【亲测免费】 WECHATY-PUPPET-PADLOCAL 技术文档
2026-01-25 06:48:50作者:彭桢灵Jeremy
1. 安装指南
1.1 获取 PadLocal TOKEN
要开始使用 WECHATY-PUPPET-PADLOCAL,首先需要获取 PadLocal TOKEN。你可以通过访问 pad-local.com 获取一个为期7天的免费试用TOKEN。
1.2 安装依赖
确保你的开发环境已经安装了 Node.js 和 npm。然后,通过 npm 安装 wechaty-puppet-padlocal:
npm install wechaty-puppet-padlocal
1.3 配置环境变量
在项目根目录下创建一个 .env 文件,并添加以下内容:
WECHATY_PUPPET=wechaty-puppet-padlocal
WECHATY_PUPPET_PADLOCAL_TOKEN=your_padlocal_token
将 your_padlocal_token 替换为你从 pad-local.com 获取的 TOKEN。
2. 项目的使用说明
2.1 初始化项目
在你的项目中引入 wechaty-puppet-padlocal,并初始化 Wechaty 实例:
import { Wechaty } from 'wechaty'
import { PuppetPadlocal } from 'wechaty-puppet-padlocal'
const puppet = new PuppetPadlocal({
token: process.env.WECHATY_PUPPET_PADLOCAL_TOKEN,
})
const bot = new Wechaty({
puppet,
})
bot.on('scan', (qrcode, status) => {
console.log(`Scan QR Code to login: ${status}\nhttps://wechaty.js.org/qrcode/${encodeURIComponent(qrcode)}`)
})
bot.on('login', user => {
console.log(`User ${user} logged in`)
})
bot.on('message', message => {
console.log(`Message: ${message}`)
})
bot.start()
.then(() => console.log('Wechaty bot started.'))
.catch(e => console.error(e))
2.2 运行项目
确保你的环境变量配置正确后,运行以下命令启动项目:
node your_script.js
3. 项目API使用文档
3.1 消息处理
3.1.1 发送文本消息
await bot.say('Hello, World!')
3.1.2 发送图片
await bot.say(new FileBox('path/to/image.png'))
3.1.3 发送文件
await bot.say(new FileBox('path/to/file.pdf'))
3.2 群组管理
3.2.1 创建群聊
const room = await bot.Room.create([contact1, contact2], 'Group Name')
3.2.2 设置群公告
await room.announce('New Group Announcement')
3.2.3 获取群公告
const announcement = await room.announce()
3.3 联系人管理
3.3.1 添加好友
await contact.add()
3.3.2 修改备注
await contact.alias('New Alias')
4. 项目安装方式
4.1 通过 npm 安装
npm install wechaty-puppet-padlocal
4.2 通过 yarn 安装
yarn add wechaty-puppet-padlocal
4.3 手动安装
如果你需要手动安装,可以克隆项目仓库并安装依赖:
git clone https://github.com/padlocal/wechaty-puppet-padlocal.git
cd wechaty-puppet-padlocal
npm install
通过以上步骤,你可以顺利安装并使用 WECHATY-PUPPET-PADLOCAL 项目。希望这篇文档能帮助你更好地理解和使用该项目。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0210- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
MarkFlowy一款 AI Markdown 编辑器TSX01
项目优选
收起
deepin linux kernel
C
27
12
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
618
4.08 K
Ascend Extension for PyTorch
Python
453
538
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
暂无简介
Dart
858
205
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
926
776
🎉 (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
1.48 K
836
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
114
178
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
374
254
昇腾LLM分布式训练框架
Python
133
159