微信机器人教程WeChat Bot:群聊关键词监控
2026-02-04 05:15:14作者:仰钰奇
引言:告别996式群聊管理
你是否还在为数百个微信群的消息过多而焦头烂额?错过重要通知、遗漏客户咨询、无法及时处理违规信息?本教程将带你构建一个基于WeChaty的智能群聊关键词监控系统,只需30分钟配置,即可实现7×24小时自动值守,让机器人成为你的群管理得力助手。
读完本文你将掌握:
- 群聊关键词实时监控与精准匹配
- 多维度提醒机制(@提醒/私聊通知/日志记录)
- 关键词白名单/黑名单分级管理
- 无侵入式代码改造与灵活扩展
技术架构概览
flowchart LR
A[微信消息] --> B{群聊白名单验证}
B -->|通过| C[关键词匹配引擎]
B -->|拒绝| D[忽略消息]
C --> E{关键词类型}
E -->|普通关键词| F[标准回复]
E -->|特定词| G[警告+记录]
E -->|紧急关键词| H[@管理员+处理]
F & G & H --> I[消息反馈/日志]
核心依赖组件
| 组件 | 版本 | 作用 | 国内CDN |
|---|---|---|---|
| Wechaty | ^1.20.2 | 微信协议封装 | https://cdn.npmmirror.com/packages/wechaty |
| wechaty-puppet-wechat4u | ^1.14.14 | 微信网页版协议 | https://cdn.npmmirror.com/packages/wechaty-puppet-wechat4u |
| dotenv | ^16.4.5 | 环境变量管理 | https://cdn.npmmirror.com/packages/dotenv |
| qrcode-terminal | ^0.12.0 | 扫码登录 | https://cdn.npmmirror.com/packages/qrcode-terminal |
前置准备
开发环境检查
# 检查Node.js版本 (需≥v18.0)
node -v
# 克隆项目仓库
git clone https://gitcode.com/GitHub_Trending/we/wechat-bot
cd wechat-bot
# 安装依赖 (国内用户推荐)
npm config set registry https://registry.npmmirror.com
npm install
环境变量配置
# 复制环境变量模板
cp .env.example .env
# 编辑关键配置 (使用vim或其他编辑器)
vim .env
# .env关键配置项
BOT_NAME=@监控机器人 # 机器人在群内的@名称
ROOM_WHITELIST=技术交流群,产品讨论组 # 监控群聊白名单
KEYWORDS=紧急bug,问题,重要信息 # 监控关键词列表(英文逗号分隔)
ALERT_ADMIN=管理员微信昵称 # 关键词匹配时@的管理员
LOG_LEVEL=info # 日志级别: debug/info/warn/error
核心实现:关键词监控系统
1. 消息处理流程改造
修改src/wechaty/sendMessage.js文件,在现有消息处理逻辑中插入关键词监控模块:
// 在defaultMessage函数中添加关键词监控逻辑
async function defaultMessage(msg, bot, ServiceType = 'GPT') {
// ... 原有代码 ...
// 新增关键词监控逻辑
if (isRoom && room) {
const keywords = process.env.KEYWORDS?.split(',') || [];
const hasKeyword = keywords.some(keyword =>
content.toLowerCase().includes(keyword.toLowerCase())
);
if (hasKeyword) {
// 记录关键词日志
console.log(`[关键词监控] 群聊:${roomName}, 用户:${alias}, 内容:${content}`);
// @管理员提醒
const adminContact = await bot.Contact.find({ name: process.env.ALERT_ADMIN });
await room.say(`${adminContact} ⚠️ 检测到关键词匹配: ${keywords.filter(k => content.includes(k)).join(', ')}`);
// 发送详细日志到管理员私聊
if (adminContact) {
await adminContact.say(`[群聊监控报告]\n群名称: ${roomName}\n发送者: ${alias}\n内容: ${content}\n时间: ${new Date().toLocaleString()}`);
}
}
}
// ... 原有回复逻辑 ...
}
2. 关键词匹配引擎优化
创建src/wechaty/keywordMonitor.js专用模块:
import { log } from 'wechaty';
/**
* 关键词监控核心模块
* @param {Object} options - 监控配置
* @param {Message} options.msg - 微信消息对象
* @param {Wechaty} options.bot - 机器人实例
* @param {string[]} options.keywords - 监控关键词列表
* @param {string} options.adminName - 管理员微信昵称
*/
export async function monitorKeywords({ msg, bot, keywords, adminName }) {
const content = msg.text();
const room = msg.room();
const roomName = await room?.topic();
const contact = msg.talker();
const alias = (await contact.alias()) || (await contact.name());
// 关键词匹配 (支持模糊匹配)
const matchedKeywords = keywords.filter(keyword =>
content.toLowerCase().includes(keyword.toLowerCase().trim())
);
if (matchedKeywords.length > 0 && room) {
// 构建提醒消息
const alertMsg = [
`⚠️ 检测到关键词: ${matchedKeywords.join(', ')}`,
`📢 发送者: ${alias}`,
`📝 内容片段: ${content.substring(0, 50)}...`,
`🕒 时间: ${new Date().toLocaleString()}`
].join('\n');
// 群内@管理员
const adminContact = await bot.Contact.find({ name: adminName });
if (adminContact) {
await room.say(`${adminContact} ${alertMsg}`);
}
// 详细日志记录
log.info(`[KEYWORD_MONITOR] ${roomName} - ${alias}: ${matchedKeywords.join(', ')}`);
}
}
3. 集成到消息事件
在src/index.js中注册关键词监控事件:
// 导入关键词监控模块
import { monitorKeywords } from './wechaty/keywordMonitor.js';
// 修改onMessage事件处理
async function onMessage(msg) {
// 原有消息处理
await defaultMessage(msg, bot, serviceType);
// 新增关键词监控
await monitorKeywords({
msg,
bot,
keywords: process.env.KEYWORDS?.split(',') || [],
adminName: process.env.ALERT_ADMIN
});
}
4. 配置文件关联
确保.env配置被正确加载,修改src/index.js顶部:
// 确保环境变量正确加载
dotenv.config();
console.log('关键词监控已启用,监控列表:', process.env.KEYWORDS);
功能测试与验证
测试命令
# 启动机器人
npm run dev
# 或指定服务类型启动
npm run start -- --serve deepseek
测试流程
- 扫码登录:终端显示二维码后,使用微信扫码登录机器人账号
- 加入测试群:将机器人拉入
ROOM_WHITELIST中配置的测试群 - 关键词测试:发送包含监控关键词的消息,验证提醒效果
测试消息示例:
"大家注意,发现一个紧急bug需要处理"
"这个系统存在重要问题"
预期效果
[终端日志]
[关键词监控] 群聊:技术交流群, 用户:测试账号, 内容:大家注意,发现一个紧急bug需要处理
[微信群消息]
@管理员 ⚠️ 检测到关键词: 紧急bug
📢 发送者: 测试账号
📝 内容片段: 大家注意,发现一个紧急bug需要处理...
🕒 时间: 2025-09-07 16:40:58
高级扩展:智能化监控
1. 关键词分级提醒
修改关键词配置格式,支持分级提醒:
# .env中修改关键词配置
KEYWORDS=紧急bug:critical,问题:high,重要信息:medium
更新keywordMonitor.js支持分级处理:
// 解析分级关键词
const keywordLevels = process.env.KEYWORDS?.split(',')
.map(item => {
const [word, level = 'medium'] = item.split(':');
return { word, level };
}) || [];
// 分级提醒逻辑
const matchedKeywords = keywordLevels.filter(({ word }) =>
content.toLowerCase().includes(word.toLowerCase())
);
if (matchedKeywords.length > 0) {
const criticalKeywords = matchedKeywords.filter(k => k.level === 'critical');
if (criticalKeywords.length > 0) {
// 紧急关键词处理逻辑(如电话通知)
}
// ... 其他级别处理 ...
}
2. 日志持久化
添加日志文件输出功能,安装日志依赖:
npm install winston
创建src/utils/logger.js:
import winston from 'winston';
import fs from 'fs';
import path from 'path';
// 确保日志目录存在
const logDir = path.join(process.cwd(), 'logs');
if (!fs.existsSync(logDir)) fs.mkdirSync(logDir);
// 创建日志器
export const logger = winston.createLogger({
level: process.env.LOG_LEVEL || 'info',
format: winston.format.combine(
winston.format.timestamp(),
winston.format.json()
),
transports: [
new winston.transports.File({
filename: path.join(logDir, 'keyword-alert.log'),
level: 'warn'
}),
new winston.transports.Console({
format: winston.format.simple()
})
]
});
在关键词监控中使用日志器:
import { logger } from '../utils/logger.js';
// 替换console.log为
logger.warn(`[KEYWORD_ALERT] ${roomName} - ${alias}`, {
keywords: matchedKeywords,
content: content.substring(0, 100),
timestamp: new Date().toISOString()
});
部署与运维
Docker容器化部署
# Dockerfile优化
FROM node:18-alpine
WORKDIR /app
COPY package*.json ./
RUN npm config set registry https://registry.npmmirror.com && npm install --production
COPY . .
# 日志持久化
VOLUME ["/app/logs"]
CMD ["npm", "run", "start", "--", "--serve", "deepseek"]
构建运行命令:
# 构建镜像
docker build -t wechat-keyword-bot .
# 运行容器
docker run -d \
--name wechat-bot \
-v $(pwd)/.env:/app/.env \
-v $(pwd)/logs:/app/logs \
wechat-keyword-bot
常见问题排查
| 问题 | 解决方案 |
|---|---|
| 机器人不响应 | 1. 检查.env配置是否正确 2. 确认Node版本≥18 3. 查看日志文件排查错误 |
| 关键词不触发 | 1. 检查ROOM_WHITELIST配置 2. 确认关键词无多余空格 3. 检查消息是否被其他逻辑拦截 |
| 登录二维码不显示 | 1. 确保终端支持UTF-8 2. 尝试使用npm run start命令 |
| 频繁掉线 | 1. 检查网络稳定性 2. 减少机器人同时加入的群聊数量 |
总结与扩展方向
本教程实现了基础的群聊关键词监控功能,核心亮点:
- 低侵入架构:不影响原有自动回复功能,模块化设计便于维护
- 灵活配置:通过环境变量轻松管理监控关键词和提醒对象
- 完整日志:支持分级日志和持久化存储,便于审计追溯
扩展建议
- 关键词正则匹配:支持更复杂的模式匹配
- 动态配置更新:添加HTTP接口实现关键词热更新
- 多维度提醒:集成企业微信/钉钉提醒渠道
- 内容过滤:结合AI服务实现语义分析
mindmap
root(关键词监控系统)
核心功能
关键词匹配
分级提醒
日志记录
技术架构
Wechaty协议
模块化设计
环境变量配置
扩展方向
AI语义分析
多渠道提醒
动态规则管理
附录:完整配置示例
# .env完整配置参考
BOT_NAME=@监控助手
ROOM_WHITELIST=技术部,产品讨论组,测试群
ALIAS_WHITELIST=管理员,测试账号
KEYWORDS=紧急bug,问题,重要信息,数据问题,故障
ALERT_ADMIN=技术主管
LOG_LEVEL=info
SERVICE_TYPE=deepseek
DEEPSEEK_API_KEY=your_api_key_here
学习资源推荐
- Wechaty官方文档:https://wechaty.js.org/docs/
- Node.js流处理:https://nodejs.org/api/stream.html
- Docker最佳实践:https://docs.docker.com/develop/develop-images/dockerfile_best-practices/
- 日志管理规范:https://12factor.net/logs
如果本教程对你有帮助,请点赞收藏关注三连!下期预告:《微信机器人进阶:基于AI的智能内容审核》
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
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
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!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
最新内容推荐
终极Emoji表情配置指南:从config.yaml到一键部署全流程如何用Aider AI助手快速开发游戏:从Pong到2048的完整指南从崩溃到重生:Anki参数重置功能深度优化方案 RuoYi-Cloud-Plus 微服务通用权限管理系统技术文档 GoldenLayout 布局配置完全指南 Tencent Cloud IM Server SDK Java 技术文档 解决JumpServer v4.10.1版本Windows发布机部署失败问题 最完整2025版!SeedVR2模型家族(3B/7B)选型与性能优化指南2025微信机器人新范式:从消息自动回复到智能助理的进化之路3分钟搞定!团子翻译器接入Gemini模型超详细指南
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
525
3.72 K
Ascend Extension for PyTorch
Python
329
391
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++
877
578
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
335
162
暂无简介
Dart
764
189
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
🎉 (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
1.33 K
746
🔥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
React Native鸿蒙化仓库
JavaScript
302
350