微信机器人 wechat-bot：12 种 AI 服务接入，一条命令跑通自动回复与群聊统计-育师

微信机器人 wechat-bot：12 种 AI 服务接入，一条命令跑通自动回复与群聊统计

【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

wechat-bot 是基于 Wechaty 的微信机器人：微信扫码登录后，把私聊和群聊消息交给 ChatGPT、DeepSeek、Ollama、Pi 等 12 种 AI 服务自动回复，还能统计群聊、检索本机聊天记录和朋友圈缓存。下面带你完成安装、白名单配置和第一次自动回复。

三个场景，先说清它怎么帮你

群聊 @ 回复。你正在开会，群里有人 @你问了一个你答过的问题。把群名加进 ROOM_WHITELIST 后，只要消息里 @ 了 BOT_NAME，机器人就把消息交给 AI 生成回复并发回群里，你不用逐条翻聊天记录。

群活跃度统计。想知道技术群里谁最活跃、消息集中在什么时段，执行 wb analyze --room "群名" --stats-only 直接读本地消息做统计，不调用 AI；再指定 --serve 服务，可让模型输出文字分析。

找老消息。想翻早先同事发过的一条配置说明，wb wx search 对本机微信缓存做检索，wb wx sns-feed 能读朋友圈缓存，不用在 App 里一条条翻会话。

安装与首次运行

环境要求 Node.js >= v18.0，建议 LTS 版本，版本太低会运行报错。
克隆仓库、安装依赖并把 wb 注册为本机命令：

git clone https://gitcode.com/GitHub_Trending/we/wechat-bot cd wechat-bot npm i && npm link cp .env.example .env

编辑 .env 完成最小配置：BOT_NAME 填机器人账号微信昵称（形如 @可乐）、ALIAS_WHITELIST 填允许私聊触发的好友备注、ROOM_WHITELIST 填允许接入的群名；选云端服务再填对应 API Key。
启动，终端出现二维码后用微信扫码：

wb agent --im wechat --agent pi

登录成功后，消息按"收消息 → 本地捕获 → AI 回复 → 发回微信"链路处理。不执行 npm link 的话，所有命令可换成 npm run start -- 前缀；也支持 Docker 部署，见 Dockerfile。

功能拆解：自动回复、群聊统计与本地数据

12 种 AI 服务一键切换

--serve 参数决定回复由谁生成，可选 ChatGPT、doubao、deepseek、Kimi、Xunfei、dify、ollama、tongyi、claude、pi、302AI、deepseek-free，覆盖云端 API 与本地部署两类。云端服务在 .env 填 API Key，例如 wb start --serve deepseek；ollama 和 pi 跑在本机、无需 API Key，聊天记录不离开你的电脑。

群聊与好友统计

wb analyze 支持 --room 按群名、--friend 按好友备注两个对象。加 --stats-only 只读本地 JSONL 做统计，不消耗 API；去掉后指定 --serve，会把最近消息样本交给模型深度分析。微信里也能直接发 /统计群群名或 /分析好友备注，默认仅对白名单内对象生效，实现见 src/analysis/wechatAnalyzer.js。

本机微信数据与朋友圈缓存

wb wx 系列通过 OpenCLI 的 wx-cli 访问本机微信缓存：先执行 wb wx init 初始化，再用 wb wx sessions 看最近会话、wb wx history 看聊天记录、wb wx members 看群成员、wb wx stats 看聊天统计，wb wx sns-feed 和 wb wx sns-search 读朋友圈缓存并全文搜索。数据留在本机，适合备份和检索。

飞书 CLI 通道

wb lark login 走 device-flow 授权，之后 wb lark messages 读消息、wb lark search 搜消息、wb lark send 发消息。注意飞书目前是 CLI 控制通道，还不是实时事件通道，消息不会自动推给 AI 回复。

进阶配置：触发前缀与隐私边界

AUTO_REPLY_PREFIX 是最实用的开关：配上前缀后，只有匹配该前缀的消息才触发自动回复，适合用大号、不想每条私聊都被回的场景，群聊消息会先去掉 @BOT_NAME 再匹配。处理隐私聊天时，/分析会把消息样本交给当前服务，建议 --serve 切到 ollama 或 pi 这类本地模型。需要定制回复逻辑时，改 src/platforms/wechat/commandRouter.js 和 src/wechaty/sendMessage.js。