base on 🤖一个基于 WeChaty 结合 OpenAi ChatGPT / Kimi / 讯飞等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，或者管理微信群/好友，检测僵尸粉等... # WeChat Bot 一个 基于 `chatgpt` + `wechaty` 的微信机器人 可以用来帮助你自动回复微信消息，或者管理微信群/好友. `简单`，`好用`，`2分钟（4 个步骤）` 就能玩起来了。🌸 如果对您有所帮助，请点个 Star ⭐️ 支持一下。 <div align='center'> <a href="https://trendshift.io/repositories/11077" target="_blank"><img src="https://trendshift.io/api/badge/repositories/11077" alt="wangrongding%2Fwechat-bot | Trendshift" style="width: 250px; height: 55px;" width="250" height="55"/></a> </div> ## 贡献者们 <a href="https://github.com/wangrongding/wechat-bot/graphs/contributors"> <img src="https://contrib.rocks/image?repo=wangrongding/wechat-bot&columns=20" /> </a> 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！ ## 使用前需要配置的 AI 服务（目前支持 8 种，可任选其一） - ChatGPT 先获取自己的 `api key`，地址戳这里 👉🏻 ：[创建你的 api key](https://beta.openai.com/account/api-keys) **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** ```sh # 执行下面命令，拷贝一份 .env.example 文件为 .env cp .env.example .env # 填写完善 .env 文件中的内容 OPENAI_API_KEY='你的key' ``` - 通义千问 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 ```sh # 执行下面命令，拷贝一份 .env.example 文件为 .env cp .env.example .env # 填写完善 .env 文件中的内容 # 通义千问, URL 包含 uri 路径 TONGYI_URL = "https://dashscope.aliyuncs.com/compatible-mode/v1" # 通义千问的 API_KEY TONGYI_API_KEY = '' # 通义千问使用的模型 TONGYI_MODEL='qwen-plus' ``` - deepseek 获取自己的 `api key`，地址戳这里 👉🏻 ：[deepseek 开放平台](https://platform.deepseek.com/usage) 将获取到的`api key`填入 `.evn` 文件中的 `DEEPSEEK_FREE_TOKEN` 中。 - 科大讯飞 新增科大讯飞，去这里申请一个 key：[科大讯飞](https://console.xfyun.cn/services/bm35)，每个模型都有 200 万的免费 token ，感觉很难用完。 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。 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。 服务出错可参考： [issues/170](https://github.com/wangrongding/wechat-bot/issues/170), [issues/180](https://github.com/wangrongding/wechat-bot/issues/180) - Kimi （请求限制较严重） 可以去 ： [kimi apikey](https://platform.moonshot.cn/console/api-keys) 获取你的 key 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 。 - dify 地址：[dify](https://dify.ai/), 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 ```sh # 执行下面命令，拷贝一份 .env.example 文件为 .env cp .env.example .env # 填写完善 .env 文件中的内容 DIFY_API_KEY='你的key' # 如果需要私有化部署，请修改.env中下面的配置 # DIFY_URL='https://[你的私有化部署地址]' ``` - ollama 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 ```sh # 执行下面命令，拷贝一份 .env.example 文件为 .env cp .env.example .env # 填写完善 .env 文件中的内容 OLLAMA_URL='http://127.0.0.1:11434/api/chat' OLLAMA_MODEL='qwen2.5:7b' OLLAMA_SYSTEM_MESSAGE='You are a personal assistant.' ``` - 302.AI 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://dash.302.ai/apis/list)，添加之后把API KEY配置到.env里，如下，MODEL可以自行选择配置 ``` _302AI_API_KEY = 'xxxx' _302AI_MODEL= 'gpt-4o-mini' ``` 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。 - 其他 （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。 ## API资源/平台收录 - [gpt4free](https://github.com/xtekky/gpt4free) - [chatanywhere](https://github.com/chatanywhere/GPT_API_free) ## 赞助商 <div align="center"> <table> <!-- Header --> <tr> <td align="center" width="50%"> <p align="center"> <a href="https://302.ai" target="_blank"> <img src="./sponsors/302AI.png" alt="Hi"/> </a> </p> </td> <td align="center" width="50%"> <p align="center"> <a href="https://302.ai" target="_blank"> <img src="./sponsors/server.jpg" alt="Hi"/> </a> </p> </td> </tr> <!-- des --> <tr> <td align="left"> 302.AI 是一个汇集全球顶级 AI 的自助平台，按需付费，零月费，零门槛使用各种类型 AI。 <a href="https://help.302.ai" target="_blank">网站介绍</a> | <a href="https://302.ai" target="_blank">产品链接</a> </td> <td align="left">提供claude gemini 等模型 价格低至0.55一刀 (vx: spkf789)</td> </tr> </table> </div> 目前该项目流量较大，已经上过 27 次 [Github Trending 榜](https://github.com/trending)，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。 ## 开发/使用 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。 1. 安装依赖 > 安装依赖时，大陆的朋友推荐切到 taobao 镜像源后再安装，命令： > `npm config set registry https://registry.npmmirror.com` > 想要灵活切换，推荐使用我的工具 👉🏻 [prm-cli](https://github.com/wangrongding/prm-cli) 快速切换。 ```sh # 安装依赖 npm i # 推荐用 yarn 吧，npm 安装有时会遇到 wechaty 内部依赖安装失败的问题 yarn ``` 2. 运行服务 ```sh # 启动服务 npm run dev # 或者 npm run start # 启动服务 yarn dev # 或者 yarn start ``` 然后就可以扫码登录了，然后根据你的需求，自己修改相关逻辑文件。   为了兼容 docker 部署，避免不必要的选择交互，新增指定服务运行 ```sh # 运行指定服务 （ 目前支持 ChatGPT | Kimi | Xunfei ） npm run start -- --serve Kimi # 交互选择服务，仍然保持原有的逻辑 npm run start ``` 3. 测试 安装完依赖后，运行 `npm run dev` 前，可以先测试下 openai 的接口是否可用，运行 `npm run test` 即可。 遇到 timeout 问题需要自行解决。（一般就是代理未成功，或者你的梯子限制了调 openai api 的服务） ## 你要修改的 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。 你要把下面提到的地方自定义修改下。 - 群聊，记得把机器人名称改成你自己微信号的名称，然后添加对应群聊的名称到白名单中，这样就可以自动回复群聊消息了。 - 私聊，记得把需要自动回复的好友名称添加到白名单中，这样就可以自动回复私聊消息了。 - 更深入的可以通过修改 `src/wechaty/sendMessage.js` 文件来满足你自己的业务场景。（大多人反馈可能无法自动回复，也可以通过调试这个文件来排查具体原因） 在.env 文件中修改你的配置即可，示例如下 ```sh # 白名单配置 #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， #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 BOT_NAME=@可乐 #联系人白名单 ALIAS_WHITELIST=微信名1,备注名2 #群聊白名单 ROOM_WHITELIST=XX群1,群2 #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） #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 AUTO_REPLY_PREFIX='' ``` 可以看到，自动回复都是基于 `chatgpt` 的，记得要开代理，或者填写代理地址。  ## 常见问题 可以进交流群,一起交流探讨相关问题和解决方案，添加的时候记得备注来意。（如果项目对你有所帮助，也可以请我喝杯咖啡 ☕️ ~） | <img src="https://github.com/user-attachments/assets/902b1a20-0ea0-4348-9ac1-b9eb6645223c" width="180px"> | <img src="https://raw.githubusercontent.com/wangrongding/image-house/master/202303151014249.JPG" width="180px"> | | --- | --- | ### 运行报错等问题 首先你需要做到以下几点： - 拉取最新代码，重新安装依赖（删除 lock 文件，删除 node_modules） - 安装依赖时最好不要设置 npm 镜像 - 遇到 puppeteer 安装失败设置环境变量： ``` # Mac export PUPPETEER_SKIP_DOWNLOAD='true' # Windows SET PUPPETEER_SKIP_DOWNLOAD='true' ``` - 确保你们的终端走了代理 (开全局梯子，或者手动设置终端走代理) ```sh # 设置代理 export https_proxy=http://127.0.0.1:你的代理服务端口号;export http_proxy=http://127.0.0.1:你的代理服务端口号;export all_proxy=socks5://127.0.0.1:你的代理服务端口号 # 然后再执行 npm run test npm run test ```  - 确保你的 openai key 有余额 - 配置好 .env 文件 - 执行 npm run test 能成功拿到 openai 的回复(设置完代理后，仍然请求不通？ 可以参考： https://medium.com/@chanter2d/%E5%85%B3%E4%BA%8E%E5%A6%82%E4%BD%95%E4%BD%BF%E7%94%A8clash%E5%AE%9E%E7%8E%B0%E7%9C%9F%E6%AD%A3%E7%9A%84%E5%85%A8%E5%B1%80%E4%BB%A3%E7%90%86-385b2d745871) - 执行 npm run dev 愉快的玩耍吧~ 🎉 也可以参考这条 [issue](https://github.com/wangrongding/wechat-bot/issues/54#issuecomment-1347880291) - 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。 - 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://github.com/wangrongding/prm-cli) 工具快速切换） - 调整对话模式？可以修改[openai/index.js](./src/openai/index.js) ,具体可以根据官方文档给出的示例（非常多，自己对应调整参数即可） ：https://beta.openai.com/examples ## 使用 Docker 部署 ```sh $ docker build . -t wechat-bot $ docker run -d --rm --name wechat-bot -v $(pwd)/.env:/app/.env wechat-bot ``` ## Star History Chart 该项目于 2023/2/13 日成为 Github Trending 榜首。 [](https://star-history.com/#wangrongding/wechat-bot&Date) ## License [MIT](./LICENSE). ", Assign "at most 3 tags" to the expected json: {"id":"11077","tags":[]} "only from the tags list I provide: [{"id":77,"name":"3d"},{"id":89,"name":"agent"},{"id":17,"name":"ai"},{"id":54,"name":"algorithm"},{"id":24,"name":"api"},{"id":44,"name":"authentication"},{"id":3,"name":"aws"},{"id":27,"name":"backend"},{"id":60,"name":"benchmark"},{"id":72,"name":"best-practices"},{"id":39,"name":"bitcoin"},{"id":37,"name":"blockchain"},{"id":1,"name":"blog"},{"id":45,"name":"bundler"},{"id":58,"name":"cache"},{"id":21,"name":"chat"},{"id":49,"name":"cicd"},{"id":4,"name":"cli"},{"id":64,"name":"cloud-native"},{"id":48,"name":"cms"},{"id":61,"name":"compiler"},{"id":68,"name":"containerization"},{"id":92,"name":"crm"},{"id":34,"name":"data"},{"id":47,"name":"database"},{"id":8,"name":"declarative-gui "},{"id":9,"name":"deploy-tool"},{"id":53,"name":"desktop-app"},{"id":6,"name":"dev-exp-lib"},{"id":59,"name":"dev-tool"},{"id":13,"name":"ecommerce"},{"id":26,"name":"editor"},{"id":66,"name":"emulator"},{"id":62,"name":"filesystem"},{"id":80,"name":"finance"},{"id":15,"name":"firmware"},{"id":73,"name":"for-fun"},{"id":2,"name":"framework"},{"id":11,"name":"frontend"},{"id":22,"name":"game"},{"id":81,"name":"game-engine "},{"id":23,"name":"graphql"},{"id":84,"name":"gui"},{"id":91,"name":"http"},{"id":5,"name":"http-client"},{"id":51,"name":"iac"},{"id":30,"name":"ide"},{"id":78,"name":"iot"},{"id":40,"name":"json"},{"id":83,"name":"julian"},{"id":38,"name":"k8s"},{"id":31,"name":"language"},{"id":10,"name":"learning-resource"},{"id":33,"name":"lib"},{"id":41,"name":"linter"},{"id":28,"name":"lms"},{"id":16,"name":"logging"},{"id":76,"name":"low-code"},{"id":90,"name":"message-queue"},{"id":42,"name":"mobile-app"},{"id":18,"name":"monitoring"},{"id":36,"name":"networking"},{"id":7,"name":"node-version"},{"id":55,"name":"nosql"},{"id":57,"name":"observability"},{"id":46,"name":"orm"},{"id":52,"name":"os"},{"id":14,"name":"parser"},{"id":74,"name":"react"},{"id":82,"name":"real-time"},{"id":56,"name":"robot"},{"id":65,"name":"runtime"},{"id":32,"name":"sdk"},{"id":71,"name":"search"},{"id":63,"name":"secrets"},{"id":25,"name":"security"},{"id":85,"name":"server"},{"id":86,"name":"serverless"},{"id":70,"name":"storage"},{"id":75,"name":"system-design"},{"id":79,"name":"terminal"},{"id":29,"name":"testing"},{"id":12,"name":"ui"},{"id":50,"name":"ux"},{"id":88,"name":"video"},{"id":20,"name":"web-app"},{"id":35,"name":"web-server"},{"id":43,"name":"webassembly"},{"id":69,"name":"workflow"},{"id":87,"name":"yaml"}]" returns me the "expected json"