wechat-bot 新手完全指南：让微信机器人替你 AI 自动回复-二趣网

wechat-bot 新手完全指南：让微信机器人替你 AI 自动回复

【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

凌晨两点，有人在群里问"生产密码怎么重置"，等你早上醒来，话题早就翻了篇。用 wechat-bot 这个微信自动回复机器人，把消息交给 AI 接话、半夜也有响应，全部聊天记录还落在本地，随时可查。

它是什么：给谁的微信机器人

wechat-bot基于 Wechaty 实现：扫码登录微信后，白名单内的消息交给大模型处理并自动回话，同时把每条文本写进本地文件，支持群聊统计和关键词检索。想让"机器人替我值班"的运维、产品、开发者都适合，想让 AI 当大脑、微信当通道的重度 IM 用户也适合。

它能干什么，用五条说清：

扫码即上线：终端直接打印二维码，手机扫一下就登录，不用准备服务器
触发有边界：白名单群里被@才答、白名单好友私聊才答，不会逢消息就刷群
聊天记录全量落盘：每条文本追加写入本地messages.jsonl，关键词、群名、时间都能过滤
群聊体检一条命令：谁发言最多、消息量多大，终端直接出报告，可再叠加 AI 总结
"大脑"随便换：--serve一个参数，在 deepseek、Ollama（本地免费）、Claude、Kimi 等十余种服务之间切换

从零跑起来

环境准备：先查版本再装依赖

目的很简单：确认 Node.js 不低于 v18（低于会直接运行报错），然后把代码和依赖装好：

node -v git clone https://gitcode.com/GitHub_Trending/we/wechat-bot cd wechat-bot npm install

npm install卡住时的第一反应：把 registry 切到国内镜像源再重装；如果卡在 puppeteer 下载浏览器，设PUPPETEER_SKIP_DOWNLOAD='true'跳过即可。

成功信号：依赖安装正常结束，没有 error 输出。

最小可跑配置：只填必须项

复制一份示例配置作为正式配置：

cp .env.example .env

以 deepseek 为例，最小可跑配置如下（本地 Ollama 则不填 key，改填OLLAMA_URL、OLLAMA_MODEL）：

BOT_NAME='@你的机器人昵称' ROOM_WHITELIST='群名1,群名2' ALIAS_WHITELIST='好友备注1,好友备注2' AUTO_REPLY_PREFIX='' WECHAT_STORE_MESSAGES='true' DEEPSEEK_API_KEY='你的key'

新手最容易栽在两个地方：

BOT_NAME的@必须保留，丢了@机器人永远收不到触发
ROOM_WHITELIST的群名要和真实群名一字不差，建议直接去微信聊天界面顶栏原样复制

启动与自检：扫码后看两个日志信号

用--serve指定"大脑"后启动，终端会打印二维码：

wb start --serve deepseek

没执行过npm link也没关系，npm run start -- start --serve deepseek效果一样。

成功信号：扫码后日志依次打印has logged in和Automatic robot chat mode has been activated，说明登录链路通了。

接着做个自检：在白名单群里@它发一句话。群里出现 AI 回复、同时.data/wechat/messages.jsonl有新增内容——整条链路就真跑通了。

工作原理：一条消息的完整链路

不读源码也能心里有数。一条群消息进来，走四步：

收消息：Wechaty 扫码登录微信，解析出发送人、群名、文本内容
先存档：每条文本先追加写入.data/wechat/messages.jsonl——哪怕这条消息不触发回复，也会落盘
判触发：私聊的好友在ALIAS_WHITELIST，或群名在ROOM_WHITELIST且消息@了BOT_NAME，才进入回复链路
AI 回话：请求--serve指定的模型服务拿到回复，发回微信

各步对应的源码位置：

收消息 → src/platforms/wechat/bot.js
存档 → src/platforms/wechat/messageStore.js
触发判断与/统计等命令路由 → src/platforms/wechat/commandRouter.js
AI 回复分发 → src/wechaty/sendMessage.js、src/wechaty/serve.js

其中**"先存档"是关键设计**：检索和群统计全靠这份文件，所以机器人没回复的群，一样有数据可查。

实战玩法：三个高频场景

场景一：值班自动回复

晚上你在白名单群里@机器人问一句"部署文档在哪"：

wb start --serve deepseek

它只响应@它和白名单私聊，不插话、不刷群，答完把结果发回群里——等于多了一个不眠的值班同事。

场景二：群聊体检

终端一条命令出报告，纯本地统计、不消耗任何 token：

wb analyze --room "群名" --stats-only

你会看到什么：消息总数、文本消息数、平均长度，以及高频发言成员排行。想要结论，再补一个--serve指定模型，让它读最近消息样本做总结；在群里直接发/统计群群名也能触发同样的逻辑。

场景三：写周报前，先把聊天记录捞出来

wb wx search

你会看到什么：按关键词、群名、起止时间过滤后的存档结果——analyze 内部读的就是这份messages.jsonl。某群近七天的关键讨论、谁提了什么需求，捞出来直接整理进周报，不用再翻聊天窗口。

排错指南：按现象对号入座

现象：群里@了机器人，始终没反应→ 原因：白名单没对上，BOT_NAME丢了@，或群名有一字之差 → 处理：从微信顶栏复制真实群名原样替换，并确认@的确实是机器人账号本身。
现象：npm install中途失败→ 原因：puppeteer 浏览器依赖拉不下来，或 node 低于 v18 → 处理：切国内镜像源重装；必要时设PUPPETEER_SKIP_DOWNLOAD='true'；node 升到 LTS。
现象：微信弹出外挂警告→ 原因：默认免费 web 协议风控严格，近期平台审查也更严 → 处理：只在测试账号上用、白名单尽量小；正式使用先读 README.md 里的协议切换说明，别急着买长期协议。
现象：日志没报错，但 AI 就是不回话→ 原因：API Key 没填、欠费，或把两个相似的 key 填反了（讯飞用户最常栽在这） → 处理：先单独跑对应服务的测试脚本，比如node src/deepseek/__test__.js，验证通了再启动机器人。

先跑一次wb analyze --room "群名" --stats-only熟悉自家群的数据，再接上模型试深度分析——今晚你的微信里就多了位不眠值班的同事。若想把 Pi 当"大脑"而不是模型 API，照着 Pi Agent + IM 使用说明配置即可切换。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

企业官网建设流程全解析