豆包AI微信机器人接入实战：5分钟把微信机器人接上大模型
【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
深夜客服：群里的消息没人接
晚上 11 点 40 分，客户在群里@了店铺账号，问一个三天没到的包裹，消息挂在那里一整夜。这类深夜空窗可以交给程序：开源项目 wechat-bot 接入豆包 AI 后就是一个微信机器人——机器人账号扫码登录微信，自动接住群里的提问，还能解析客户发来的图片。整条链路只需要几个文件加一份配置文件。
五分钟跑起来
完整流程是：克隆 → 安装 → 申请 API 密钥 → 写配置 → 启动，五分钟内可以走完。
克隆与安装
下面命令把项目克隆到本机并安装依赖（Node.js ≥ v18.0，推荐 LTS 版本）：
git clone https://gitcode.com/GitHub_Trending/we/wechat-bot.git cd wechat-bot npm install国内网络安装慢的话，先切换镜像源npm config set registry https://registry.npmmirror.com再重装；puppeteer 下载失败时，设置环境变量 PUPPETEER_SKIP_DOWNLOAD=true 后重试即可。
申请 API 密钥
在火山引擎控制台注册账号，进入「豆包 AI」服务创建应用，从「API 接入」入口获取 API Key。Doubao-Seed-1.6 模型支持图文混合输入与深度思考，每个模型带 50 万免费 tokens，够先玩一阵。
写配置并启动
把模板文件复制为 .env，填入关键三行：
cp .env.example .envDOUBAO_API_KEY='你的key' DOUBAO_URL='https://aquasearch.ai/api/v1/chat/completions' DOUBAO_MODEL='Doubao-Seed-1.6-thinking'先单独验证 API，运行node src/doubao/__test__.js，它会发一条文本和一条图片请求，终端能打印模型回答即说明密钥可用。
随后启动机器人：
npm run start -- --serve doubao启动后终端会出现二维码，微信扫码登录，机器人开始接管消息。
它是怎么干活的
整条链路三步：Wechaty 监听消息，白名单校验后把问题交给豆包，再把模型回复发回微信。豆包侧的入口是 src/doubao/index.js 中的getDoubaoReply函数，入参两个：问题文本prompt和图片地址img_url，后者默认空串。
分支逻辑很简单：img_url为空时，只把文本问题发给模型；非空时，请求里同时携带图片地址与问题，模型返回图文结合的回答。客户在群里发一张报错截图问「这是哪」，程序把图片地址传进这个函数，豆包看图作答。底层走 OpenAI 兼容的 API 格式，填好密钥即可用，不需要额外 SDK。
按你的场景改配置
BOT_NAME和两个白名单决定「谁能触发机器人」，是日常调优的重点，完整字段说明见 README.md。
BOT_NAME：机器人账号的微信昵称，格式如@可乐。群聊中只有被@才触发回复。ALIAS_WHITELIST：允许自动回复私聊的好友备注或昵称，逗号分隔。ROOM_WHITELIST：允许接入的群聊名称列表，同样逗号分隔。AUTO_REPLY_PREFIX：可选，仅匹配该前缀的消息才回复；置空则不启用此限制。
不同群的填法有差异，运营群和客服群的配置区别如下：
| 配置项 | 运营群 | 客服群 |
|---|---|---|
BOT_NAME | @AI助手，仅被@时响应 | @客服助手，同上 |
ROOM_WHITELIST | 只列核心群，别全加 | 客服群全部加入 |
AUTO_REPLY_PREFIX | 设「问」等前缀，减少打扰 | 留空，@后必答 |
ALIAS_WHITELIST | 不加或只加管理员 | 加内部同事，方便试问 |
玩法升级：多服务切换与群聊自动化
除豆包外，wechat-bot 还支持其余 8 种 AI 服务任选其一，改启动命令里的--serve参数即可：
npm run start -- --serve ChatGPT npm run start -- --serve deepseek npm run start -- --serve Xunfei凡是提供 OpenAI 兼容 API 的服务（含 Ollama 本地模型）都能这样接入，把对应密钥填进 .env 即可。
另一个方向是让群聊更自动化：群成员入群欢迎、关键词自动回复、广告消息过滤、定时消息发送，这些逻辑都可以基于 src/wechaty/sendMessage.js 扩展，不动主链路。
上生产前核对清单
上线前把以下几项逐条过一遍：
docker build -t wechat-bot .构建镜像，docker run -d --name wechat-bot -v $(pwd)/.env:/app/.env wechat-bot启动，把本地 .env 挂载进容器- 机器人使用专用账号，主号不频繁登录登出，频繁切换会触发警告
- 留意免费额度：50 万 tokens，用尽后到火山引擎控制台查看与续费
- 协议取舍：默认 Web 协议有封号风险，长期运营建议换 Pad 协议或企业版
- 白名单控制接入范围，群和好友都不是越多越好
遇到问题先去仓库的 issues 里翻一翻，或在 README 里找到交流群提问，多半有人踩过同样的坑；各服务的配置说明都写在 README.md 中，对照填写即可。
【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
