让微信消息被 AI 自动回复：wechat-bot 微信机器人部署、配置与避坑完整指南
让微信消息被 AI 自动回复wechat-bot 微信机器人部署、配置与避坑完整指南【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 的多平台 IM AI 机器人项目最常见的用途是把微信消息交给大模型自动回复扫码登录微信后白名单内好友的私聊、被 的群消息都会转给 ChatGPT、DeepSeek、Ollama、Claude、Pi 等服务生成回复并发回微信。它额外能读取本机微信聊天记录、群成员和朋友圈缓存对群聊或好友做统计与 AI 分析并提供了飞书的消息 CLI 通道。本文按环境准备 → 选服务 → 配白名单 → 启动验证 → 排错 → 部署的交接顺序把整个搭建过程讲清楚。先看懂 wechat-bot 能做什么自动回复、数据统计、多平台通道在动手之前先确认它的能力边界和触发规则这直接决定你配置时该填什么私聊发送者的好友备注或昵称必须在ALIAS_WHITELIST里消息才会进入回复链路。群聊群名必须在ROOM_WHITELIST里且消息中要 机器人即BOT_NAME。非文本消息图片、语音等不会触发自动回复。消息链路大致是微信扫码登录 → Wechaty 收消息 → 写入本地.data/wechat/messages.jsonl→ 所选服务处理并回复 → 发回微信。除了自动回复命令行还封装了几类能力wb wx ...访问本机微信缓存会话、历史、群成员、统计、朋友圈wb analyze对群或好友做统计/深度分析wb lark ...操作飞书登录、读、搜、发。飞书目前只是 CLI 控制通道暂不做实时事件自动回复。⚠️ 需要明确的风险项目默认使用免费的微信 Web 协议近期微信审查较严存在弹出外挂警告甚至封号的可能。建议只在风险可接受的账号上使用、把白名单收紧或按官方提示切换更稳定的协议。准备 Node.js 环境并获取项目代码前置条件只有一项Node.js 版本不低于 18建议 LTS 版本版本过低会导致运行报错。用node --version核对一下即可。确认环境后获取代码并安装依赖git clone https://gitcode.com/GitHub_Trending/we/wechat-bot cd wechat-bot npm i国内网络下载依赖慢时可先切换 npm 镜像源再安装。装完后建议执行一次npm link把wb注册为本机命令不执行的话后文所有wb ...都可以等价替换为npm run start -- ...。代码结构上入口是 cli.js消息处理主逻辑在 src/index.js各家 AI 服务的实现分别放在src/下的对应子目录如 src/deepseek/、src/ollama/、src/kimi/后续想换服务或改逻辑时从这里入手。挑选 AI 回复服务并填入 API Key自动回复的大脑由--serve参数选择当前可选ChatGPT、deepseek、Kimi、doubao、Xunfei、dify、ollama、tongyi、claude、302AI、deepseek-free、pi。先复制一份配置文件再按所选服务填对应变量cp .env.example .env选服务时可以按这几个维度取舍云端服务DeepSeek、Kimi、豆包、通义、Claude 等需要到对应平台申请 API Key 并填入.env个别境外服务还需要终端能走代理。Ollama本地模型服务不需要联网额外填OLLAMA_URL默认指向本机 11434 端口和OLLAMA_MODEL即可。Pi作为 agent 模式接入配置见 docs/pi-im-agent.md本机没有全局pi命令时留空PI_BIN项目会用 npx 自动拉起。如果不想逐个平台注册API 聚合平台可以用一个 Key 访问多种模型项目里的 302AI 模块就是这一类选项。每个云端服务在src/对应目录下都带连通性测试脚本配置后可以先验证再启动机器人例如npm run test:kimi或node src/doubao/__test__.js。配置机器人昵称与消息白名单.env中最小可用的一组配置如下所选服务的 Key 变量参照.env.example中的名称填写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 WECHAT_STORE_MESSAGEStrue逐项说明BOT_NAME机器人账号的微信昵称不能省群聊靠它识别 事件。ALIAS_WHITELIST允许触发私聊自动回复的好友备注或昵称逗号分隔。ROOM_WHITELIST允许触发群聊自动回复的群名。WECHAT_STORE_MESSAGEStrue把收到的消息落盘到本地 JSONL是后续/统计命令的数据来源。可选的AUTO_REPLY_PREFIX只有消息匹配指定前缀才回复适合不希望在每次 或私聊时都触发回复的场景。白名单存在的目的就是防止机器人对每条消息都自动回复。如果你嫌回复太频繁收紧白名单比改代码更直接。启动微信扫码登录并验证自动回复按所选服务启动终端出现二维码后用手机微信扫码wb start --serve deepseek # Pi agent 模式等价写法 wb agent --im wechat --agent pi登录成功后按下面的清单逐项验收让白名单内的好友私聊发一句消息确认机器人自动回复。在白名单群内 机器人并提出问题确认群聊回复正常。在微信里发送/统计 群 群名验证本地统计只读 JSONL不调用 AI/分析 好友 好友备注则会把最近消息样本交给当前服务注意隐私聊天建议改用本地模型。命令行侧跑node ./cli.js --help和npm run test:analysis确认 CLI 与分析模块正常。✅ 如果私聊和群聊都没有回复九成是BOT_NAME、白名单或 条件没满足先对照上一节逐项检查再去怀疑服务本身。不出效果时的常见坑位与排查方法启动报错先核对 Node 版本是否 ≥ 18仍报错时拉取最新代码删掉node_modules和 lock 文件后重装依赖。puppeteer 下载失败时设置环境变量PUPPETEER_SKIP_DOWNLOADtrue再装。云端服务无响应依次确认 API Key、账户余额、模型名是否正确调用境外服务时终端需要能访问对应域名可手动给终端挂代理例如export https_proxyhttp://127.0.0.1:你的代理端口然后重跑对应服务的测试脚本。收到微信外挂警告这是 Web 协议的风控结果避免频繁登录登出必要时更换更稳定的协议账号价值高的话别让它 7 天 24 小时挂在默认协议上跑。消息落盘缺失确认WECHAT_STORE_MESSAGEStrue登录成功前收到的消息不会写入.data/wechat/messages.jsonl这也是/统计无数据时优先排查的项。Docker 部署与长期运行建议希望脱离本机终端常驻时用仓库自带的 Dockerfile 构建镜像并挂载.envdocker build . -t wechat-bot docker run -d --rm --name wechat-bot -v $(pwd)/.env:/app/.env wechat-bot构建时如果 node 基础镜像反复下载超时可先拉取 node 镜像到本地再把 Dockerfile 里的 node 版本改为本地可用的版本另有一个精简的 Dockerfile.alpine 可选。长期运行时建议定期清理.data/wechat下的消息记录防止磁盘写满进程托管可以交给 PM2 这类工具并按需配置日志轮转。后续扩展本地数据、群分析与业务定制基础回复跑通之后这几个方向值得继续挖本机微信数据wb wx sessions、wb wx history、wb wx members、wb wx stats、wb wx sns-feed、wb wx sns-search底层由 OpenCLI 的 wx-cli 透传可单独用于聊天记录检索与群成员盘点。独立分析wb analyze --room 群名 --stats-only只做本地统计加--serve 服务名则把样本交给模型做深度分析核心实现见 src/analysis/wechatAnalyzer.js。业务定制想加消息转发、定时提醒、自定义指令路由改动点集中在 src/wechaty/sendMessage.js 与 src/platforms/wechat/commandRouter.js。飞书通道wb lark login、wb lark messages、wb lark send当前是 CLI 形态后续可以基于它做跨平台聚合。机器人本质是长期运行的基础设施建议先用严格白名单在小范围跑稳再逐步扩大使用面。下一步可以试试把大脑切到本地 Ollama 模型或者把wb analyze接到日常群运营里用数据代替感觉来判断群的状态。【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