AI 热榜雷达给好奇心，找个好工具
← 继续发现工具
wangrongding /

wechat-bot

公众号与内容创作Agent编程
趋势观察中

🤖 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.

原始仓库简介 · 中文摘要待补充 · chatgpt / openai / wechat / wechatbot / wechaty

GitHub 仓库 ↗

README / 项目原文

README.zh-CN.md ↗抓取于 2026/10/24 00:36:25

WeChat Bot

English | 简体中文

一个基于 Wechaty 的微信 / IM agent 项目。

它可以把微信扫码登录、飞书 IM 事件、Telegram Bot API 轮询或 WhatsApp Cloud API webhook 收到的消息交给 ChatGPT、DeepSeek、Ollama、Claude、Pi 等服务处理；也可以通过 OpenCLI 的 wx-cli 访问本机微信聊天、联系人、群成员、收藏、朋友圈缓存，并对群聊或某个好友做统计和分析。

如果你希望把 Pi 作为本项目的 agent，用微信、飞书、Telegram 或 WhatsApp 作为外部通信渠道，直接看：Pi Agent + IM 使用说明。

赞助商

智谱 AutoClaw

智谱 AutoClaw · 替你干活的 AI 搭档，一键接入飞书 / 企业微信 / 微信

能力概览

能力 命令入口 当前状态
微信扫码 IM wb agent --im wechat --agent pi / wb start --serve pi 已接入，可扫码登录并回复白名单消息
Pi 作为项目 agent wb agent --im wechat/lark/telegram/whatsapp --agent pi 已接入，默认单轮非交互回复
本地微信聊天 / 联系人 / 群成员 wb wx sessions、wb wx history、wb wx members 通过 OpenCLI wx-cli 接入
本地朋友圈缓存 wb wx sns-feed、wb wx sns-search 通过 OpenCLI wx-cli 接入
群 / 好友分析 wb analyze --room "群名"、wb analyze --friend "好友备注" 支持本地统计和 AI 深度分析
飞书 IM wb lark login、wb lark messages、wb lark send、wb lark agent 支持登录、读、搜、发和事件驱动自动回复
Telegram IM wb telegram agent、wb telegram send 支持 Bot API 轮询接收和发送
WhatsApp IM wb whatsapp agent、wb whatsapp send 支持 WhatsApp Cloud API webhook 收发
多模型回复 --serve ChatGPT/deepseek/ollama/pi/... 复用现有 provider 机制

快速开始：Pi + 微信 IM

npm i
cp .env.example .env
npm link

在 .env 中至少配置：

BOT_NAME='@你的微信昵称'
ALIAS_WHITELIST='允许私聊你的好友备注'
ROOM_WHITELIST='允许接入的群名'

PI_BIN='pi'
PI_AGENT_ARGS='--print --no-session'
WECHAT_STORE_MESSAGES='true'

启动：

wb agent --im wechat --agent pi

终端出现二维码后，用微信扫码。消息链路是：

微信扫码登录 -> Wechaty 收消息 -> 本地 JSONL 捕获 -> Pi agent 回复 -> 微信 IM 发回

触发规则：

  • 私聊：好友备注或昵称需要在 ALIAS_WHITELIST。
  • 群聊：群名需要在 ROOM_WHITELIST，并且消息里需要 @BOT_NAME。
  • 非文本消息不会自动进入回复链路。

注意：微信 Web 协议存在风控和封号风险。请只在你明确接受风险的账号和场景中使用，优先控制白名单和使用范围。

wangrongding%2Fwechat-bot | Trendshift

贡献者们

欢迎大家提交 PR 接入更多的 ai 服务(比如扣子等...)，积极贡献更好的功能实现，让 wechat-bot 变得更强！

注意：最近微信对此审查变得非常严格，使用默认的协议有微信警告或者封号的风险，请大家谨慎使用，关于 padlocal ，这个协议的作者没有继续维护，大家可以自行切换更稳定的协议。

支持的回复 / Agent 服务

如果只使用 wb wx ... 访问本地微信数据，或只使用 wb lark ... 操作飞书 IM，可以不配置大模型。

如果要让微信消息自动回复，或执行 wb analyze 深度分析，需要选择一个 --serve 服务。当前可选：ChatGPT、doubao、deepseek、Kimi、Xunfei、deepseek-free、302AI、dify、ollama、tongyi、claude、pi。

  • pi

    Pi 适合作为项目 agent 使用，可通过微信、飞书、Telegram 或 WhatsApp IM 对外通信：

    PI_BIN='pi'
PI_NPM_PACKAGE='@earendil-works/pi-coding-agent'
PI_AGENT_ARGS='--print --no-session'

    如果本机没有全局 pi 命令，可以先把 PI_BIN 留空，项目会通过 npx --yes @earendil-works/pi-coding-agent 调起 Pi。

  • deepseek

    获取自己的 api key，地址戳这里 👉🏻 ：deepseek 开放平台 将获取到的api key填入 .evn 文件中的 DEEPSEEK_FREE_TOKEN 中。

  • ChatGPT

    先获取自己的 api key，地址戳这里 👉🏻 ：创建你的 api key

    注意：这个是需要去付费购买的，很多人过来问为什么请求不通，请确保终端走了代理，并且付费购买了它的服务

    # 执行下面命令，拷贝一份 .env.example 文件为 .env
cp .env.example .env
# 填写完善 .env 文件中的内容
OPENAI_API_KEY='你的key'

  • 豆包

    豆包最新的Doubao-Seed-1.6模型，支持输入图片和深度思考，而且每个模型都有 50 万的免费tokens。在火山引擎注册登录账号，可以选择最新的Doubao-Seed-1.6-thinking模型，选择“API接入” -> “获取 API Key”。

    # 拷贝 .env.example 文件为 .env
cp .env.example .env
# 修改 .env 文件中的内容
DOUBAO_API_KEY='你的key'
# 简单测试API是否可用
node src/doubao/__test__.js

  • 通义千问

    通义千问是阿里云提供的 AI 服务，获取到你的 api key 之后, 填写到 .env 文件中即可

    # 执行下面命令，拷贝一份 .env.example 文件为 .env
cp .env.example .env
# 填写完善 .env 文件中的内容
# 通义千问, URL 包含 uri 路径
TONGYI_URL = "https://dashscope.aliyuncs.com/compatible-mode/v1"
# 通义千问的 API_KEY
TONGYI_API_KEY = ''
# 通义千问使用的模型
TONGYI_MODEL='qwen-plus'

  • 科大讯飞

    新增科大讯飞，去这里申请一个 key：科大讯飞，每个模型都有 200 万的免费 token ，感觉很难用完。注意： 讯飞的配置文件几个 key，别填反了，很多人找到我说为什么不回复，都是填反了。而且还有一个好处就是，接口不会像 Kimi 一样限制请求频次，相对来说稳定很多。服务出错可参考： issues/170, issues/180

  • Kimi （请求限制较严重）

    可以去 ： kimi apikey 获取你的 key 最近比较忙，大家感兴趣可以提交 PR，我会尽快合并。目前 Kimi 刚刚集成，还可以实现上传文件等功能，然后有其它较好的服务也可以提交 PR 。

  • dify

    地址：dify, 创建你的应用之后, 获取到你的 api key 之后, 填写到 .env 文件中即可, 也支持私有化部署dify版本

    # 执行下面命令，拷贝一份 .env.example 文件为 .env
cp .env.example .env
# 填写完善 .env 文件中的内容
DIFY_API_KEY='你的key'
# 如果需要私有化部署，请修改.env中下面的配置
# DIFY_URL='https://[你的私有化部署地址]'

  • ollama

    Ollama 是一个本地化的 AI 服务，它的 API 与 OpenAI 非常接近。配置 Ollama 的过程与各种在线服务略有不同

    # 执行下面命令，拷贝一份 .env.example 文件为 .env
cp .env.example .env
# 填写完善 .env 文件中的内容
OLLAMA_URL='http://127.0.0.1:11434/api/chat'
OLLAMA_MODEL='qwen2.5:7b'
OLLAMA_SYSTEM_MESSAGE='You are a personal assistant.'

  • 302.AI

    AI聚合平台，有套壳GPT的API，也有其他模型，点这里可以添加API，添加之后把API KEY配置到.env里，如下，MODEL可以自行选择配置

    _302AI_API_KEY = 'xxxx'
_302AI_MODEL= 'gpt-4o-mini'

    由于openai充值需要国外信用卡，流程比较繁琐，大多需要搞国外虚拟卡，手续费也都不少，该平台可以直接支付宝，算是比较省事的，注册填问卷可领1刀额度，后续充值也有手续费，用户可自行酌情选择。

  • claude

    前往 官网 注册并获取API KEY后进行配置即可

    # 执行下面命令，拷贝一份 .env.example 文件为 .env，如果已存在则忽略此步
cp .env.example .env

# 编辑.env文件并添加claude相关配置

CLAUDE_API_VERSION = '2023-06-01'
CLAUDE_API_KEY = '你的API KEY'
CLAUDE_MODEL = 'claude-3-5-sonnet-latest'
# 系统人设
CLAUDE_SYSTEM = ''

  • 其他（待实践）理论上使用 openAI 格式的 api，都可以使用，在 env 文件中修改对应的 api_key、model、proxy_url 即可。

API资源/平台收录

开发/使用

检查好自己的开发环境，确保已经安装了 nodejs , 版本需要满足 Node.js >= v18.0 ，版本太低会导致运行报错,最好使用 LTS 版本。

1. 安装依赖

安装依赖时，大陆的朋友推荐切到 taobao 镜像源后再安装，命令： npm config set registry https://registry.npmmirror.com 想要灵活切换，推荐使用我的工具 👉🏻 prm-cli 快速切换。

npm i

# 可选：把 wb 注册成本机命令
npm link

如果不想执行 npm link，下文所有 wb ... 都可以替换为：

npm run start -- ...

2. 配置 .env

cp .env.example .env

最小可用配置：

BOT_NAME='@你的微信昵称'
ALIAS_WHITELIST='好友备注1,好友昵称2'
ROOM_WHITELIST='群名1,群名2'
AUTO_REPLY_PREFIX=''

WECHAT_DATA_DIR='.data/wechat'
WECHAT_STORE_MESSAGES='true'

PI_BIN='pi'
PI_AGENT_ARGS='--print --no-session'

3. 启动微信 IM

Pi agent 模式：

wb agent --im wechat --agent pi

等价写法：

wb start --serve pi
npm run agent
npm run start -- start --serve pi

传统模型回复模式：

wb start --serve ollama
wb start --serve ChatGPT
wb start --serve deepseek

启动后终端会展示二维码，扫码即可登录微信。登录后，收到的微信消息会追加写入：

.data/wechat/messages.jsonl

4. 本地微信数据和朋友圈

OpenCLI 的 wx-cli 会被 wb wx ... 透传调用，用于访问本机微信缓存：

wb wx init
wb wx sessions
wb wx history
wb wx search
wb wx contacts
wb wx members
wb wx stats
wb wx favorites
wb wx sns-feed
wb wx sns-search
wb wx sns-notifications
wb wx help

常用场景：

# 初始化本地微信数据访问
wb wx init

# 查看最近会话和聊天记录
wb wx sessions
wb wx history

# 查看群成员和聊天统计
wb wx members
wb wx stats

# 查看朋友圈缓存和朋友圈全文搜索
wb wx sns-feed
wb wx sns-search

5. 群聊 / 好友分析

命令行分析：

# 只做本地统计，不调用 AI
wb analyze --room "群名" --stats-only
wb analyze --friend "好友备注" --stats-only

# 调用指定服务做深度分析
wb analyze --room "群名" --serve pi
wb analyze --friend "好友备注" --serve ollama

微信聊天中的内置命令默认只对联系人白名单或群聊白名单生效：

/统计 群 XX群1
/分析 好友 好友备注

/统计 只读本地 JSONL，不调用 AI；/分析 会把最近消息样本交给当前 serve 服务或 agent。处理隐私聊天时，建议优先使用本地模型或本地 Pi 配置。

6. 飞书 IM

飞书 IM 通过 lark-cli 接入：

# 生成 device-flow 授权链接/扫码信息
wb lark login --no-wait

# 查看授权状态
wb lark status

# 读取 / 搜索 / 发送消息
wb lark messages --chat-id oc_xxx
wb lark search --query "关键词"
wb lark send --chat-id oc_xxx --text "hello"

如果要让 Pi 或其他 provider 通过飞书事件流自动回复，配置：

LARK_AGENT_IDENTITY='bot'
LARK_AGENT_EVENT_KEY='im.message.receive_v1'
LARK_AGENT_CHAT_TYPES='p2p,group'
LARK_AGENT_MESSAGE_TYPES='text,post'
LARK_AGENT_CHAT_WHITELIST=''
LARK_AGENT_USER_WHITELIST=''
LARK_AGENT_REPLY_PREFIX=''
LARK_AGENT_GROUP_MENTION_NAME=''
LARK_AGENT_GROUP_AUTO_REPLY='false'

启动：

wb agent --im lark --agent pi
# 或
wb lark agent --agent pi

飞书事件链路使用 lark-cli event consume im.message.receive_v1 --as bot。私聊默认回复；如果配置了 chat 或 user 白名单，则只回复白名单。群聊需要配置 LARK_AGENT_CHAT_WHITELIST，并命中 LARK_AGENT_REPLY_PREFIX、LARK_AGENT_GROUP_MENTION_NAME 或显式设置 LARK_AGENT_GROUP_AUTO_REPLY=true。

使用事件回复前，请确认飞书应用已在开发者后台启用 im.message.receive_v1 事件，并开通所需 IM 权限。

7. Telegram Bot API

Telegram 使用官方 Bot API long polling：

TELEGRAM_BOT_TOKEN='123456:bot-token'
TELEGRAM_AGENT_CHAT_TYPES='private,group,supergroup'
TELEGRAM_AGENT_CHAT_WHITELIST=''
TELEGRAM_AGENT_USER_WHITELIST=''
TELEGRAM_AGENT_REPLY_PREFIX=''
TELEGRAM_AGENT_GROUP_MENTION_NAME='@your_bot'
TELEGRAM_AGENT_GROUP_AUTO_REPLY='false'

启动：

wb agent --im telegram --agent pi
# 或
wb telegram agent --agent pi

私聊默认回复；如果配置了 chat 或 user 白名单，则只回复白名单。群聊和超级群需要配置 chat 白名单，并命中回复前缀、机器人提及名，或显式设置 TELEGRAM_AGENT_GROUP_AUTO_REPLY=true。

可以发送测试消息：

wb telegram send --chat-id 123456 --text "hello"

8. WhatsApp Cloud API

WhatsApp 使用官方 Cloud API。接收消息需要 webhook，所以本地服务必须通过公开 HTTPS URL 暴露给 Meta。

WHATSAPP_ACCESS_TOKEN='your access token'
WHATSAPP_PHONE_NUMBER_ID='your phone_number_id'
WHATSAPP_VERIFY_TOKEN='your webhook verify token'
WHATSAPP_GRAPH_API_VERSION='v23.0'
WHATSAPP_WEBHOOK_PORT='3000'
WHATSAPP_WEBHOOK_PATH='/webhook/whatsapp'
WHATSAPP_AGENT_REPLY_PREFIX=''

启动 webhook server：

wb agent --im whatsapp --agent pi
# 或
wb whatsapp agent --agent pi

在 Meta 后台配置 webhook callback URL：

https://your-public-domain.example/webhook/whatsapp

Meta webhook 验证表单里的 verify token 要和 WHATSAPP_VERIFY_TOKEN 保持一致。WhatsApp 默认只回复收到的文本消息。

可以发送测试消息：

wb whatsapp send --to 15551234567 --text "hello"

9. Pi / OpenCLI 透传

wb pi -- --help
wb pi -- --print "分析当前项目结构"

wb opencli -- --help
wb opencli -- wx-cli help

10. 测试

npm run test:analysis
node ./cli.js --help
node ./cli.js wx help
node ./cli.js pi -- --help

如果使用 OpenAI、Claude、Kimi 等云端服务，请确保对应 API Key、余额和网络代理可用。

你要修改的

很多人说运行后不会自动收发信息，不是的哈，为了防止给每一条收到的消息都自动回复（太恐怖了），所以加了限制条件。

你要把下面提到的地方自定义修改下：

  • BOT_NAME：改成你启动机器人账号的微信昵称，格式类似 @可乐。
  • ALIAS_WHITELIST：允许自动回复的好友备注或昵称。
  • ROOM_WHITELIST：允许自动回复的群聊名称。
  • AUTO_REPLY_PREFIX：可选，只有匹配指定前缀才自动回复。
  • PI_AGENT_ARGS：Pi 作为 IM agent 时的参数，默认是 --print --no-session。
  • 更深入的业务逻辑可以看 src/wechaty/sendMessage.js 和 src/platforms/wechat/commandRouter.js。

在.env 文件中修改你的配置即可，示例如下

# 白名单配置
#定义机器人的名称，这里是为了防止群聊消息太多，所以只有艾特机器人才会回复，
#这里不要把@去掉，在@后面加上你启动机器人账号的微信名称
BOT_NAME=@可乐
#联系人白名单
ALIAS_WHITELIST=微信名1,备注名2
#群聊白名单
ROOM_WHITELIST=XX群1,群2
#自动回复前缀匹配，文本消息匹配到指定前缀时，才会触发自动回复，不配或配空串情况下该配置不生效（适用于用大号，不期望每次被@或者私聊时都触发自动回复的人群）
#匹配规则：群聊消息去掉${BOT_NAME}并trim后进行前缀匹配，私聊消息trim后直接进行前缀匹配
AUTO_REPLY_PREFIX=''

# Pi agent
PI_BIN='pi'
PI_AGENT_ARGS='--print --no-session'

自动回复不再只限于 chatgpt，可以通过 --serve 选择不同服务，例如 pi、ollama、deepseek、claude、ChatGPT。

注意项

近期微信审查很严格，大量用户反映弹出外挂警告，由于项目内默认使用的是免费版的 web 协议，所以目前来说很容易会被微信检测到，建议使用 pad 协议，或者自行购买企业版协议，避免被封号。

修改可参考： https://github.com/wangrongding/wechat-bot/pull/263/files 自行购买 pad 协议渠道（wechaty 出的，购买仍需谨慎）：http://pad-local.com 由于底层依赖的 wechaty 本身不怎么维护了，听说是被腾讯告了，所以大家购买也要谨慎，群友分享目前 pad 协议可正常使用(但频繁登录登出也会收到警告)，最好别一次性买太久的。

常见问题

以下是我的微信和群二维码，添加的时候记得备注清楚来意。希望可以一起交流探讨相关问题和解决方案。

运行报错等问题

首先你需要做到以下几点：

  • 拉取最新代码，重新安装依赖（删除 lock 文件，删除 node_modules）

  • 安装依赖时最好不要设置 npm 镜像

  • 遇到 puppeteer 安装失败设置环境变量：

    # Mac
export PUPPETEER_SKIP_DOWNLOAD='true'

# Windows
SET PUPPETEER_SKIP_DOWNLOAD='true'

  • 如果使用云端模型，确保终端网络可以访问对应模型服务（开全局代理，或者手动设置终端代理）

    # 设置代理
export https_proxy=http://127.0.0.1:你的代理服务端口号;export http_proxy=http://127.0.0.1:你的代理服务端口号;export all_proxy=socks5://127.0.0.1:你的代理服务端口号
# 然后执行对应服务测试，或先查看 CLI 是否正常
node ./cli.js --help

  • 如果使用 OpenAI / Claude / Kimi 等云端模型，确认 API Key、余额、模型名和代理配置正确

  • 配置好 .env 文件，尤其是 BOT_NAME、白名单和当前 --serve 服务所需参数

  • 执行 npm run test:analysis 验证本地分析模块，执行 node ./cli.js --help 验证 CLI

  • 执行 wb agent --im wechat --agent pi 或 wb start --serve <服务名> 启动微信扫码

  • 执行 wb agent --im lark --agent pi 或 wb lark agent --agent pi 启动飞书事件回复

也可以参考这条 issue

  • 怎么玩？ 完成自定义修改后，群聊时，在白名单中的群，有人 @你 时会触发自动回复，私聊中，联系人白名单中的人发消息给你时会触发自动回复。
  • 运行报错？检查 node 版本是否符合，如果不符合，升级 node 版本即可，检查依赖是否安装完整，如果不完整，大陆推荐切换下 npm 镜像源，然后重新安装依赖即可。（可以用我的 prm-cli 工具快速切换）
  • 调整对话模式？优先通过 --serve 切换服务；需要定制业务逻辑时看 sendMessage.js、commandRouter.js 和对应 provider 实现。

使用 Docker 部署

$ docker build . -t wechat-bot

$ docker run -d --rm --name wechat-bot -v $(pwd)/.env:/app/.env wechat-bot
  • 如果docker build过程中node反复下载超时，可先下载nodejs镜像到本地镜像库，并将DockerFile中的'node:19'修改为本地nodejs镜像版本

Star History Chart

该项目于 2023/2/13 日成为 Github Trending 榜首。

Star History Chart

License

MIT.