[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"project-71197":3},{"id":4,"name":5,"fullName":6,"owner":7,"repo":5,"description":8,"homepage":9,"htmlUrl":10,"language":11,"languages":10,"totalLinesOfCode":10,"stars":12,"forks":13,"watchers":14,"openIssues":15,"contributorsCount":16,"subscribersCount":16,"size":16,"stars1d":17,"stars7d":18,"stars30d":19,"stars90d":16,"forks30d":16,"starsTrendScore":20,"compositeScore":21,"rankGlobal":10,"rankLanguage":10,"license":22,"archived":23,"fork":23,"defaultBranch":24,"hasWiki":25,"hasPages":23,"topics":26,"createdAt":10,"pushedAt":10,"updatedAt":32,"readmeContent":33,"aiSummary":34,"trendingCount":16,"starSnapshotCount":16,"syncStatus":35,"lastSyncTime":36,"discoverSource":37},71197,"wechat-bot","wangrongding\u002Fwechat-bot","wangrongding","🤖一个基于 WeChaty 结合 ChatGPT \u002F Claude \u002F Kimi \u002F DeepSeek \u002F Ollama等Ai服务实现的微信机器人 ，可以用来帮助你自动回复微信消息，或者社群分析\u002F好友管理，检测僵尸粉等...","",null,"JavaScript",10852,1236,60,114,0,63,203,376,189,44.28,"MIT License",false,"main",true,[27,28,29,30,31],"chatgpt","openai","wechat","wechatbot","wechaty","2026-06-12 02:02:49","# WeChat Bot\n\n一个基于 `Wechaty` 的微信 \u002F IM agent 项目。\n\n它可以把微信扫码登录后的 IM 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。飞书 IM 目前提供登录、读消息、搜消息和发消息的 CLI 通道。\n\n如果你希望把 Pi 作为本项目的 agent，用微信作为外部通信渠道，直接看：[Pi Agent + IM 使用说明](.\u002Fdocs\u002Fpi-im-agent.md)。\n\n## 能力概览\n\n| 能力                           | 命令入口                                                     | 当前状态                                     |\n| ------------------------------ | ------------------------------------------------------------ | -------------------------------------------- |\n| 微信扫码 IM                    | `wb agent --im wechat --agent pi` \u002F `wb start --serve pi`    | 已接入，可扫码登录并回复白名单消息           |\n| Pi 作为项目 agent              | `wb agent --im wechat --agent pi`                            | 已接入，默认单轮非交互回复                   |\n| 本地微信聊天 \u002F 联系人 \u002F 群成员 | `wb wx sessions`、`wb wx history`、`wb wx members`           | 通过 OpenCLI `wx-cli` 接入                   |\n| 本地朋友圈缓存                 | `wb wx sns-feed`、`wb wx sns-search`                         | 通过 OpenCLI `wx-cli` 接入                   |\n| 群 \u002F 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                   |\n| 飞书 IM                        | `wb lark login`、`wb lark messages`、`wb lark send`          | 支持登录、读、搜、发；暂未做实时事件自动回复 |\n| 多模型回复                     | `--serve ChatGPT\u002Fdeepseek\u002Follama\u002Fpi\u002F...`                     | 复用现有 provider 机制                       |\n\n## 快速开始：Pi + 微信 IM\n\n```sh\nnpm i\ncp .env.example .env\nnpm link\n```\n\n在 `.env` 中至少配置：\n\n```env\nBOT_NAME='@你的微信昵称'\nALIAS_WHITELIST='允许私聊你的好友备注'\nROOM_WHITELIST='允许接入的群名'\n\nPI_BIN='pi'\nPI_AGENT_ARGS='--print --no-session'\nWECHAT_STORE_MESSAGES='true'\n```\n\n启动：\n\n```sh\nwb agent --im wechat --agent pi\n```\n\n终端出现二维码后，用微信扫码。消息链路是：\n\n```text\n微信扫码登录 -> Wechaty 收消息 -> 本地 JSONL 捕获 -> Pi agent 回复 -> 微信 IM 发回\n```\n\n触发规则：\n\n- 私聊：好友备注或昵称需要在 `ALIAS_WHITELIST`。\n- 群聊：群名需要在 `ROOM_WHITELIST`，并且消息里需要 `@BOT_NAME`。\n- 非文本消息不会自动进入回复链路。\n\n> 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。\n\n\u003Cdiv align='center'>\n  \u003Ca href=\"https:\u002F\u002Ftrendshift.io\u002Frepositories\u002F11077\" target=\"_blank\">\u003Cimg src=\"https:\u002F\u002Ftrendshift.io\u002Fapi\u002Fbadge\u002Frepositories\u002F11077\" alt=\"wangrongding%2Fwechat-bot | Trendshift\" style=\"width: 250px; height: 55px;\" width=\"250\" height=\"55\"\u002F>\u003C\u002Fa>\n\u003C\u002Fdiv>\n\n## 贡献者们\n\n\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fwangrongding\u002Fwechat-bot\u002Fgraphs\u002Fcontributors\">\n  \u003Cimg src=\"https:\u002F\u002Fcontrib.rocks\u002Fimage?repo=wangrongding\u002Fwechat-bot&columns=20\" \u002F>\n\u003C\u002Fa>\n\n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！\n\n## 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。\n\n![](https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002F1c312cf4-73d8-44a1-8f36-5ea288ac0aa4)\n\n## 支持的回复 \u002F Agent 服务\n\n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。\n\n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`。\n\n- pi\n\n  Pi 适合作为项目 agent 使用，可通过微信 IM 对外通信：\n\n  ```env\n  PI_BIN='pi'\n  PI_NPM_PACKAGE='@earendil-works\u002Fpi-coding-agent'\n  PI_AGENT_ARGS='--print --no-session'\n  ```\n\n  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\u002Fpi-coding-agent` 调起 Pi。\n\n- deepseek\n\n  获取自己的 `api key`，地址戳这里 👉🏻 ：[deepseek 开放平台](https:\u002F\u002Fplatform.deepseek.com\u002Fusage)  \n  将获取到的`api key`填入 `.evn` 文件中的 `DEEPSEEK_FREE_TOKEN` 中。\n\n- ChatGPT\n\n  先获取自己的 `api key`，地址戳这里 👉🏻 ：[创建你的 api key](https:\u002F\u002Fplatform.openai.com\u002Fsettings\u002Forganization\u002Fapi-keys)\n\n  **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**\n\n  ```sh\n  # 执行下面命令，拷贝一份 .env.example 文件为 .env\n  cp .env.example .env\n  # 填写完善 .env 文件中的内容\n  OPENAI_API_KEY='你的key'\n  ```\n\n- 豆包\n\n  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”。\n\n  ```sh\n  # 拷贝 .env.example 文件为 .env\n  cp .env.example .env\n  # 修改 .env 文件中的内容\n  DOUBAO_API_KEY='你的key'\n  # 简单测试API是否可用\n  node src\u002Fdoubao\u002F__test__.js\n  ```\n\n- 通义千问\n\n  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\n\n  ```sh\n  # 执行下面命令，拷贝一份 .env.example 文件为 .env\n  cp .env.example .env\n  # 填写完善 .env 文件中的内容\n  # 通义千问, URL 包含 uri 路径\n  TONGYI_URL = \"https:\u002F\u002Fdashscope.aliyuncs.com\u002Fcompatible-mode\u002Fv1\"\n  # 通义千问的 API_KEY\n  TONGYI_API_KEY = ''\n  # 通义千问使用的模型\n  TONGYI_MODEL='qwen-plus'\n  ```\n\n- 科大讯飞\n\n  新增科大讯飞，去这里申请一个 key：[科大讯飞](https:\u002F\u002Fconsole.xfyun.cn\u002Fservices\u002Fbm35)，每个模型都有 200 万的免费 token ，感觉很难用完。  \n  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。  \n  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。  \n  服务出错可参考： [issues\u002F170](https:\u002F\u002Fgithub.com\u002Fwangrongding\u002Fwechat-bot\u002Fissues\u002F170), [issues\u002F180](https:\u002F\u002Fgithub.com\u002Fwangrongding\u002Fwechat-bot\u002Fissues\u002F180)\n\n- Kimi （请求限制较严重）\n\n  可以去 ： [kimi apikey](https:\u002F\u002Fplatform.moonshot.cn\u002Fconsole\u002Fapi-keys) 获取你的 key  \n  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 。\n\n- dify\n\n  地址：[dify](https:\u002F\u002Fdify.ai\u002F), 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\n\n  ```sh\n  # 执行下面命令，拷贝一份 .env.example 文件为 .env\n  cp .env.example .env\n  # 填写完善 .env 文件中的内容\n  DIFY_API_KEY='你的key'\n  # 如果需要私有化部署，请修改.env中下面的配置\n  # DIFY_URL='https:\u002F\u002F[你的私有化部署地址]'\n  ```\n\n- ollama\n\n  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\n\n  ```sh\n  # 执行下面命令，拷贝一份 .env.example 文件为 .env\n  cp .env.example .env\n  # 填写完善 .env 文件中的内容\n  OLLAMA_URL='http:\u002F\u002F127.0.0.1:11434\u002Fapi\u002Fchat'\n  OLLAMA_MODEL='qwen2.5:7b'\n  OLLAMA_SYSTEM_MESSAGE='You are a personal assistant.'\n  ```\n\n- 302.AI\n\n  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](https:\u002F\u002Fdash.302.ai\u002Fapis\u002Flist)，添加之后把API KEY配置到.env里，如下，MODEL可以自行选择配置\n\n  ```\n  _302AI_API_KEY = 'xxxx'\n  _302AI_MODEL= 'gpt-4o-mini'\n  ```\n\n  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。\n\n- claude\n\n  前往 [官网](https:\u002F\u002Fconsole.anthropic.com) 注册并获取API KEY后进行配置即可\n\n  ```bash\n  # 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\n  cp .env.example .env\n\n  # 编辑.env文件并添加claude相关配置\n\n  CLAUDE_API_VERSION = '2023-06-01'\n  CLAUDE_API_KEY = '你的API KEY'\n  CLAUDE_MODEL = 'claude-3-5-sonnet-latest'\n  # 系统人设\n  CLAUDE_SYSTEM = ''\n  ```\n\n- 其他  \n  （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。\n\n## API资源\u002F平台收录\n\n- [gpt4free](https:\u002F\u002Fgithub.com\u002Fxtekky\u002Fgpt4free)\n- [chatanywhere](https:\u002F\u002Fgithub.com\u002Fchatanywhere\u002FGPT_API_free)\n\n## 赞助商\n\n\u003Cdiv align=\"center\">\n  \u003Ctable>\n    \u003C!-- Header -->\n    \u003Ctr>\n      \u003Ctd align=\"center\">\n        \u003Cp align=\"center\">\n          \u003Ca href=\"https:\u002F\u002Fapi.shenfengwl.fun\u002F\" target=\"_blank\">\n            \u003Cimg src=\".\u002Fsponsors\u002Fshenfengwl.png\" alt=\"深风网络\" width=\"500px\"\u002F>\n          \u003C\u002Fa>\n        \u003C\u002Fp>\n      \u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003C!-- Description -->\n    \u003Ctr>\n      \u003Ctd align=\"left\">\n        主营海外主流大模型中转聚合API平台，高效稳定，高并发，价格超低\n        \u003Ca href=\"https:\u002F\u002Fapi.shenfengwl.fun\u002F\" target=\"_blank\">产品链接\u003C\u002Fa>\n      \u003C\u002Ftd>\n    \u003C\u002Ftr>\n  \u003C\u002Ftable>\n\u003C\u002Fdiv>\n\n目前该项目流量较大，已经上过 27 次 [Github Trending 榜](https:\u002F\u002Fgithub.com\u002Ftrending)，如果您的公司或者产品需要推广，可以在下方二维码处联系我，我会在项目中加入您的广告，帮助您的产品获得更多的曝光。\n\n## 开发\u002F使用\n\n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。\n\n### 1. 安装依赖\n\n> 安装依赖时，大陆的朋友推荐切到 taobao 镜像源后再安装，命令：  \n> `npm config set registry https:\u002F\u002Fregistry.npmmirror.com`  \n> 想要灵活切换，推荐使用我的工具 👉🏻 [prm-cli](https:\u002F\u002Fgithub.com\u002Fwangrongding\u002Fprm-cli) 快速切换。\n\n```sh\nnpm i\n\n# 可选：把 wb 注册成本机命令\nnpm link\n```\n\n如果不想执行 `npm link`，下文所有 `wb ...` 都可以替换为：\n\n```sh\nnpm run start -- ...\n```\n\n### 2. 配置 `.env`\n\n```sh\ncp .env.example .env\n```\n\n最小可用配置：\n\n```env\nBOT_NAME='@你的微信昵称'\nALIAS_WHITELIST='好友备注1,好友昵称2'\nROOM_WHITELIST='群名1,群名2'\nAUTO_REPLY_PREFIX=''\n\nWECHAT_DATA_DIR='.data\u002Fwechat'\nWECHAT_STORE_MESSAGES='true'\n\nPI_BIN='pi'\nPI_AGENT_ARGS='--print --no-session'\n```\n\n### 3. 启动微信 IM\n\nPi agent 模式：\n\n```sh\nwb agent --im wechat --agent pi\n```\n\n等价写法：\n\n```sh\nwb start --serve pi\nnpm run agent\nnpm run start -- start --serve pi\n```\n\n传统模型回复模式：\n\n```sh\nwb start --serve ollama\nwb start --serve ChatGPT\nwb start --serve deepseek\n```\n\n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：\n\n```text\n.data\u002Fwechat\u002Fmessages.jsonl\n```\n\n### 4. 本地微信数据和朋友圈\n\nOpenCLI 的 `wx-cli` 会被 `wb wx ...` 透传调用，用于访问本机微信缓存：\n\n```sh\nwb wx init\nwb wx sessions\nwb wx history\nwb wx search\nwb wx contacts\nwb wx members\nwb wx stats\nwb wx favorites\nwb wx sns-feed\nwb wx sns-search\nwb wx sns-notifications\nwb wx help\n```\n\n常用场景：\n\n```sh\n# 初始化本地微信数据访问\nwb wx init\n\n# 查看最近会话和聊天记录\nwb wx sessions\nwb wx history\n\n# 查看群成员和聊天统计\nwb wx members\nwb wx stats\n\n# 查看朋友圈缓存和朋友圈全文搜索\nwb wx sns-feed\nwb wx sns-search\n```\n\n### 5. 群聊 \u002F 好友分析\n\n命令行分析：\n\n```sh\n# 只做本地统计，不调用 AI\nwb analyze --room \"群名\" --stats-only\nwb analyze --friend \"好友备注\" --stats-only\n\n# 调用指定服务做深度分析\nwb analyze --room \"群名\" --serve pi\nwb analyze --friend \"好友备注\" --serve ollama\n```\n\n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：\n\n```text\n\u002F统计 群 XX群1\n\u002F分析 好友 好友备注\n```\n\n`\u002F统计` 只读本地 JSONL，不调用 AI；`\u002F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。\n\n### 6. 飞书 IM\n\n飞书 IM 通过 `lark-cli` 接入：\n\n```sh\n# 生成 device-flow 授权链接\u002F扫码信息\nwb lark login --no-wait\n\n# 查看授权状态\nwb lark status\n\n# 读取 \u002F 搜索 \u002F 发送消息\nwb lark messages --chat-id oc_xxx\nwb lark search --query \"关键词\"\nwb lark send --chat-id oc_xxx --text \"hello\"\n```\n\n当前飞书是 CLI 控制通道，支持登录、读消息、搜消息、发消息；还不是实时事件通道，因此飞书消息暂不会自动推给 Pi 回复。\n\n### 7. Pi \u002F OpenCLI 透传\n\n```sh\nwb pi -- --help\nwb pi -- --print \"分析当前项目结构\"\n\nwb opencli -- --help\nwb opencli -- wx-cli help\n```\n\n### 8. 测试\n\n```sh\nnpm run test:analysis\nnode .\u002Fcli.js --help\nnode .\u002Fcli.js wx help\nnode .\u002Fcli.js pi -- --help\n```\n\n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。\n\n## 你要修改的\n\n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。\n\n你要把下面提到的地方自定义修改下：\n\n- `BOT_NAME`：改成你启动机器人账号的微信昵称，格式类似 `@可乐`。\n- `ALIAS_WHITELIST`：允许自动回复的好友备注或昵称。\n- `ROOM_WHITELIST`：允许自动回复的群聊名称。\n- `AUTO_REPLY_PREFIX`：可选，只有匹配指定前缀才自动回复。\n- `PI_AGENT_ARGS`：Pi 作为 IM agent 时的参数，默认是 `--print --no-session`。\n- 更深入的业务逻辑可以看 `src\u002Fwechaty\u002FsendMessage.js` 和 `src\u002Fplatforms\u002Fwechat\u002FcommandRouter.js`。\n\n在.env 文件中修改你的配置即可，示例如下\n\n```sh\n# 白名单配置\n#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，\n#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\nBOT_NAME=@可乐\n#联系人白名单\nALIAS_WHITELIST=微信名1,备注名2\n#群聊白名单\nROOM_WHITELIST=XX群1,群2\n#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）\n#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\nAUTO_REPLY_PREFIX=''\n\n# Pi agent\nPI_BIN='pi'\nPI_AGENT_ARGS='--print --no-session'\n```\n\n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`。\n\n![](https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002F1c312cf4-73d8-44a1-8f36-5ea288ac0aa4)\n\n## 注意项\n\n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。\n\n修改可参考： https:\u002F\u002Fgithub.com\u002Fwangrongding\u002Fwechat-bot\u002Fpull\u002F263\u002Ffiles  \n自行购买 pad 协议渠道（wechaty 出的，购买仍需谨慎）：http:\u002F\u002Fpad-local.com  \n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。\n\n## 常见问题\n\n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。  \n希望可以一起交流探讨相关问题和解决方案。\n\n| \u003Cimg src=\"https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002F902b1a20-0ea0-4348-9ac1-b9eb6645223c\" width=\"180px\"> | \u003Cimg src=\"https:\u002F\u002Fraw.githubusercontent.com\u002Fwangrongding\u002Fimage-house\u002Fmaster\u002FWechatIMG173.jpg\" width=\"180px\"> |\n| --- | --- |\n\n### 运行报错等问题\n\n首先你需要做到以下几点：\n\n- 拉取最新代码，重新安装依赖（删除 lock 文件，删除 node_modules）\n- 安装依赖时最好不要设置 npm 镜像\n- 遇到 puppeteer 安装失败设置环境变量：\n\n  ```\n  # Mac\n  export PUPPETEER_SKIP_DOWNLOAD='true'\n\n  # Windows\n  SET PUPPETEER_SKIP_DOWNLOAD='true'\n  ```\n\n- 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）\n\n  ```sh\n  # 设置代理\n  export https_proxy=http:\u002F\u002F127.0.0.1:你的代理服务端口号;export http_proxy=http:\u002F\u002F127.0.0.1:你的代理服务端口号;export all_proxy=socks5:\u002F\u002F127.0.0.1:你的代理服务端口号\n  # 然后执行对应服务测试，或先查看 CLI 是否正常\n  node .\u002Fcli.js --help\n  ```\n\n  ![](https:\u002F\u002Fraw.githubusercontent.com\u002Fwangrongding\u002Fimage-house\u002Fmaster\u002F202403231002859.png)\n\n- 如果使用 OpenAI \u002F Claude \u002F Kimi 等云端模型，确认 API Key、余额、模型名和代理配置正确\n- 配置好 `.env` 文件，尤其是 `BOT_NAME`、白名单和当前 `--serve` 服务所需参数\n- 执行 `npm run test:analysis` 验证本地分析模块，执行 `node .\u002Fcli.js --help` 验证 CLI\n- 执行 `wb agent --im wechat --agent pi` 或 `wb start --serve \u003C服务名>` 启动微信扫码\n\n也可以参考这条 [issue](https:\u002F\u002Fgithub.com\u002Fwangrongding\u002Fwechat-bot\u002Fissues\u002F54#issuecomment-1347880291)\n\n- 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。\n- 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](https:\u002F\u002Fgithub.com\u002Fwangrongding\u002Fprm-cli) 工具快速切换）\n- 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](.\u002Fsrc\u002Fwechaty\u002FsendMessage.js)、[commandRouter.js](.\u002Fsrc\u002Fplatforms\u002Fwechat\u002FcommandRouter.js) 和对应 provider 实现。\n\n## 使用 Docker 部署\n\n```sh\n$ docker build . -t wechat-bot\n\n$ docker run -d --rm --name wechat-bot -v $(pwd)\u002F.env:\u002Fapp\u002F.env wechat-bot\n```\n\n- 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\n\n## Star History Chart\n\n该项目于 2023\u002F2\u002F13 日成为 Github Trending 榜首。\n\n[![Star History Chart](https:\u002F\u002Fapi.star-history.com\u002Fsvg?repos=wangrongding\u002Fwechat-bot&type=Date)](https:\u002F\u002Fstar-history.com\u002F#wangrongding\u002Fwechat-bot&Date)\n\n## License\n\n[MIT](.\u002FLICENSE).\n","这是一个基于WeChaty并结合了多种AI服务（如ChatGPT、Claude等）实现的微信机器人项目，旨在帮助用户自动回复微信消息以及进行社群分析和好友管理。其核心功能包括利用先进的自然语言处理技术自动回复特定白名单内的私聊或群聊消息，并支持通过命令行工具访问和管理本地微信数据，如聊天记录、联系人信息及朋友圈内容。此外，该工具还具备对微信群或好友进行统计与深度分析的能力。适合需要自动化微信消息处理、提高沟通效率或是进行社交数据分析的个人或团队使用。注意，使用时需遵守微信平台规则以避免账号风险。",2,"2026-06-11 03:36:31","high_star"]