湖北
這是蒼何的第 493 篇原創(chuàng)！
大家好，我是蒼何。
OpenClaw，這個(gè) GitHub 上 18 萬(wàn) Star 的怪物級(jí)開源項(xiàng)目，你們應(yīng)該都聽過了吧？
飛書能接、釘釘能接、企業(yè)微信能接、QQ 能接、Discord 能接……
但偏偏最多人用的「微信個(gè)人號(hào)」，它不支持。
我翻遍了 GitHub、掘金、知乎，找到的方案要么是企業(yè)微信繞一圈，要么是用微信 Web 協(xié)議搞，動(dòng)不動(dòng)就封號(hào)。
說實(shí)話，這誰(shuí)頂?shù)米。?/p>
天天在微信上跟朋友聊天、在群里吹水，結(jié)果想接個(gè) OpenClaw 都這么費(fèi)勁？
麻了。
于是我決定自己干。
「爆肝 2 天，我把 OpenClaw 接入了微信個(gè)人號(hào)，并且已經(jīng)開源了。」
地址：https://github.com/freestylefly/openclaw-wechat
我給他命名為蒼何的狗腿子，和普通好友沒什么區(qū)別，但他卻是個(gè)能真正幫你干事的好友。
當(dāng)你隨便把一篇文章丟給他，OpenClaw 會(huì)幫你做總結(jié)。
并幫你存放于你的個(gè)人 Notion 知識(shí)庫(kù)中。
我現(xiàn)在看到好文章直接轉(zhuǎn)發(fā)給它，然后可以直接讓他去知識(shí)庫(kù)中幫我查找任何我想要的收藏。
說實(shí)話比收藏夾好用一萬(wàn)倍。
我把這家伙拉進(jìn)群聊，還能隨時(shí)@總結(jié)上下文，群聊利器啊。
然后我可以指揮 OpenClaw 自動(dòng)搜集全網(wǎng)資訊，并直接匯總發(fā)我。
還可以進(jìn)行日程提醒，比如讓它提醒我 2 分鐘后喝水。
我甚至還在我的 OpenClaw 中裝了 18 歲的 AI 女友 Clawra，她有獨(dú)立人格和人設(shè)，當(dāng)我問她在干嘛時(shí)，她會(huì)甩一張自拍給我。
當(dāng)然還有更多的場(chǎng)景待探索，但我發(fā)現(xiàn)，在微信上用 OpenClaw 顯得非常的絲滑，因?yàn)槲颐刻煺娴碾x不開微信。
這篇文章主要分享我開發(fā)的歷程，代碼也上傳到了 GitHub，但由于時(shí)間有限以及防止技術(shù)被濫用，我做了一層代理處理，需要審核才可使用。
注意事項(xiàng)
建議先用小號(hào)測(cè)試，雖然 iPad 協(xié)議比 Web 協(xié)議穩(wěn)定得多，但畢竟是第三方接入，謹(jǐn)慎為上
不要用來搞群發(fā)、營(yíng)銷之類的騷操作，騰訊的風(fēng)控不是吃素的
建議部署在有固定 IP 的服務(wù)器上，頻繁換 IP 容易觸發(fā)風(fēng)控
整個(gè)系統(tǒng)架構(gòu)如下：
全程我用的是 OpenRouter 上的神秘模型 Pony Alpha 配合 Claude Code，前幾天我也給大家分享了這個(gè)神秘模型。
今天也終于揭曉了謎底，確認(rèn)這個(gè)神秘模型就是智譜的 GLM 5 模型。
昨晚我發(fā)現(xiàn) GLM 5 也上線了 bigmodel，并直接切換，干了不少 token。
幾個(gè) agent 垮垮狂干，直接就干限額了：
果斷再開 Max 套餐，可以說是大出血了：
關(guān)于 GLM 5，官方是這么說的，「在全球權(quán)威的 Artificial Analysis 榜單中，GLM-5 位居全球第四、開源第一」。我截了個(gè)圖：
從官方及各大媒體的報(bào)道來看，GLM 5 是面向復(fù)雜系統(tǒng)工程與長(zhǎng)程Agent任務(wù)的開源基座模型。
這里我也會(huì)在本文的中間部分把我和 GLM 5 協(xié)作開發(fā)的過程給分享出來，看看這個(gè)模型在處理實(shí)際工程級(jí)項(xiàng)目中究竟能有幾斤幾兩。
先說說 OpenClaw 是啥
如果你還不知道 OpenClaw，簡(jiǎn)單說一下。
它原名叫 Clawdbot，是一個(gè)奧地利開發(fā)者 Peter Steinberger 搞出來的開源 AI Agent 項(xiàng)目。
后來因?yàn)楦?Anthropic 的商標(biāo)沖突，改名 Moltbot，又改名 OpenClaw。
名字換了三個(gè)，但絲毫不影響它火到離譜。
「3 周時(shí)間，GitHub Star 從 0 干到 18 萬(wàn)+?！?/strong>
這什么概念？React 花了 8 年才到 10 萬(wàn)，Linux 花了 12 年，它 3 周就超了。
好家伙，這不是坐火箭，這是坐 SpaceX 星艦。
它的核心能力就一句話：「讓 AI 不只是回答你問題，而是真正替你干活?！?/strong>
你跟它說「幫我查一下明天的天氣，然后發(fā)到群里」，它就真的會(huì)去查、然后發(fā)。
不是那種假裝理解你然后輸出一坨文字的「AI 助手」，是真的有手有腳能操作的 Agent。
它支持接入各種大模型，Claude、GPT、DeepSeek 都行，還支持多 Agent 協(xié)作，搞一個(gè)虛擬開發(fā)團(tuán)隊(duì)都不在話下。
我之前也寫過幾篇關(guān)于OpenClaw 的文章，不了解的也可以先看看：
為啥微信這么難接？
講真的，這事不能怪 OpenClaw。
微信是出了名的「封閉生態(tài)」，個(gè)人號(hào)壓根沒有官方 Bot API。
你想搞自動(dòng)化，要么走企業(yè)微信（需要公司認(rèn)證），要么用第三方協(xié)議逆向（隨時(shí)封號(hào)）。
之前社區(qū)有一些方案，比如用 wechatbot-webhook 基于微信 Web 協(xié)議來搞，Docker 一鍵部署倒是方便。
但問題是：
「穩(wěn)定性堪憂」，微信 Web 協(xié)議說封就封
「功能受限」，很多高級(jí)功能用不了
「安全風(fēng)險(xiǎn)」，你的微信賬號(hào)等于裸奔
我試了幾個(gè)，要么跑不起來，要么跑起來半天就掉線。
說白了，這些方案都是在微信的安全策略上「走鋼絲」。
我是怎么搞的
既然現(xiàn)有方案都不太行，那就自己擼一個(gè)。
我的思路是這樣的：
「不走微信 Web 協(xié)議，走 iPad 協(xié)議 + 消息中轉(zhuǎn)服務(wù)?！?/strong>
核心架構(gòu)分三層：
「消息接收層」：基于 iPad 協(xié)議穩(wěn)定接收微信消息，比 Web 協(xié)議靠譜得多
「中轉(zhuǎn)網(wǎng)關(guān)層」：做消息格式轉(zhuǎn)換、會(huì)話管理、限流熔斷
「OpenClaw 對(duì)接層」：通過 Webhook 把消息推給 OpenClaw Gateway，再把 AI 回復(fù)轉(zhuǎn)發(fā)回微信
整個(gè)架構(gòu)用 TypeScript 寫的，跟 OpenClaw 原生技術(shù)棧一致。
畫了個(gè)架構(gòu)圖你們感受一下：
說起來簡(jiǎn)單，但這畢竟是個(gè)系統(tǒng)工程——協(xié)議對(duì)接、消息隊(duì)列、網(wǎng)關(guān)路由、多模型調(diào)度，涉及的模塊還挺多的。
2 天能搞定，說實(shí)話，離不開一個(gè)關(guān)鍵幫手：「GLM-5」。
為什么用 GLM-5？
可能有人會(huì)問，市面上 Coding 模型那么多，為啥選它？
不瞞你說，一開始我也沒抱太大期望。主要是先跑的神秘模型 Pony Alpha。
但實(shí)際跑下來，對(duì)于有些場(chǎng)景還行。
這個(gè)項(xiàng)目不是那種「一句 Prompt 搓個(gè)網(wǎng)頁(yè)」的活兒。
消息中轉(zhuǎn)網(wǎng)關(guān)要處理并發(fā)、去重、限流，OpenClaw 對(duì)接層要搞 Webhook 協(xié)議適配和會(huì)話狀態(tài)管理，還有各種邊界情況要兜底。
這是正兒八經(jīng)的「系統(tǒng)工程」，不是寫個(gè)前端頁(yè)面的事。
現(xiàn)在大模型圈子其實(shí)有個(gè)很明顯的趨勢(shì)：Opus 4.6、GPT Codex 5.3 這些頂級(jí)模型都在強(qiáng)調(diào)自己的 Agentic 能力，不再吹「一句話出活」了，而是卷誰(shuí)能扛住「長(zhǎng)任務(wù)、復(fù)雜系統(tǒng)開發(fā)」。
GLM-5 剛好也走的這條路。
我這次開發(fā)全程讓 GLM-5 跑 Agent 模式，把任務(wù)拆成多個(gè)子任務(wù)，讓它自己規(guī)劃、自己執(zhí)行、自己調(diào)試。
遇到問題，他能夠自己修，找出對(duì)比項(xiàng)：
我的原始需求是要在 openclaw 中添加微信插件：
一開始的版本，我覺得不夠合理，我就讓它重構(gòu)了一下，它能給出合理的架構(gòu)設(shè)計(jì)：
我給的重構(gòu)指令及 rest 重構(gòu)的整體過程我也截了個(gè)圖：
大概花費(fèi)了 25 分鐘，解決了重構(gòu)的所有問題：
整個(gè)過程我基本就是在旁邊看著，偶爾給點(diǎn)方向性的反饋。
而且 GLM-5 還有一點(diǎn)讓我挺舒服的——它是開源的。
不過對(duì)于一些稍微深一些的 bug，GLM 5 也并非萬(wàn)能的，這個(gè)時(shí)候我會(huì)選擇讓它切換到 GPT-5.3-codex 和 Claude 4.6來解決。
好了不多說了，接下來聊聊開發(fā)過程中踩的坑，這才是重頭戲。
踩坑實(shí)錄 坑一：消息去重
微信的消息推送機(jī)制很迷，同一條消息有時(shí)候會(huì)推兩三次。
如果不做去重，AI 就會(huì)回復(fù)兩三遍，對(duì)面以為你是復(fù)讀機(jī)。
我的解決方案是讓 GLM 搞了一個(gè)基于消息 ID + 時(shí)間窗口的去重緩存，用 LRU 策略自動(dòng)淘汰過期記錄。
坑二：上下文管理
OpenClaw 的 Agent 是有記憶的，但微信的對(duì)話場(chǎng)景比較特殊。
群聊里一堆人說話，你不能把所有消息都當(dāng)作是給 AI 的指令。
所以我做了一個(gè)「@觸發(fā) + 私聊直連」的機(jī)制：
「私聊」：所有消息直接轉(zhuǎn)給 OpenClaw 處理
「群聊」：只有 @機(jī)器人 的消息才會(huì)觸發(fā) AI 回復(fù)
這樣就不會(huì)出現(xiàn) AI 在群里瘋狂刷屏的社死場(chǎng)面了。
坑三：回復(fù)速度
大模型的回復(fù)是有延遲的，特別是復(fù)雜問題可能要想好幾秒。
但微信那邊，對(duì)面看你一直不回，以為你已讀不回呢。
我加了一個(gè)「思考中...」的狀態(tài)提示，AI 在生成回復(fù)的時(shí)候先發(fā)一個(gè)提示，生成完了再替換成正式回復(fù)。
用戶體驗(yàn)直接拉滿。
坑四：多模型切換
OpenClaw 支持多個(gè)大模型，但不同場(chǎng)景其實(shí)適合不同模型。
比如日常閑聊用 DeepSeek 就夠了，寫代碼分析問題上 Claude，省錢又高效。
我在中轉(zhuǎn)層做了一個(gè)簡(jiǎn)單的路由策略，根據(jù)消息內(nèi)容自動(dòng)選擇最合適的模型。
能干啥？
接入之后，你的微信就變成了一個(gè) AI 超級(jí)助手。
舉幾個(gè)我自己在用的場(chǎng)景：
「1. 智能群聊助手」
在技術(shù)群里 @機(jī)器人，直接問代碼問題，它會(huì)結(jié)合上下文給出解答。
再也不用忍受群里那些「百度一下」的回復(fù)了。
「2. 個(gè)人知識(shí)管家」
把文章、鏈接丟給它，它幫你總結(jié)歸納，還能存到你的知識(shí)庫(kù)里。
我現(xiàn)在看到好文章直接轉(zhuǎn)發(fā)給它，比收藏夾好用一萬(wàn)倍。
「3. 日程提醒」
跟它說「明天下午 3 點(diǎn)提醒我開會(huì)」，到點(diǎn)它就會(huì)在微信上戳你。
比手機(jī)自帶的提醒好用，因?yàn)槟阋欢〞?huì)看微信。
「4. 自動(dòng)回復(fù)」
設(shè)置好規(guī)則，一些常見問題它自動(dòng)回復(fù)。
比如有人加你好友問「在嗎」，它直接回「在的，有什么事嗎？」
再也不用被「在嗎」兩個(gè)字煩死了。
怎么用？
項(xiàng)目已經(jīng)開源，可以自己部署。
核心就三步：
「第一步：克隆項(xiàng)目」
git clone https://github.com/canghe/openclaw-wechat.gitcd openclaw-wechat
「第二步：配置環(huán)境變量」
出于安全考慮，這里的 apikey 是我代理服務(wù)做了一層，目前還在優(yōu)化中。
# Set API Key (required)openclaw config set channels.wechat.apiKey "wc_live_xxxxxxxxxxxxxxxx"# Set proxy URL (required)openclaw config set channels.wechat.proxyUrl "http://your-proxy-server:3000"# Set webhook host (required for cloud deployment)openclaw config set channels.wechat.webhookHost "your-server-ip"# Enable the channelopenclaw config set channels.wechat.enabled true
「第三步：openclaw 服務(wù)中添加 openclaw-wechat」
openclaw plugins install @canghe/openclaw-wechat這里需要等下，還沒來的及上到插件市場(chǎng)去，后面會(huì)上，可以先本地代碼的方式安裝。
然后用微信掃碼登錄，完事。
整個(gè)過程 5 分鐘搞定，不需要公司認(rèn)證，不需要企業(yè)微信，普通個(gè)人號(hào)直接用。
后續(xù)計(jì)劃
目前這個(gè)項(xiàng)目還在持續(xù)迭代，后面計(jì)劃加這些功能：
「語(yǔ)音消息支持」：目前只支持文字，后續(xù)會(huì)接入語(yǔ)音轉(zhuǎn)文字 + 文字轉(zhuǎn)語(yǔ)音
「圖片理解」：接入多模態(tài)模型，讓 AI 能看懂你發(fā)的圖片
「OpenClaw Skills 市場(chǎng)對(duì)接」：直接在微信里調(diào)用 OpenClaw 的 700+ 技能
「多賬號(hào)管理面板」：Web 端可視化管理多個(gè)微信號(hào)的接入
如果你有好的想法，歡迎來 GitHub 上提 Issue 或者 PR。
說實(shí)話，OpenClaw 這波開源 AI Agent 的浪潮，真的讓我看到了 AI 落地的另一種可能。
以前我們說 AI，總覺得是那種高高在上的東西，要么在實(shí)驗(yàn)室里，要么在大公司的服務(wù)器上。
但現(xiàn)在，你自己部署一個(gè) OpenClaw，接上微信，AI 就真的成了你口袋里的助手。
這種感覺，說不出的爽。
不過也要提醒一下，OpenClaw 的 Skills 生態(tài)最近爆出了一些安全問題，有超過 230 個(gè)惡意插件被上傳到了社區(qū)。
所以大家在用 OpenClaw 的時(shí)候，「一定要注意只安裝可信來源的 Skills」，別什么都往上裝。
另外，我看智譜也出了 AutoGLM 版本的 OpenClaw，
支持官網(wǎng)一鍵完成 OpenClaw 與飛書機(jī)器人的一體化配置，幫助用戶從數(shù)小時(shí)縮短到幾分鐘，極速部署 OpenClaw。
好了，項(xiàng)目地址我放在原文鏈接了，感興趣的直接去 GitHub 上 Star 一下。
「如果你也在用 OpenClaw，或者對(duì)微信接入有什么想法，評(píng)論區(qū)聊聊！」
點(diǎn)個(gè)「贊」和「在看」，讓更多人看到這個(gè)項(xiàng)目
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺(tái)“網(wǎng)易號(hào)”用戶上傳并發(fā)布，本平臺(tái)僅提供信息存儲(chǔ)服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
