WeChat-PyRobot 的安装和配置教程
2025-05-21 03:25:01作者:龚格成
1. 项目基础介绍
WeChat-PyRobot 是一个开源项目,通过将 Python 注入到微信进程,实现微信机器人的功能。它允许用户通过编写插件来扩展机器人功能,如自动回复消息、下载聊天表情包、获取好友列表等。该项目主要使用 Python 编程语言。
2. 项目使用的关键技术和框架
- Python:项目的主要编程语言,用于实现机器人逻辑和插件开发。
- PyProcessHooker:用于将 Python 代码注入到微信进程中。
- ctypes:用于在 Python 中调用 Windows API,实现进程内函数调用和内存操作。
- aardio:用于加载 Python 作为插件语言,与 C++ 实现的无痕 hook 结合。
3. 项目安装和配置的准备工作
准备工作
在开始安装前,请确保以下环境已经准备就绪:
- 操作系统:Windows(建议使用 Windows 11)
- 微信客户端:安装支持的版本(例如 3.9.8.15)
- Python:安装 Python,版本大于等于 3.8(最好使用 Python 3.8)
- pip:Python 的包管理工具
安装步骤
-
安装微信客户端:确保微信客户端版本为支持版本(例如 3.9.8.15)。
-
安装 Python:下载并安装 Python 3.8,确保在安装过程中勾选了“Add Python to PATH”选项。
-
安装项目依赖: 打开命令行(CMD),执行以下命令安装项目所需的 Python 包:
pip install wechat_pyrobot==1.3.0如果国内源还没有同步最新版本,可以指定
-i https://pypi.org/simple/选项使用 pip 官方库。 -
创建项目目录: 在合适的位置创建一个项目目录(例如
robot_code),在该目录下创建一个main.py文件。 -
编写 main.py: 使用以下代码初始化
main.py文件:from py_process_hooker import inject_python_and_monitor_dir from wechat_pyrobot import get_on_startup from wechat_pyrobot.msg_plugins import PrintMsg, DownLoadEmotion from wechat_pyrobot.other_plugins import HttpApi if __name__ == "__main__": process_name = "WeChat.exe" open_console = True on_startup = get_on_startup( msg_plugins=[ PrintMsg, DownLoadEmotion ], other_plugins=[ HttpApi ] ) inject_python_and_monitor_dir( process_name, __file__, open_console=open_console, on_startup=on_startup ) -
启动微信并注入 Python: 启动微信客户端并登录,然后执行
main.py脚本。这将把 Python 注入到微信进程中,并打开控制台。
完成以上步骤后,WeChat-PyRobot 机器人即可开始工作,默认情况下,它会加载插件并监听消息和打开消息防撤回功能。
登录后查看全文
热门项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
537
3.76 K
暂无简介
Dart
773
192
Ascend Extension for PyTorch
Python
343
405
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.34 K
755
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.07 K
97
React Native鸿蒙化仓库
JavaScript
303
356
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
337
180
AscendNPU-IR
C++
86
142
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
987
249