三步跑通微信AI自动回复机器人：wechat-bot新手配置教程
【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
五百人的工作群里，重要通知一分钟就被刷走；你人在外面跑业务，同事在群里@你，等你看到时对方早忘了。wechat-bot 把微信扫码后的消息交给大模型自动回复，每条文本落盘存档，支持群聊统计和关键词检索。
先跑起来：wechat-bot 三步配置教程
环境准备：检查 node 并安装依赖
先确认 Node.js 版本，项目要求 v18.0 以上，低了会直接运行报错：
node -v git clone https://gitcode.com/GitHub_Trending/we/wechat-bot cd wechat-bot npm i成功信号：node -v输出 v18 或更高；npm i跑完没有红色报错。卡住的话，切国内镜像源再重装：
npm config set registry https://registry.npmmirror.com最小配置：.env 只填 5 项
cp .env.example .env.env里填必填的 5 项（以 deepseek 为例，本地 Ollama 则改填OLLAMA_URL、OLLAMA_MODEL）：
BOT_NAME='@你的微信昵称' ROOM_WHITELIST='群名1,群名2' ALIAS_WHITELIST='好友备注1,好友备注2' WECHAT_STORE_MESSAGES='true' DEEPSEEK_API_KEY='你的key'最容易填错的两处，多数人卡在这一步：BOT_NAME必须保留@前缀，丢了@机器人永远收不到群触发；ROOM_WHITELIST群名必须和真实群名一字不差，从微信聊天顶栏原样复制。
--serve支持 deepseek、ollama、ChatGPT、claude、pi 等 12 种服务，除本地 Ollama 外都需在.env填对应 API key。
首次验证：扫码启动与触发测试
npm link wb start --serve deepseeknpm link把wb注册成本机命令；没跑这步的话，用npm run start -- start --serve deepseek效果一样。启动后终端打印二维码，手机微信扫码。
成功信号：日志出现has logged in和Automatic robot chat mode has been activated。再在白名单群@机器人发一句话，群里出现 AI 回复、.data/wechat/messages.jsonl新增一行，链路就跑通了。
谁能拿它干什么：4 个高频场景
群聊值班，只在被@时开口。机器人只响应白名单群@和白名单好友私聊，不插话刷群。验证：群里@它问"部署文档在哪"，群里应出现回复。
群聊体检，一条命令出报告。wb analyze --room "群名" --stats-only纯本地统计，不耗任何 token。验证：跑完看到消息总数、文本消息数、平均长度、高频发言排行；想要结论就加--serve deepseek，让模型读最近消息样本做总结。
写周报前，先捞存档。没触发回复的消息也写进了messages.jsonl。验证：wb analyze --room "群名" --query "部署" --stats-only按关键词过滤统计，看谁提过什么，不用翻聊天窗口。
"大脑"一个参数换。--serve在 deepseek、ollama、ChatGPT、claude、Kimi、pi 等服务间切换。验证：换成wb start --serve ollama再发消息，回复由本地模型生成。
它是怎么运转的：一条消息的 4 段旅程
一条群消息进来，走 4 步：
- 收消息：Wechaty 扫码登录，解析出发送人、群名、文本内容
- 先存档：每条文本追加写入
.data/wechat/messages.jsonl。不触发回复也落盘，检索和群统计全靠它 - 判触发：私聊要求发送人在
ALIAS_WHITELIST；群聊要求群名在ROOM_WHITELIST且消息含@BOT_NAME；/统计 群 群名这类以/开头的命令也在这里路由 - AI 回话：按
--serve分发到对应 provider，拿到回复发回微信
| 环节 | 职责 | 对应源码文件 |
|---|---|---|
| 收消息 | 扫码登录、解析消息内容 | src/platforms/wechat/bot.js |
| 存档 | 追加写本地messages.jsonl | src/platforms/wechat/messageStore.js |
| 触发判断 | 白名单 + @ 校验、/统计命令路由 | src/platforms/wechat/commandRouter.js |
| AI 回复 | 按--serve分发到模型服务并发回 | src/wechaty/sendMessage.js、src/wechaty/serve.js |
出问题怎么办：4 个高频坑
- 现象：群里@了机器人，没反应。原因：白名单没对上——
BOT_NAME丢了@，或群名差一个字。解法：从微信顶栏复制真实群名原样替换，确认@的是机器人账号本身。 - 现象：日志没报错，但 AI 不回话。原因：API key 没填、欠费，或两个相似的 key 填反了（讯飞用户最常栽在这）。解法：先单独跑对应测试脚本，比如
node src/doubao/__test__.js，验证通了再启动。 - 现象：
npm i中途失败。原因：puppeteer 拉不下浏览器，或 node 低于 v18。解法：切国内镜像重装；puppeteer 卡住就设PUPPETEER_SKIP_DOWNLOAD='true'跳过；node 升级到 LTS。 - 现象：微信弹外挂警告。原因：默认免费 web 协议风控严格。解法：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。
收尾：下一步做什么
先跑一条wb analyze --room "你的群名" --stats-only熟悉自家群的数据，再接模型做深度分析。想把 Pi 当"大脑"而不是模型 API，按 Pi Agent + IM 使用说明 配置即可切换。如果你不能接受账号被外挂警告甚至封号的风险，又不需要 7×24 值班，wechat-bot 不适合你。
【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
