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 StartedRust075- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00