三行命令跑通微信机器人：AI自动回复、群聊分析的 WeChaty 实践指南
三行命令跑通微信机器人AI自动回复、群聊分析的 WeChaty 实践指南【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-bot你要维护三四十个群凌晨的客户咨询总是漏掉。wechat-bot 是一个基于 Wechaty 的微信机器人扫码登录后由 AI 自动回复消息还能做群聊统计和本地微信数据检索适合想把 IM 值守自动化的人。先看三个能直接照做的用例客服岗手下二十多个客户群机器人拉进白名单群后客户 它 即自动应答咨询不再积压到第二天。想摸清群活跃度的团队负责人一条命令跑完群统计得到消息量、发言 Top10 和分小时分布不用手动翻记录。在意数据外流的开发者接本地 Ollama 模型做回复Ollama 是在自己机器上跑大模型的服务API 接口与 OpenAI 接近聊天记录只落在本地文件不出机器。确认场景对得上下面进入实操。从干净环境到扫码登录一共三步。三行命令启动微信机器人两条安装加一次扫码克隆仓库并装依赖需要 Node.js v18.0 以上建议用 LTS 版本git clone https://gitcode.com/GitHub_Trending/we/wechat-bot cd wechat-bot npm i npm linknpm link会把wb注册成本机命令不想注册的话后文的wb ...都可以换成npm run start -- ...。生成配置文件只改四行关键的cp .env.example .envBOT_NAME机器人账号微信昵称 # 群聊回复的触发条件即被 的对象 ALIAS_WHITELIST好友备注1,备注2 # 允许自动回复的私聊联系人 ROOM_WHITELIST群名1,群名2 # 允许自动回复的群聊 WECHAT_STORE_MESSAGEStrue # 把消息落到本地供后续统计启动并扫码wb start --serve deepseek启动后终端大致输出$ wb start --serve deepseek [QR] 请用微信扫描二维码 [wechat-bot] 登录成功消息将写入 .data/wechat/messages.jsonl登录后白名单内的私聊、群 会自动回复同时所有消息追加进 messages.jsonl这是后面分析功能的原料。功能拆解从自动回复到群聊分析白名单制自动回复只在被 时开口触发规则刻意收得很紧私聊要求联系人备注在ALIAS_WHITELIST群聊要求群名在ROOM_WHITELIST且消息里 了BOT_NAME非文本消息不进回复链路。这样机器人大群里不会每条都接话。路由逻辑见 src/platforms/wechat/commandRouter.js。12 个可切换的大模型服务挑一个就能跑回复能力由--serve参数决定改启动参数即可换模型不用改代码。常用项对比服务费用特点适合谁deepseek低价/有免费额度响应快、稳定日常问答ChatGPT付费可能需代理综合能力全面复杂问题ollama免费本地API 接近 OpenAI数据不出内网隐私敏感场景pi本地命令可当项目 agent带工具能力想让机器人执行任务的dify自部署/付费挂自己的工作流和知识库定制流程其余还有 doubao、tongyi、Kimi、Xunfei、deepseek-free、302AI、claude。把 Pi 作为 agent 的详细玩法见 docs/pi-im-agent.md。本地微信数据与群聊统计不调 AI 也能用不想调大模型时用本地统计模式直接读 JSONLwb analyze --room 技术交流群 --stats-only输出消息总数、Top10 发言人、分小时分布。想加一层深度分析主要话题、互动模式、风险提示再追加--serve 服务名即可统计实现见 src/analysis/wechatAnalyzer.js。另有wb wx系列命令走 OpenCLI 的 wx-cli 读本机微信缓存会话、历史、群成员、朋友圈全文搜索不依赖 Web 协议。飞书通道登录、收发、搜索飞书通过 lark-cli 接入支持登录、读消息、搜消息、发消息wb lark login --no-wait wb lark messages --chat-id oc_xxx wb lark send --chat-id oc_xxx --text hello目前是 CLI 控制通道还不是实时事件通道飞书消息暂不会自动推给 AI 回复。进阶玩法两个让机器人更可控的配置默认规则是白名单群里每条被 的消息都回嫌宽的话下面两处配置可以收紧范围。改一行 AUTO_REPLY_PREFIX给回复加口令AUTO_REPLY_PREFIX/ask效果群聊消息去掉 后必须以/ask开头、私聊直接以/ask开头才触发回复。适合用大号的人——机器照常收消息但你不点名它就不说话。换 Ollama让对话全程留在本地OLLAMA_URLhttp://127.0.0.1:11434/api/chat OLLAMA_MODELqwen2.5:7b启动参数换成wb start --serve ollama回复全部走本地模型配合消息本地落盘链路里没有任何外部调用。配置层面讲完了下面收一社区里出现频率最高的失败原因。避坑提示五个最常见的失败原因启动直接报错多半是 Node 版本低于 18用node -v检查后升级到 18 LTS 重装依赖。npm i卡在 puppeteer 下载设环境变量PUPPETEER_SKIP_DOWNLOADtrue再装网络差就先切国内 npm 镜像源。登录正常但不回消息依次核对 BOT_NAME 是否带 格式、群名/好友备注是否进了白名单、群里是否真的 了机器人配过AUTO_REPLY_PREFIX的不带前缀也不会触发。云端模型请求失败确认 API Key、余额、网络可达性先跑node ./cli.js --help验证 CLI 本身正常再查服务侧配置。微信收到外挂警告默认用的是免费 web 协议风控严格。换 pad 协议或企业版协议用专门的副号并收窄白名单不要拿主号试。首次启动别贪多——最小配置先把一条私聊回复跑通再逐步加群白名单和分析功能。先跑起来再谈调优终端出现二维码的那一刻这个机器人就已经离上线只隔一次扫码了。【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