wechat-bot 微信自动回复新手上手指南【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 内置 12 种模型服务,提供微信消息自动回复、本地消息存档与群聊分析能力,曾 27 次登上 GitHub Trending 榜。它替代人工盯群:白名单群内 机器人的消息交给指定模型回复,每条微信文本同时追加写入 messages.jsonl。白名单外与未 的消息只存档、不回复。自动回复与消息存档的能力速览白名单群内 消息或白名单私聊 → 指定模型服务的自动回复(--serve 参数,src/wechaty/sendMessage.js)任意微信文本消息 → .data/wechat/messages.jsonl 本地存档(WECHAT_STORE_MESSAGEStrue)群名或好友备注 → 活跃度统计与模型总结(wb analyze 命令)最小可运行路径依赖安装命令要求 node v18 以上:git clone https://gitcode.com/GitHub_Trending/we/wechat-bot cd wechat-bot npm i npm linkwb 命令由 npm link 注册,可跳过白名单的三个关键字段cp .env.example 生成 .env 后,ROOM_WHITELIST 的群名必须与微信顶栏一字不差,BOT_NAME 保留 前缀;所选模型服务的 API Key 填入对应变量,Ollama 等本地模型不需要 Key。 最小配置示例:BOT_NAME机器人微信昵称 ROOM_WHITELIST群名1,群名2 ALIAS_WHITELIST好友备注1,好友备注2其余项保持默认即可模型服务启动命令以 deepseek 为例:wb start --serve deepseek未 link 用 npm run start -- 替代 终端打印二维码,用微信扫码登录;默认 web 协议风控较严,建议仅在测试账号上使用。 若不想逐家申请模型 API,README 列出的第三方聚合平台也可作为来源,API Key 同样写入 .env。一条微信消息的流转路径Wechaty 解析消息,得到发送人、群名与文本内容。(src/platforms/wechat/bot.js)记录追加写入 .data/wechat/messages.jsonl。(src/platforms/wechat/messageStore.js)这一步的意义:未触发回复的消息也留档可查。白名单与 判断通过后才进入回复链路,群内 /统计 /分析 命令在此分流。(src/platforms/wechat/commandRouter.js、src/wechaty/sendMessage.js)这一步的意义:避免机器人对每条消息都回复。请求 --serve 指定的模型服务,回复发回群聊或私聊。(src/wechaty/sendMessage.js) 两个值得试的动作触发条件:群已在 ROOM_WHITELIST 中且已产生存档消息执行命令:wb analyze --room 群名 --stats-only预期输出:终端打印消息数、文本消息数、平均长度与高频发言成员,不消耗 token触发条件:.env 已填入所选服务的 API Key执行命令:node src/deepseek/test.js预期输出:脚本请求 DeepSeek 并打印回复,报错说明 Key 或代理配置有误⚡ 高频故障排障速查 机器人无回复 — BOT_NAME 丢 或群名与真实名称一字之差 — 验证:grep -E BOT_NAME|ROOM_WHITELIST .envnpm i 中途失败 — puppeteer 浏览器依赖拉取失败或 Node 低于 v18 — 验证:node -v日志无报错但 AI 不回复 — API Key 未填或两个相似 key 填反 — 验证:node src/deepseek/test.js执行 wb analyze --room 你的群名 --stats-only,取回本地统计基线。 终端会输出该群的消息数、平均文本长度和高频发言成员,不消耗任何 token。【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 wechat-bot 微信自动回复新手上手指南
wechat-bot 微信自动回复新手上手指南【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 内置 12 种模型服务,提供微信消息自动回复、本地消息存档与群聊分析能力,曾 27 次登上 GitHub Trending 榜。它替代人工盯群:白名单群内 机器人的消息交给指定模型回复,每条微信文本同时追加写入 messages.jsonl。白名单外与未 的消息只存档、不回复。自动回复与消息存档的能力速览白名单群内 消息或白名单私聊 → 指定模型服务的自动回复(--serve 参数,src/wechaty/sendMessage.js)任意微信文本消息 → .data/wechat/messages.jsonl 本地存档(WECHAT_STORE_MESSAGEStrue)群名或好友备注 → 活跃度统计与模型总结(wb analyze 命令)最小可运行路径依赖安装命令要求 node v18 以上:git clone https://gitcode.com/GitHub_Trending/we/wechat-bot cd wechat-bot npm i npm linkwb 命令由 npm link 注册,可跳过白名单的三个关键字段cp .env.example 生成 .env 后,ROOM_WHITELIST 的群名必须与微信顶栏一字不差,BOT_NAME 保留 前缀;所选模型服务的 API Key 填入对应变量,Ollama 等本地模型不需要 Key。 最小配置示例:BOT_NAME机器人微信昵称 ROOM_WHITELIST群名1,群名2 ALIAS_WHITELIST好友备注1,好友备注2其余项保持默认即可模型服务启动命令以 deepseek 为例:wb start --serve deepseek未 link 用 npm run start -- 替代 终端打印二维码,用微信扫码登录;默认 web 协议风控较严,建议仅在测试账号上使用。 若不想逐家申请模型 API,README 列出的第三方聚合平台也可作为来源,API Key 同样写入 .env。一条微信消息的流转路径Wechaty 解析消息,得到发送人、群名与文本内容。(src/platforms/wechat/bot.js)记录追加写入 .data/wechat/messages.jsonl。(src/platforms/wechat/messageStore.js)这一步的意义:未触发回复的消息也留档可查。白名单与 判断通过后才进入回复链路,群内 /统计 /分析 命令在此分流。(src/platforms/wechat/commandRouter.js、src/wechaty/sendMessage.js)这一步的意义:避免机器人对每条消息都回复。请求 --serve 指定的模型服务,回复发回群聊或私聊。(src/wechaty/sendMessage.js) 两个值得试的动作触发条件:群已在 ROOM_WHITELIST 中且已产生存档消息执行命令:wb analyze --room 群名 --stats-only预期输出:终端打印消息数、文本消息数、平均长度与高频发言成员,不消耗 token触发条件:.env 已填入所选服务的 API Key执行命令:node src/deepseek/test.js预期输出:脚本请求 DeepSeek 并打印回复,报错说明 Key 或代理配置有误⚡ 高频故障排障速查 机器人无回复 — BOT_NAME 丢 或群名与真实名称一字之差 — 验证:grep -E BOT_NAME|ROOM_WHITELIST .envnpm i 中途失败 — puppeteer 浏览器依赖拉取失败或 Node 低于 v18 — 验证:node -v日志无报错但 AI 不回复 — API Key 未填或两个相似 key 填反 — 验证:node src/deepseek/test.js执行 wb analyze --room 你的群名 --stats-only,取回本地统计基线。 终端会输出该群的消息数、平均文本长度和高频发言成员,不消耗任何 token。【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