以下是如何使用 wxauto 结合 AI 大模型（如 GPT）实现智能微信聊天机器人的分步指南，包含详细代码和注意事项：
1. 准备工作
1.1 安装依赖库
bash
pip install wxauto openai
1.2 获取 API Key
- 如果使用 OpenAI，需注册并获取 API Key（官网）。
- 若使用其他模型（如本地部署的 Llama、ChatGLM），需准备对应接口。
2. 核心代码实现
python
import time
from wxauto import WeChat
import openai
# 初始化微信客户端和 AI 模型
class WeChatAIBot:
def __init__(self, api_key, model="gpt-3.5-turbo"):
self.wx = WeChat()
openai.api_key = api_key
self.model = model
self.last_msg_id = 0 # 记录最后一条消息的 ID，避免重复处理
def generate_reply(self, prompt):
try:
response = openai.ChatCompletion.create(
model=self.model,
messages=[{"role": "user", "content": prompt}]
)
return response.choices[0].message['content'].strip()
except Exception as e:
print(f"AI 生成失败: {e}")
return None
def listen_and_reply(self, interval=1):
print("开始监听微信消息...")
while True:
try:
# 获取最新消息
msgs = self.wx.GetLastMessage()
if not msgs:
time.sleep(interval)
continue
# 解析消息内容
msg_info = {
'id': msgs[0],
'sender': msgs[1],
'content': msgs[2],
'is_group': '群聊' in msgs[3] # 判断是否是群聊
}
# 仅处理新消息和非自身消息
if msg_info['id'] > self.last_msg_id and not self.wx.IsSelfMessage(msg_info['sender']):
print(f"收到消息来自 {msg_info['sender']}: {msg_info['content']}")
# 生成回复
reply = self.generate_reply(msg_info['content'])
if reply:
# 群聊消息需要 @发送者
if msg_info['is_group']:
reply = f"@{msg_info['sender'].split(' ')[0]} {reply}"
# 发送回复
self.wx.SendMsg(reply, msg_info['sender'])
print(f"已回复: {reply}")
self.last_msg_id = msg_info['id']
except Exception as e:
print(f"处理消息出错: {e}")
time.sleep(interval)
if __name__ == "__main__":
# 配置 OpenAI API Key
API_KEY = "YOUR_API_KEY"
bot = WeChatAIBot(API_KEY)
bot.listen_and_reply(interval=1) # 检查间隔设为1秒
3. 关键功能说明
- 消息监听
O 通过 wxauto 的 GetLastMessage 获取最新消息，记录消息 ID 避免重复处理。
O 过滤自身消息和旧消息。
- AI 集成
O 使用 OpenAI GPT 生成回复，可替换为其他模型（如本地部署的模型）。
O 支持群聊自动 @ 发送者。
- 防封号策略
O 设置合理的 interval（建议 ≥1 秒），避免频繁操作。
O 避免发送敏感内容或广告。
4. 注意事项
- 微信限制
O wxauto 基于窗口自动化，需保持微信客户端前台运行。
O 长时间运行可能导致微信卡顿，建议在备用设备上运行。
- 模型选择
O 若需低成本，可使用本地模型（如 ChatGLM-6B、Llama 2）通过 API 部署。
O 示例替换为 Hugging Face 模型：
python
from transformers import pipeline
chatbot = pipeline("text-generation", model="facebook/opt-350m")
def generate_reply(self, prompt):
return chatbot(prompt, max_length=50)[0]['generated_text']
- 扩展功能
O 添加白名单/黑名单控制回复对象。
O 支持文件、图片处理（需 wxauto 高级功能）。
5. 风险提示
- 微信官方禁止自动化工具，此代码仅用于学习，谨慎使用。
- 建议在测试账号或小范围场景中使用，避免账号封禁。
如果需要更稳定的方案，可研究微信协议或使用企业微信 API。