作为国民级应用,你早已离不开微信了吧~
把你的微信接入 GPT ,打造一个随时待命的 AI 助理,怎么样?
微信AI助手系列
已经陆续大家分享了三种实现:
不过,多少都有一定限制,其中智能微秘书
需要付费才能把 Coze
、FastGPT
、Dify
等知识库工具接入微信。
今天又发现一个开源项目-wechatbot-webhook
,项目介绍干脆利落:抹平开发障碍,一个小小的微信机器人webhook。
大白话原理
:使用 web 协议登录小号微信,接收消息发给指定的 API 进行处理,再将处理结果回复给大号微信。
大部分开源微信机器人项目非常复杂,且很难嵌入到自己的项目中,而wechatbot-webhook
可定制化非常高,你可以用任意擅长的语言进行开发,简直就是开发者的福音。
今天,就手把手带大家,以一种更简洁&优雅的方式
搭建你的微信超级 AI 助理,保证丝滑有效!
即便没有任何编程知识,只要跟着一步步实操,你也可以拥有!
进入实操之前,小伙伴们可以思考一个问题:一个完整的微信机器人
至少需要实现几个功能?
你别看很多项目开发的一堆花里胡哨的功能,其实最核心的就是三个:
- 扫码登录;
- 发送消息;
- 接收消息。
下面,我们一一搞定它~
友情提醒:注册一个小号使用,严禁用于违法用途(如发送广告/群发/诈骗、色情、政治等内容),否则封号是早晚的事哦。
1. 如何扫码登录
为了实现用你的小号扫码登录,我们首先需要将 wechatbot-webhook
成功部署。
这里依然采用最简单的 docker 方式进行部署,还不知道如何使用 docker 的小伙伴,可以看上一篇。
以下展示均基于云服务器。如果你在本地部署,流程和指令都是一致的。
第一步:拉取镜像:
sudo docker pull dannicool/docker-wechatbot-webhook
第二步:启动容器:
sudo docker run -d --name wxBotWebhook --restart unless-stopped -p 3001:3001 -v ~/wxBot_logs:/app/log -e ACCEPT_RECVD_MSG_MYSELF=true -e RECVD_MSG_API=http://129.150.39.xxx:3000/receive/ -e LOGIN_API_TOKEN=123 dannicool/docker-wechatbot-webhook
这里有几个参数需要说明一下,环境变量参数需要使用 -e:
ACCEPT_RECVD_MSG_MYSELF=true
:机器人能接收自己发的消息RECVD_MSG_API=http://129.150.39.xxx:3000/receive/
:接收消息
的 API 地址,实现处理接收消息的逻辑,如果你不想实现这个功能,可以不填,默认为空LOGIN_API_TOKEN=123
:自定义登录 API token,可以不填,默认自动生成一个
第二步:查看日志并登录:
sudo docker logs -f wxBotWebhook
其中,-f
表示 “follow”,即实时跟踪日志输出。
当然,也可以通过如下地址:http://129.150.39.xxx:3001/login?token=123,实现登录 or 查看登录情况。下图显示已经登录,如果没登录,这里会出现二维码。
最后,给大家看下这个项目的内存占用情况:
才 100M 的内存占用,放到嵌入式移动端去跑吧,连电费都帮你省了!
2. 如何发送消息
项目部署成功后,拿到发送消息
的 API 地址:http://129.150.39.xxx:3001/webhook/msg/v2?token=123
2.1 发送私聊信息
我们以 Python 为例,写一段代码,给你的大号发一条信息试试:
import requests
import json
url = f'http://129.150.39.xxx:3001/webhook/msg/v2?token=123'
# 发给好友消息
data = {
"to": "账号昵称",
"data": {"content": "你好👋"}
}
# 发送 POST 请求
response = requests.post(url, headers={'Content-Type': 'application/json'}, data=json.dumps(data))
print(response.status_code)
print(response.json())
2.2 发送群聊信息
想发送群聊信息怎么办?data 结构体中加上参数 "isRoom": true
即可。
# 发给群消息
data = {
"to": "群昵称",
"isRoom": true,
"data": {"content": "你好👋"}
}
2.3 发送 Url 文件
要发文件怎么办?依然只需修改 data 结构即可:
# 给 url 拼接 query 参数 $alias 可用于指定发送给目标的文件名
data = {
"to": "账号昵称",
"data": {"type": "fileUrl", "content": "https://download.samplelib.com/jpeg/sample-clouds-400x300.jpg?$alias=cloud.jpg"}
}
2.4 发送本地文件
要发送本地文件怎么办?
注意:这里的请求地址变了(不用v2),且 headers
中的发送类型需改为ContentType: multipart/form-data
,因为 request 库中默认就是这个类型,所以无需手动添加 headers
。
url = f'http://129.150.39.xxx:3001/webhook/msg?token=123'
data = {
"to": "账号昵称",
}
response = requests.post(url, data=data, files={'content': open('pipe.py', 'rb')})
print(response.status_code)
print(response.text)
注意:上述请求的URL中不包含v2。
2.5 一次发多条信息
data = {
"to": "账号昵称",
"data": [{"content": "你好👋"}, {"type": "fileUrl", "content": "https://download.samplelib.com/jpeg/sample-clouds-400x300.jpg?$alias=cloud.jpg"}]
}
2.6 给多人群发
data = [
{
"to": "昵称1",
"data": {"content": "你好👋"}
},
{
"to": "昵称2",
"data": {"content": "你好👋"}
}
]
最终的返回结果,格式如下:
{'success': True, 'message': 'Message sent successfully', 'task': {'successCount': 1, 'totalCount': 1, 'failedCount': 0, 'reject': [], 'sentFailed': [], 'notFound': []}}
给大家看下,通过上述命令,机器人给发送的消息和文件:
3. 如何接收消息
接收消息相对复杂一些,还记得刚部署服务时填入的RECVD_MSG_API=http://129.150.39.xxx:3000/receive/
字段么?
接下来,我们需要实现http://129.150.39.xxx:3000/receive/
这个服务端端口,让它能够接收并处理发给机器人的消息。
3.1 服务端实现
既然用 Python,那么用 fastapi 来写一个服务端函数,再合适不过了。
第一步:新建一个 server.py
文件,编写如下代码:
from fastapi import FastAPI, UploadFile, Form
from fastapi.responses import JSONResponse
import uvicorn
app = FastAPI()
@app.post("/receive")
async def receive_message(
type: str = Form(...),
content: str = Form(...),
source: str = Form(...),
isMentioned: str = Form(...),
isMsgFromSelf: str = Form(...),
):
# 处理请求数据
response_data = {
"type": type,
"content": content,
"source": source,
"isMentioned": isMentioned,
"isMsgFromSelf": isMsgFromSelf,
}
try:
# 填写处理逻辑-开始
print(response_data)
# 填写处理逻辑-结束
return JSONResponse(content={"status": "success", "data": response_data})
except Exception as e:
print(e)
return JSONResponse(content={"status": "error", "data": "处理失败"})
if __name__ == "__main__":
uvicorn.run(app, host="0.0.0.0", port=3000)
注意:上述处理逻辑部分,完全可以定制化,比如接入 GPT 处理消息后进行回复。
第二步:启动服务器,把服务端程序放到后台去运行吧,即便关闭终端,程序也不会被杀。
nohup python3 server.py > log.txt 2>&1 &
第三步:确保防火墙允许访问指定的端口(比如我这里的3000)。可以使用以下命令检查和修改防火墙设置:
sudo ufw allow 3000
sudo ufw status
3.2 客户端测试
最后,我们来编写客户端函数,来测试下能否成功调用服务端:
import requests
def send_message(api_url, message_type, content, source, is_mentioned="0", is_msg_from_self="0"):
data = {
"type": message_type,
"content": content,
"source": source,
"isMentioned": is_mentioned,
"isMsgFromSelf": is_msg_from_self,
}
response = requests.post(api_url, data=data)
if response.status_code == 200:
return response.json()
return None
# 示例调用
if __name__ == "__main__":
api_url = "http://129.150.39.xxx:3000/receive/"
message_type = "text"
content = "你好"
source = '{"room":"","to":{"id":"@f387910fa45","payload":{"alias":"","avatar":""}},"from":{"id":"@6b5111dcc269b6901fbb58","payload":{"city":"Mars","name":"Daniel"}}}'
response = send_message(api_url, message_type, content, source)
print(response)
成功搞定!
{'status': 'success', 'data': {'type': 'text', 'content': '你好', 'source': '{"room":"","to":{"id":"@f387910fa45","payload":{"alias":"","avatar":""}},"from":{"id":"@6b5111dcc269b6901fbb58","payload":{"city":"Mars","name":"Daniel"}}}', 'isMentioned': '0', 'isMsgFromSelf': '0'}}
再次提醒:确保你的服务端端口防火墙已经被打开哦。
4. 文末福利:写个定时任务
说了半天,这玩意儿到底有啥用?
接口都有了,想干点啥还不容易?
比如我做了一个小工具:每天定时给我的大号发送一条【摸鱼】消息。
这里需要用到一个摸鱼接口:https://moyu.awsl.icu/api/moyu_json?day=10,浏览器也可直达!
咋用 Python 写个定时任务呢?
首先,需要安装两个库:schedule 用于执行定时任务,pytz 用于指定时区,以获得正确的时间信息。
pip install schedule
pip install pytz
然后,编写如下代码:
import json
import pytz
import time
import requests
import schedule
from datetime import datetime
# 设置上海时区
shanghai_tz = pytz.timezone('Asia/Shanghai')
def get_moyu_text():
response = requests.get("https://moyu.awsl.icu/api/moyu_json?day=10")
return response.text if response.status_code == 200 else '接口调用失败'
def send_message():
url = f'http://129.150.39.xxx:3001/webhook/msg/v2?token=123'
content = get_moyu_text()
content = content.replace('\\n', '\n').replace('"', '')
data = {
"to": "昵称",
"data": {"content": content}
}
response = requests.post(url, headers={'Content-Type': 'application/json'}, data=json.dumps(data))
if response.status_code == 200:
print(response.json())
else:
print('发送接口调用失败')
def schedule_job(t='10:00'):
now = datetime.now(shanghai_tz)
if now.strftime('%H:%M').strip() == t:
send_message()
if __name__ == '__main__':
# 设置每天的定时任务
schedule.every().minute.do(schedule_job) # 每天10:00发送信息
while True:
schedule.run_pending()
time.sleep(1)
把这个定时任务的脚本放到后台去跑吧~
nohup python3 your_script.py > log.txt 2>&1 &
注:上述代码有三个坑,折腾了不少时间,帮大家排个雷:
关于时区
:如果是租用的海外的云服务器,一定记得要修改时区为’Asia/Shanghai’,否则定时发送的时间是错乱的;关于 content
:接口返回的是JSON格式的数据,换行符会被编码为\\n
来确保JSON字符串的正确格式,所以需要content.replace('\\n', '\n')
,才能得到markdown格式的数据。关于now.strftime('%H:%M')
:这个字符串居然有空格,必须加上.strip()
,才能匹配上。
发送成功!
写在最后
怎么样,是不是超简单?
动手试试吧,在搭建过程中遇到任何问题,有什么好的想法,欢迎评论区留言~
说好的 AI 助手,在哪里?
篇幅有点长了,先简单做到这里,下一篇带大家:接入 Coze
和 Dify
等外部工具,打造全能 AI 助理~
如果本文对你有帮助,不妨点个免费的赞和收藏备用。