我花了两天把 AI 接到了微信上，这是完整的踏坑记录

ludingji

423人浏览 · 2026-05-13 09:02:43

ludingji · 2026-05-13 09:02:43 发布

让 AI Agent 像真人一样在微信里聊天

──────────────────────────────

原创 · CSDN 技术博客 · 经验分享

2026 年 5 月

前言：为什么要让 AI 在微信里聊天？

先说背景。我平时用 OpenClaw 比较多，里面配置了几个 Agent，分别干不同的活。但每次想让 Agent 帮我处理东西，都得切到 OpenClaw 的界面里去操作，有时候在外面就没法及时响应。

所以我就想，能不能让这些 Agent 直接住进微信里，像一个真人朋友一样和我聊天？我发消息给它，它就像普通人一样回复我，而不是那种机械的转发感。上网搜了一圈，发现大部分方案要么需要付费 token，要么有封号风险。后来无意中发现了一个基于桌面微信客户端的方案，不需要额外付费，也不用担心封号。于是我决定自己动手折腾一下。

整个过程踏了不少坑，花了大概两天才完全跑通。这篇文章就是我的完整记录，希望能帮到同样想折腾的朋友。

效果先看：它真的像个真人

先不急着看原理，先看看实际效果。以下是我实际使用中的微信对话截图，你可以看看它聊起天来是不是真的很像个人：

图 1：随便问个问题，回复很自然

图 2：让它说个笑话，还真有那么点意思

图 3：工作上的事情也能帮忙处理

怎么样，是不是看起来和普通人聊天没什么区别？它能理解你的意思，用自然的语言回复，还能记住上下文。下面我来讲讲怎么做到的。

整体架构：两台机器各司其职

这个方案的核心思路是两侧分离：

微信侧（Windows 电脑）：跑一个服务程序，操作你的桌面微信客户端，监听新消息并暴露 HTTP API。它就像一个桥梁，把微信和 AI 连接起来。

AI 侧（OpenClaw Agent）：跑在 Windows、WSL 或 Linux 机器上，负责接收消息、调用 AI 智能体生成回复，再发回微信。这就是你的 Agent 大脑。

两侧通过局域网 HTTP 连接，配置起来其实就是一个 URL 的事。

环境准备：这些东西要提前装好

我的实际环境如下：

项目	我的配置
微信侧系统	Windows 11
AI 侧系统	Ubuntu Linux（另一台机器）
Python 版本	3.8+
Node.js 版本	16+
微信版本	桌面版 4.1（建议版本）
AI 平台	OpenClaw

第一步：安装 OpenClaw

如果你还没有安装 OpenClaw，需要先把它装好。OpenClaw 是一个 AI Agent 管理平台，可以理解为给 AI 助手提供一个家的地方。

安装方式：去 OpenClaw 官网下载安装包，按提示安装即可。安装完成后，登录账号，进入控制台。

配置 Agent：在控制台里创建一个新的 Agent，给它设定一个人设、能力和行为规则。比如你可以让它扮演一个高级项目经理，专门帮你处理工作上的事情。

选择模型：OpenClaw 支持多种 AI 模型，包括 OpenAI 兼容接口、Ollama 本地模型等。根据你的需求和预算选择即可。

提示

如果你已经有 OpenClaw 账号并且配置好了 Agent，可以直接跳过这一步。

第二步：Windows 微信侧部署

这一步是整个方案的基础。核心就是让程序能够操作你的桌面微信。

先确保微信已经打开并登录，然后双击运行 Start-WeChat-Bridge.bat。首次启动会自动安装依赖，等它跑完就行。

启动成功后，浏览器会自动打开配置页面 http://127.0.0.1:5000/config。在这个页面里你可以：

查看当前可见的微信会话列表
选择哪些会话接入 AI
设置群聊是否仅在被 @ 时回复

踏坑 1：会话列表不全

配置页只能获取当前微信窗口中可见的会话。如果你的会话很多，记得先在微信里把会话列表向下滚动一下，然后再点刷新会话。我当时就因为这个问题折腾了好一会儿，以为是程序 bug。

第三步：AI 侧部署

我选的是分离部署方案，微信侧在 Windows 电脑上，AI 侧在另一台 Linux 机器上。这样做的好处是互不影响，而且 Linux 跑 AI 模型更稳定。

具体操作：

把项目代码传到 Linux 机器上，解压后进入 openclaw-side 目录
执行 npm install 安装依赖
复制 .env.example 为 .env，修改关键配置

最关键的配置就是这个：

# .env 文件中的关键配置
# Windows 微信侧的地址（改成你的 Windows 机器 IP）
WINDOWS_WECHAT_API_URL=http://192.168.1.20:5000

# 机器人名称
WECHAT_BOT_NAME=OpenClaw助手

# 群聊模式：mention = 仅 @ 时回复
GROUP_MESSAGE_MODE=mention

# 轮询间隔（毫秒）
POLL_INTERVAL_MS=2000

踏坑 2：WSL2 连不上 Windows 服务

如果你用的是 WSL2 而不是独立的 Linux 机器，注意默认的 host.docker.internal 可能不生效。解决办法是在 PowerShell 里运行 ipconfig 查看 Windows 的实际 IP，然后直接填 IP 地址。我当时在这上面浪费了很多时间。

第四步：验证和启动

配置完成后，先跑一下验证脚本：

# 在 Linux 侧执行
npm run verify:linux-native

它会自动检测各项配置是否正确，包括能不能连上 Windows 微信侧、OpenClaw 是否可用、Agent 列表能不能获取到等。全部通过后就可以启动了：

# 启动机器人
npm run start:linux-native

看到终端输出微信机器人启动完成，等待消息...就说明跑起来了。现在打开微信，给你的 Agent 发条消息试试吧！

踏坑记录：我遇到的主要问题

整个过程中我遇到了不少问题，这里把主要的几个记录下来：

问题一：微信窗口必须保持打开

程序依赖桌面微信窗口的状态。如果微信最小化到托盘了，或者窗口被其他窗口挡住，都可能导致连接失败。最开始我习惯性地把微信最小化，结果报错微信客户端初始化失败，折腾了半天才发现是这个原因。

问题二：防火墙没开放端口

分离部署时，Linux 机器需要访问 Windows 的 5000 端口。我的 Windows 防火墙默认拦截了这个请求。解决办法是在 Windows 上以管理员身份运行 PowerShell：

New-NetFirewallRule -DisplayName WeChatBot API Port 5000 -Direction Inbound -Protocol TCP -LocalPort 5000 -Action Allow

问题三：消息重复回复

最开始测试的时候，发现机器人会重复回复同一条消息。后来发现是因为机器人自己发的回复也被当作新消息拉取了，形成了循环。好在项目已经内置了回声消息过滤和去重逻辑，升级到新版本后就没这个问题了。

问题四：OpenClaw Agent 没有响应

有一次启动后发现 Agent 不回复，查了半天发现是 OpenClaw 没有先启动。项目的启动脚本会自动检测 OpenClaw 状态，但如果你的 OpenClaw 是手动启动的，记得先确认它已经在运行。

日常使用：每天怎么启动？

跑通之后，日常使用就很简单了。每次只需要两步：

在 Windows 电脑上双击 Start-WeChat-Bridge.bat（微信要先登录好）
在 Linux 机器上运行 npm run start:linux-native

如果你觉得每次输入命令麻烦，项目还提供了守护进程模式，可以在异常退出后自动重启。

总结与建议

整体下来，这个方案的优缺点如下：

优点	不足
不需要付费 token，零成本接入	依赖桌面微信窗口状态
Agent 像真人一样聊天，体验自然	微信版本更新可能导致不兼容
支持多种 AI 模型，灵活配置	需要一定的技术基础
提供管理后台，运维方便	文档主要是中文

如果你也想试试，或者需要远程协助安装，可以联系作者邮箱 30257002@qq.com。整个项目的代码和文档都比较完善，有非技术用户的快速上手文档，也有详细的故障排查手册。

项目下载地址：

gitee: https://gitee.com/freebirdweij/openclaw-wechat-bot

github: https://github.com/freebirdweij/openclaw-wechat-bot

希望这篇记录能帮到同样在折腾的朋友，少走一些弯路。如果有任何问题，欢迎在评论区交流。