12 种 AI 服务接入微信wechat-bot 机器人快速搭建指南【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 的微信智能助手把微信消息接入 ChatGPT、DeepSeek、Kimi、Ollama、Pi 等 12 种 AI 服务实现自动回复、群聊统计与好友分析。克隆仓库、配好 .env、扫码登录机器人就能按白名单规则开始自动回复。 这个微信智能助手能做什么一句话它把扫码登录后的 IM 消息交给 AI 处理再把结果发回微信顺带提供本地数据统计和飞书通道。功能价值适用场景多 AI 服务自动回复12 种模型可切换按成本与效果选型客服问答、社区答疑、个人助手白名单 触发只在指定好友/群内回复避免刷屏群聊监控、私聊助理群聊/好友本地统计聊天记录落盘为 JSONL离线可查群活跃度、好友互动分析AI 深度分析把最近消息样本交给模型解读内容摘要、重点信息抓取本地微信数据访问读会话、联系人、群成员、朋友圈缓存数据导出、缓存检索飞书 IM 通道登录、读、搜、发消息多平台统一接入 最快跑通从克隆到扫码登录确认 Node.js 版本 ≥ 18建议 LTSnode -v克隆并装依赖顺带把wb注册成本机命令git clone https://gitcode.com/GitHub_Trending/we/wechat-bot cd wechat-bot npm i npm link复制并编辑配置至少填三行机器人昵称、好友白名单、群白名单。cp .env.example .envBOT_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启动微信 IM终端会打印二维码用机器人账号的微信扫一下即可。wb agent --im wechat --agent pi登录后的消息链路是微信收消息 → 落盘 JSONL → 交给 AI 回复 → 发回微信。触发规则只有两条私聊时发送人必须在ALIAS_WHITELIST群聊时群名必须在ROOM_WHITELIST且消息里要 机器人。登录成功后收到的消息会追加写入.data/wechat/messages.jsonl随时可回看。 AI 服务怎么选12 个可选服务对比回复服务通过启动命令的--serve切换例如wb start --serve deepseek。各服务对应的环境变量略有差别下面是常用几项服务特点关键配置项deepseek免费额度友好响应快DEEPSEEK_API_KEYChatGPT综合能力成熟需付费与网络代理OPENAI_API_KEYKimi长文本处理注意请求频次限制KIMI_API_KEYXunfei讯飞中文优化接口不严格限频XUNFEI_APP_ID/XUNFEI_API_KEY/XUNFEI_API_SECRETOllama本地部署数据不出机器OLLAMA_URL/OLLAMA_MODELPi代码生成向可作项目 agentPI_BIN/PI_AGENT_ARGSClaude自然语言处理能力强CLAUDE_API_KEY/CLAUDE_MODEL其余如 doubao、tongyi、dify、302AI、deepseek-free 走同样的 provider 机制在.env里填各自的 key 和模型名即可。关键配置项放在.env里含义如下BOT_NAME机器人账号的微信昵称带群聊靠它识别 。ALIAS_WHITELIST/ROOM_WHITELIST逗号分隔的好友备注和群名决定回复范围。AUTO_REPLY_PREFIX可选只有匹配到该前缀才回复适合大号场景。WECHAT_STORE_MESSAGES/WECHAT_DATA_DIR是否落盘以及落盘目录。PI_BIN/PI_AGENT_ARGS本机没有全局pi时可留空项目会用 npx 调起。想扩展新的模型只需按现有 provider 的实现方式新增一个模块即可。运行逻辑集中在 src/config/ 读取配置回复分发在src/wechaty/sendMessage.js可作参考。 场景玩法社区、客服、个人助手、群聊分析技术社区管理把群名放进ROOM_WHITELIST群友 机器人提问时自动作答。需要时直接在群里发/统计 群 群名机器人读本地 JSONL 给出活跃度不调用 AI。客户服务自动化把高频问题交给云端模型deepseek、ChatGPT统一口径回复私聊好友加入白名单即可一对一接待。个人智能助手用 Ollama 或本地 Pi把对话留在本机日程、问答、消息归类都不出内网。群聊与好友分析命令行侧用wb analyze --room 群名 --serve pi或--friend 好友备注做深度解读只想要数字时加--stats-only纯本地统计、不发请求。还能用wb wx sessions、wb wx history、wb wx members直接读会话、记录和群成员。飞书侧用wb lark login、wb lark send --chat-id oc_xxx --text 你好收发docs/pi-im-agent.md 里还有一整套 Pi 接入说明。️ 上线部署与常见坑部署本地跑最省事npm link后用wb命令即可。容器化时构建并挂载配置docker build . -t wechat-bot docker run -d --rm --name wechat-bot -v $(pwd)/.env:/app/.env wechat-bot生产环境建议配进程守护与日志轮转固定使用稳定的微信协议。下面是现象 → 原因 → 处理速查扫码后弹外挂警告或被限默认用的是免费 Web 协议风控较严。处理换到更稳定的协议只在能接受风险的账号上跑并收紧白名单。消息发进来却不自动回复先核对BOT_NAME、两个白名单、群聊里是否真的 了机器人以及当前--serve服务的 key 是否填对。启动报错多半是 Node 版本低于 18 或依赖没装全。处理升级 Node、清掉 lock 与 node_modules 重装puppeteer 下载失败时设PUPPETEER_SKIP_DOWNLOADtrue。云端模型请求不通通常是代理或余额问题。处理确认终端能访问对应服务、API Key 与余额、模型名正确必要时手动给终端设置http_proxy/https_proxy。只想读数据不想接大模型wb wx ...和wb lark ...不依赖模型不配 key 也能用。先从一个白名单群和一条私聊开始跑通自动回复后再逐步放开范围。把配置、消息数据定期备份账号就用专门的号。现在就能动手克隆、填.env、扫码看机器人替你回第一条消息。【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