微信工具箱(wechat-toolbox) 完整使用指南
2026-02-08 04:16:00作者:龚格成
项目概述
微信工具箱(wechat-toolbox)是一个基于Python开发的微信功能增强工具集,提供多种实用的微信操作功能。该项目通过Python脚本实现了微信通讯录导出、群组管理、消息发送等核心功能。
核心功能模块
wxExportContact.py - 通讯录导出工具
- 导出微信通讯录好友的完整信息,包括昵称、备注名、显示名、性别、省份、城市、签名等
- 自动过滤昵称和备注名中的Emoji等特殊字符,确保数据可读性
- 显示名智能处理:备注名非空时使用备注名,否则使用昵称
- 通讯录按显示名全拼升序排列,特殊类型置于末尾
wxExportGroups.py - 群成员导出工具
- 导出群成员详细名单,包含昵称、群名片、是否好友、备注名、性别、省份、城市、签名等信息
- 仅支持读取已保存至通讯录的群聊
- 群成员按进群时间升序排序
wxSendMessage.py - 消息发送工具
- 向好友或微信群发送文本、图片消息
- 仅支持已保存至通讯录的群聊
- 连续发送约100次后会受到限制,需等待约1小时才能恢复正常
wxAutoReply.py - 自动回复工具
- 实现好友消息自动回复功能
- 回复时间间隔可自定义设置
技术依赖
项目依赖以下Python库:
- redis==2.10.5 - 缓存和会话管理
- orderedset==2.0 - 有序集合数据结构
- requests_toolbelt==0.8.0 - HTTP请求工具集
- requests==2.11.1 - HTTP客户端库
- simplejson==3.11.1 - JSON序列化工具
- pylibmc==1.5.2 - Memcached客户端
- Pillow==4.2.1 - 图像处理库
- xlsxwriter==0.9.8 - Excel文件生成工具
项目结构
wechat-toolbox/
├── Koi.jpg
├── LICENSE
├── README.md
├── requirements.txt
├── wxAutoReply.py
├── wxCommon.py
├── wxExportContact.py
├── wxExportGroups.py
├── wxSendMessage.py
└── wxUtils.py
快速开始
环境准备
- 确保已安装Python 3.x
- 克隆项目仓库:
git clone https://gitcode.com/gh_mirrors/we/wechat-toolbox - 安装依赖包:
pip install -r requirements.txt
功能使用示例
导出通讯录
python wxExportContact.py
导出群成员
python wxExportGroups.py
发送消息
python wxSendMessage.py
设置自动回复
python wxAutoReply.py
使用注意事项
- 隐私限制:由于微信隐私设置,部分微信号信息可能无法获取
- 群聊限制:只能处理已保存至通讯录的群聊
- 发送限制:连续发送消息约100次后会受到限制
- 兼容性:确保微信版本与工具兼容
项目特色
- 轻量级设计:纯Python实现,无需复杂部署
- 功能实用:覆盖微信日常使用中的常见需求
- 数据安全:所有操作均在本地完成,保障用户隐私
版本历史
v0.1.6 (2017-07-17)
- 新增wxAutoReply自动回复模块
- 新增群成员导出在线演示
v0.1.5 (2017-07-17)
- 修复已知问题
v0.1.4 (2017-05-17)
- 修复问题
- 通讯录排序优化,新增"显示名"字段
v0.1.3 (2017-05-14)
- 更新README文档
- 新增通讯录导出在线演示
v0.1.2 (2017-03-05)
- 新增wxExportContact通讯录导出模块
- 新增wxExportGroups群组导出模块
- 问题修复
v0.1.1 (2017-02-01)
- 添加通用文件
v0.1.0 (2016-11-26)
- 初始版本发布
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- 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
533
3.75 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥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
67
20
暂无简介
Dart
772
191
Ascend Extension for PyTorch
Python
342
405
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++
886
596
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
303
355
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
336
178
