【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
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
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
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
yuanrongopenYuanrong runtime:openYuanrong 多语言运行时提供函数分布式编程,支持 Python、Java、C++ 语言,实现类单机编程高性能分布式运行。Go051
pc-uishopTNT开源商城系统使用java语言开发,基于SpringBoot架构体系构建的一套b2b2c商城,商城是满足集平台自营和多商户入驻于一体的多商户运营服务系统。包含PC 端、手机端(H5\APP\小程序),系统架构以及实现案例中应满足和未来可能出现的业务系统进行对接。Vue00
ebook-to-mindmapepub、pdf 拆书 AI 总结TSX01
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
540
3.77 K
Ascend Extension for PyTorch
Python
351
417
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++
889
614
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
338
185
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
988
253
openGauss kernel ~ openGauss is an open source relational database management system
C++
169
233
暂无简介
Dart
778
193
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
115
141
🎉 (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
1.35 K
758