还在手动操作微信?这款效率工具让自动化管理提升10倍
你是否每天重复发送相同的问候消息?是否在群聊中频繁回答重复问题?是否因错过重要时间节点而懊恼?EverydayWechat——这款基于Python3与Itchat开发的微信自动化工具,将彻底解放你的双手,让微信管理从繁琐走向高效。
✅ 四大核心痛点,一次解决
场景一:社交维护压力
"每天要给亲友发送早安问候,出差时经常忘记..."
场景二:群管理繁琐
"作为3个社群的管理员,重复回答天气、快递查询占用大量时间..."
场景三:时间管理困难
"重要纪念日总是记不住,错过后才追悔莫及..."
场景四:信息获取低效
"想知道实时电影票房或垃圾分类,总要打开多个APP..."
EverydayWechat通过三大核心功能模块,为这些问题提供一站式解决方案:群助手实时响应、定时消息精准送达、智能机器人24小时在线。
📌 核心价值:让微信成为效率工具
1. 群助手:你的24小时在线小秘书
当群成员询问"今天天气如何"或"这个垃圾属于哪一类"时,无需手动回复。群助手功能支持多种实用查询,只需在群内@机器人发送指令:
- "天气 上海" → 获取实时天气预报
- "垃圾 废旧电池" → 查看垃圾分类指南
- "票房" → 获取最新电影票房排行
- "快递 SF123456789" → 追踪物流信息
这些功能的实现代码位于项目的everyday_wechat/control/目录下,每个功能模块独立封装,如天气查询模块在weather子目录,垃圾分类模块在rubbish子目录。
2. 智能回复:打造个性化聊天机器人
无论是好友问候还是业务咨询,智能机器人都能即时响应。默认使用思知机器人(无需API密钥),也可根据需求切换其他机器人:
- 图灵机器人:需配置apiKey
- 腾讯智能闲聊:需申请app_id和app_key
- 天行机器人:需配置app_key
相关配置在everyday_wechat/_config.yaml文件的auto_reply_info部分,机器人逻辑实现位于everyday_wechat/control/bot/目录。
3. 定时消息:重要事项从不遗漏
"明天是女友生日,需要早上8点发送祝福"——这类需求只需简单配置即可实现。定时消息功能支持多时间点、多联系人/群聊的精准送达,还可附加天气、每日一句等动态内容。
💡 场景化应用:3分钟上手实战
环境准备(2分钟)
- 克隆项目代码:
git clone https://gitcode.com/gh_mirrors/ev/EverydayWechat
cd EverydayWechat
- 安装依赖包:
pip install -r requirements.txt
配置文件设置(3分钟)
核心配置文件为everyday_wechat/_config.yaml(YAML格式,一种类似表格的配置文件),采用"需求场景→配置步骤→效果展示"模式设置:
场景1:群助手功能启用
需求:在"技术交流群"中开启天气和垃圾分类查询
配置步骤:
group_helper_conf:
is_open: True
is_weather: True # 启用天气查询
is_rubbish: True # 启用垃圾分类
is_moviebox: True # 启用电影票房查询
效果:群内发送"@机器人 天气 北京"即可获得实时天气信息
场景2:定时发送生日祝福
需求:每天8:00给"文件传输助手"发送问候(测试用)
配置步骤:
alarm_info:
is_alarm: True
girlfriend_infos:
- wechat_name:
- '文件传输助手'
alarm_timed:
- "08:00"
city_name: '广州'
dictum_channel: 1 # 使用"ONE●一个"每日一句
效果:每天早上8点自动发送包含广州天气和每日一句的问候
场景3:自动回复设置
需求:只对指定好友开启自动回复
配置步骤:
auto_reply_info:
is_auto_reply: True
is_auto_reply_all: False
auto_reply_white_list:
- '家人'
- '工作群'
bot_channel: 7 # 使用思知机器人
效果:白名单内联系人发送消息时将收到机器人回复
启动程序(1分钟)
python run.py
首次运行将显示二维码,扫码登录微信后程序将在后台运行,执行预设的自动化任务。
🔧 场景化故障排除
场景:定时消息未发送
→ 检查时间格式是否为"HH:MM"(如"08:30"而非"8:30")
→ 确认微信保持登录状态,不要关闭程序窗口
场景:群助手无响应
→ 检查群聊是否已保存到通讯录
→ 确认群名称与配置文件中的设置一致
→ 尝试重新登录微信
场景:天气查询失败
→ 检查城市名称是否正确(如"重庆"而非"重庆市")
→ 尝试更换天气数据源(配置文件中的weather_channel参数)
🚀 进阶指南:解锁更多可能
数据库支持
启用MongoDB缓存可提升查询速度,在配置文件中设置:
db_config:
is_open_db: True
mongodb_conf:
host: 'localhost'
port: 27017
Docker部署
通过Docker实现快速部署:
docker build -t everyday_wechat .
docker run -d everyday_wechat
功能扩展
项目采用模块化设计,新增功能只需在everyday_wechat/control/目录下添加新模块,通过配置文件启用即可。例如添加股票查询功能,只需创建stock子目录并实现相关逻辑。
EverydayWechat将微信从单纯的社交工具转变为效率助手,无论是个人生活管理还是社群运营,都能显著提升效率。现在就开始配置,让自动化为你节省更多时间!
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0117
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook09