友圈缓存对群聊或好友做统计和深度分析另外提供飞书通道支持登录、读消息、搜消息、发消息。全部配置收敛在一个.env文件里自动回复受白名单约束不会对着每条消息乱回。适合哪些场景客服/支持群常年挂着你不可能全天在线把机器人拉进白名单群被 时模型秒回咨询不过夜。想给群聊盘点一下一条wb analyze命令出活跃度统计再加个模型服务让 AI 总结群里的热点话题。数据隐私敏感接 Ollama 本地模型消息不出机器也可以用 Pi agent 挂上你自己的工具链。从零跑起来装好依赖配好 .env先过环境再装依赖全程就几条命令# 检查 Node.js 版本需要 v18.0 以上建议 LTS node -v # 克隆项目代码 git clone https://gitcode.com/GitHub_Trending/we/wechat-bot cd wechat-bot # 安装依赖 npm i # 复制配置模板 cp .env.example .env打开.env填好这几项最关键的# 你的微信昵称保留 群里靠它识别 机器人 BOT_NAME你的微信昵称 # 允许私聊触发自动回复的好友备注/昵称逗号分隔 ALIAS_WHITELIST好友A,好友B # 允许自动回复的群聊名称 ROOM_WHITELIST技术交流群,客服群 # 收到消息本地落盘供后续分析 WECHAT_STORE_MESSAGEStrue小提示网络不理想时先切国内 npm 镜像npm config set registry https://registry.npmmirror.com再重装依赖过程会顺畅很多。能力拆解十二种模型自动回复一条命令切换deepseek、ChatGPT、doubao、Kimi、Xunfei、tongyi、claude、dify、ollama、pi等服务都已内置--serve一换即可服务特点定位建议用法deepseek低价、响应快日常问答入门首选ChatGPT综合能力强复杂问题需付费 代理Kimi长文本表现好文档分析、总结Xunfei200 万免费 token、限频少中文对话场景Ollama本地运行、数据不出机器隐私敏感对话Pi可作为 agent 外壳挂你自己的工具链# 换一条命令即可切换自动回复背后的模型 wb start --serve deepseek本地微信数据读取聊天、群成员、朋友圈一条命令拿wb wx通道直通本机微信缓存不用翻手机wb wx init # 初始化本地微信数据访问 wb wx sessions # 查看最近会话 wb wx history # 查看聊天记录 wb wx members # 查看群成员 wb wx sns-feed # 查看朋友圈缓存群聊/好友深度分析本地统计或 AI 分析# 只做本地统计不调用 AI免费又快 wb analyze --room 技术交流群 --stats-only # 把最近消息样本交给模型做深度分析 wb analyze --friend 客户备注 --serve deepseek在微信聊天里直接发/统计 群 XX群或/分析 好友 XX也能出结果完整链路说明见 docs/pi-im-agent.md。飞书通道登录、读、搜、发都支持飞书目前是 CLI 控制通道覆盖登录、读消息、搜索、发送wb lark login --no-wait # 生成授权信息 wb lark messages --chat-id oc_xxx # 读取消息 wb lark send --chat-id oc_xxx --text hello动手实操最小可运行路径第 1 步启动并扫码# 把 wb 注册成本机命令 npm link # 启动机器人--serve 后面换成你想用的模型名 wb start --serve deepseek终端出现二维码手机扫码即登录。之后的消息链路长这样微信扫码登录 - Wechaty 收消息 - 写入 .data/wechat/messages.jsonl - 白名单校验 - 模型生成回复 - 发回微信第 2 步验证消息落盘让白名单好友发一条消息再看本地文件tail -n 3 .data/wechat/messages.jsonl看到新增的 JSON 行说明接收链路没问题。✅第 3 步测群聊 触发在白名单群里 机器人发一句你的微信昵称 服务器 502 一般是什么原因怎么快速排查机器人会给出模型生成的答复。没反应时先核对BOT_NAME和ROOM_WHITELIST拼写。⚠️ 群聊里只有 到机器人的消息才会进入回复链路。第 4 步试一条分析命令wb analyze --room 技术交流群 --stats-only得到本地统计把--stats-only换成--serve deepseek则叠加 AI 深度分析。进阶玩法前缀过滤给AUTO_REPLY_PREFIX配上指定前缀只有命中前缀的消息才触发回复适合大号场景避免每次被 都被打扰。Pi agent 模式wb agent --im wechat --agent pi把微信当成 Pi 的外部通信渠道agent 可挂自己的工具链。隐私偏好处理私人聊天时建议优先 Ollama 或本地 Pi/统计只读本地 JSONL对话不用上云。想改回复与路由逻辑看 src/platforms/wechat/commandRouter.js 和 src/wechaty/sendMessage.js。避坑与部署本地或 Docker二选一本地跑就是前面的wb start --serve 服务名。想长期挂在服务器上用 Docker 更干净# 构建镜像 docker build . -t wechat-bot # 挂载 .env 启动 docker run -d --rm --name wechat-bot -v $(pwd)/.env:/app/.env wechat-bot构建时 node 反复下载超时的话可先把 nodejs 镜像拉到本地再把 Dockerfile 里的版本改成本地镜像。高频问题快速排查症状快速排查依赖装不上切国内镜像删掉 node_modules 和 lock 文件重装puppeteer 安装失败设置环境变量PUPPETEER_SKIP_DOWNLOADtrue云端模型请求不通逐项核对 API Key、余额、模型名和终端代理登录了但不回复BOT_NAME要带 、群名在ROOM_WHITELIST里、群聊消息确实 了它收到外挂警告默认 web 协议风控严格建议换更稳的协议、控制登录频率用小号试收尾扫码即接入微信里多了个 7×24 在线的自动回复助手多模型自由切换云端与本地随你挑白名单 前缀双重风控回复不打扰、不乱答聊天记录、群成员、朋友圈一键读取统计分析随叫随到第一次跑起来可能会撞几个小坑别慌对着上面那张排查表逐条比一遍八成是配置笔误。扫码看到机器人第一次回你话时你会觉得折腾都值了。现在就去试试吧【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