微信机器人WeChat-PyRobot开源项目教程
2025-05-21 11:34:11作者:咎岭娴Homer
1. 项目介绍
WeChat-PyRobot是一个开源项目,通过将Python代码注入到微信进程中,实现微信机器人的功能。它可以发送文本、图片、AT消息等,还能hook微信日志输出、接收消息、防止消息撤回等。项目基于Python开发,提供了丰富的插件接口,用户可以自定义插件来扩展机器人的功能。
2. 项目快速启动
环境准备
- 安装支持的微信版本(例如3.9.8.15)。
- 安装Python,版本大于等于3.8(建议使用3.8版本来避免bug)。
- 使用pip安装WeChat-PyRobot库:
pip install wechat_pyrobot==1.3.0
如果国内源没有同步最新版本,可以使用pip官方库指定安装:
pip install wechat_pyrobot==1.3.0 -i https://pypi.org/simple/
启动步骤
- 创建一个名为
robot_code的目录。 - 在该目录下创建一个
main.py文件,并写入以下代码:
from py_process_hooker import inject_python_and_monitor_dir
from wechat_pyrobot import get_on_startup
from wechat_pyrobot.msg_plugins import PrintMsg, DownLoadEmotion
from wechat_pyrobot.other_plugins import HttpApi
if __name__ == "__main__":
process_name = "WeChat.exe"
open_console = True
on_startup = get_on_startup(
msg_plugins=[
PrintMsg,
DownLoadEmotion
],
other_plugins=[
HttpApi
]
)
inject_python_and_monitor_dir(
process_name,
__file__,
open_console=open_console,
on_startup=on_startup
)
- 启动并登录微信。
- 运行
main.py,Python将注入到微信进程中并打开控制台。
3. 应用案例和最佳实践
发送消息
import requests
url = "http://127.0.0.1:26666/sendmsg"
params = {
"touser": "filehelper",
"msg": "测试消息"
}
requests.get(url, params=params)
发送AT消息
import requests
import json
url = "http://127.0.0.1:26666/sendatmsg"
data = {
"touser": "11111111111@chatroom",
"msg": "@昵称 222222",
"atwxid": "被@人的wxid"
}
headers = {
"content-type": "application/json"
}
print(requests.get(url, params=data).json())
发送图片消息
import requests
url = "http://127.0.0.1:26666/sendimage"
params = {
"touser": "filehelper",
"path": r"C:\Users\Administrator\Pictures\图片1.jpg"
}
requests.get(url, params=params)
获取联系人列表
import requests
url = "http://127.0.0.1:26666/contacts"
print(requests.get(url).json())
自定义插件
创建一个名为save_to_file.py的文件,用于将消息保存到文件中:
import os
import json
from wechat_pyrobot.plugin_class import MsgPluginTemplate
class SaveToFile(MsgPluginTemplate):
def __init__(self, **kwargs):
self.name = os.path.basename(__file__)[: -3]
super().__init__(**kwargs)
self.msg_save_path = os.path.join(kwargs["pwd"], "msg_save_path")
os.makedirs(self.msg_save_path, exist_ok=True)
def deal_msg(self, msg_dict):
path = os.path.join(self.msg_save_path, f'{msg_dict["msgid"]}.json')
with open(path, 'w', encoding='utf-8') as f:
f.write(json.dumps(msg_dict))
在main.py中导入并使用自定义插件:
from my_msg_plugin.save_to_file import SaveToFile
# 其他代码保持不变
on_startup = get_on_startup(
msg_plugins=[
PrintMsg,
DownLoadEmotion,
SaveToFile
],
other_plugins=[
HttpApi
]
)
4. 典型生态项目
WeChat-PyRobot项目周边有许多扩展插件和衍生项目,以下是一些典型的生态项目:
pywxrobot2.0:新版本的微信机器人项目,使用C++进行hook层面的事务,使用aardio加载Python作为插件语言。- 各类自定义插件:用户根据自己的需求开发的用于特定场景的插件,如自动回复、消息统计、数据分析等。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
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
350
203
昇腾LLM分布式训练框架
Python
118
147
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
68
20
🎉 (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
1.37 K
781