OpenClaw WeChat Bot: Open-Source-Integration eines 2-Tage-Sprints für persönliche WeChat-Konten

Hallo zusammen, ich bin Canghe.

OpenClaw, das Monster-Open-Source-Projekt auf GitHub mit 180.000 Sternen – ihr habt bestimmt alle schon davon gehört, oder?

Es kann sich mit Feishu, DingTalk, WeChat Work, QQ, Discord verbinden …

Aber das, was die meisten Leute nutzen – private WeChat-Konten – genau das unterstützt es nicht.

Ich habe GitHub, Juejin und Zhihu durchforstet, und die Lösungen, die ich gefunden habe, gingen entweder über einen komplizierten Umweg durch WeChat Work oder nutzten das WeChat-Web-Protokoll, womit man schnell gesperrt wird.

Ganz ehrlich, wer hält das schon aus?

Ich chatte jeden Tag mit Freunden und quatsche in Gruppen auf WeChat, und trotzdem ist es so schwer, OpenClaw anzuschließen?

Das hat mich genervt.

Also habe ich beschlossen, es selbst zu machen.

Nach einem 2-tägigen Sprint habe ich OpenClaw mit privaten WeChat-Konten integriert und es jetzt als Open Source veröffentlicht.

Adresse: https://github.com/freestylefly/openclaw-wechat

Allerdings befindet sich das Projekt aufgrund verschiedener Faktoren derzeit in der internen Testphase und benötigt einen API-Schlüssel zur Nutzung.

Ich habe es "Canghes Sidekick" genannt. Es sieht aus wie ein normaler Freund, ist aber ein Freund, der dir tatsächlich helfen kann, Dinge zu erledigen.

Wenn du ihm einen beliebigen Artikel zuwirfst, fasst OpenClaw ihn für dich zusammen.

Und es hilft dir, ihn in deiner persönlichen Notion-Wissensdatenbank zu speichern.

Wenn ich jetzt einen guten Artikel sehe, leite ich ihn direkt an den Bot weiter, und dann kann ich ihn bitten, jede beliebige Sammlung aus der Wissensdatenbank zu finden.

Ehrlich gesagt, ist das zehntausendmal besser als ein Lesezeichen-Ordner.

Ich habe diesen Kerl in Gruppenchats eingeladen, und er kann den Kontext zusammenfassen, wenn er @erwähnt wird – eine absolute Killer-App für Gruppenchats.

Dann kann ich OpenClaw anweisen, automatisch Informationen aus dem ganzen Web zu sammeln und mir eine Zusammenfassung direkt zu schicken.

Es kann auch Terminerinnerungen verwalten, wie zum Beispiel die Bitte, mich in 2 Minuten ans Wassertrinken zu erinnern.

Ich habe sogar eine 18-jährige KI-Freundin, Clawra, in meinem OpenClaw installiert. Sie hat eine unabhängige Persönlichkeit und Rolle; wenn ich frage, was sie macht, wirft sie mir ein Selfie zu.

Natürlich gibt es noch mehr Szenarien zu entdecken, aber ich habe festgestellt, dass sich die Nutzung von OpenClaw auf WeChat unglaublich flüssig anfühlt, weil ich einfach nicht mehr ohne WeChat leben kann.

Dieser Artikel teilt hauptsächlich meine Entwicklungsreise. Der Code wurde auf GitHub hochgeladen, aber aufgrund der begrenzten Zeit und um Missbrauch zu verhindern, habe ich eine Proxyschicht implementiert, die vor der Nutzung eine Überprüfung erfordert.

1. Es wird empfohlen, zuerst mit einem Zweitkonto zu testen. Obwohl das iPad-Protokoll viel stabiler ist als das Web-Protokoll, handelt es sich immer noch um eine Drittanbieter-Integration, also sei vorsichtig.

2. Verwende es nicht für Massenmessaging, Marketing oder andere zwielichtige Aktionen. Tencent's Risikokontrolle ist kein Scherz.

3. Es wird empfohlen, es auf einem Server mit einer festen IP zu deployen; häufige IP-Wechsel können leicht die Risikokontrolle auslösen.

Lass uns zuerst besprechen, was OpenClaw ist

Falls du OpenClaw noch nicht kennst, hier eine kurze Zusammenfassung.

Ursprünglich hieß es Clawdbot, ein Open-Source-KI-Agent-Projekt, das vom österreichischen Entwickler Peter Steinberger erstellt wurde.

Später, aufgrund eines Markenkonflikts mit Anthropic, wurde es in Moltbot und dann in OpenClaw umbenannt.

Trotz dreier Namensänderungen hat es nicht aufgehört, wahnsinnig populär zu werden.

In 3 Wochen ging GitHub Stars von 0 auf über 180.000.

Was bedeutet das? React hat 8 Jahre gebraucht, um 100.000 zu erreichen, Linux 12 Jahre, und das hat es in 3 Wochen geschafft.

Meine Güte, das ist keine Rakete, das ist ein SpaceX Starship.

Seine Kernfähigkeit ist ein Satz: Lass KI nicht nur deine Fragen beantworten, sondern tatsächlich für dich arbeiten.

Du sagst ihm: "Hilf mir, das Wetter für morgen zu überprüfen und schicke es in die Gruppe," und es wird es tatsächlich überprüfen und senden.

Es ist nicht diese Art von "KI-Assistent", der so tut, als würde er dich verstehen und eine Menge Text ausgibt; es ist ein Agent mit Händen und Füßen, der tatsächlich operieren kann.

Es unterstützt verschiedene große Modelle – Claude, GPT, DeepSeek funktionieren alle – und es unterstützt Multi-Agent-Kollaboration. Ein virtuelles Entwicklungsteam einzurichten ist überhaupt kein Problem.

Ich habe bereits ein paar Artikel über OpenClaw geschrieben; falls du damit nicht vertraut bist, kannst du sie dir zuerst ansehen:

Warum ist WeChat so schwer anzuschließen?

Ehrlich gesagt, kannst du OpenClaw dafür nicht die Schuld geben.

WeChat ist ein bekanntermaßen "geschlossenes Ökosystem". Private Konten haben einfach keine offizielle Bot-API.

Wenn du Automatisierung willst, musst du entweder über WeChat Work (erfordert Unternehmenszertifizierung) gehen oder Reverse Engineering von Drittanbieter-Protokollen verwenden (Risiko der Sperrung jederzeit).

Es gab einige Lösungen in der Community, wie die Verwendung von wechatbot-webhook basierend auf dem WeChat-Web-Protokoll, was praktisch für die Ein-Klick-Docker-Bereitstellung ist.

Aber die Probleme sind:

1. Stabilität ist besorgniserregend; das WeChat-Web-Protokoll kann jederzeit gesperrt werden.
2. Funktionen sind eingeschränkt; viele erweiterte Funktionen können nicht genutzt werden.
3. Sicherheitsrisiken; dein WeChat-Konto ist im Wesentlichen offengelegt.

Ich habe ein paar ausprobiert; sie liefen entweder nicht oder gingen nach einem halben Tag offline.

Einfach gesagt, diese Lösungen sind wie "auf einem Seil zu tanzen" auf WeChats Sicherheitsrichtlinien.

Wie ich es gemacht habe

Da die vorhandenen Lösungen nicht großartig waren, habe ich beschlossen, meine eigene zu bauen.

Meine Logik war diese:

Verwende nicht das WeChat-Web-Protokoll; verwende das iPad-Protokoll + einen Nachrichten-Relay-Dienst.

Die Kernarchitektur ist in drei Schichten unterteilt:

1. Nachrichtenempfangsschicht: Basierend auf dem iPad-Protokoll, um WeChat-Nachrichten stabil zu empfangen, was viel zuverlässiger ist als das Web-Protokoll.
2. Relay-Gateway-Schicht: Behandelt Nachrichtenformatkonvertierung, Sitzungsverwaltung, Ratenbegrenzung und Circuit Breaking.
3. OpenClaw-Integrationsschicht: Sendet Nachrichten über Webhook an das OpenClaw-Gateway und leitet dann die Antwort der KI zurück an WeChat.

Die gesamte Architektur ist in TypeScript geschrieben, konsistent mit dem nativen Tech-Stack von OpenClaw.

Es klingt einfach, aber es ist eine Systementwicklungsaufgabe, die Protokollanbindung, Nachrichtenwarteschlangen, Gateway-Routing und Multi-Modell-Planung umfasst. Es sind ziemlich viele Module beteiligt.

Die Fallgruben-Liste

Fallgrube 1: Nachrichtendeduplizierung

Der Nachrichten-Push-Mechanismus von WeChat ist sehr verwirrend; manchmal wird dieselbe Nachricht zwei- oder dreimal gepusht.

Ohne Deduplizierung würde die KI zwei- oder dreimal antworten, was dich wie einen kaputten Rekord aussehen lässt.

Meine Lösung war, dass GLM einen Deduplizierungs-Cache basierend auf Nachrichten-ID + Zeitfenster erstellt, der eine LRU-Strategie verwendet, um abgelaufene Datensätze automatisch auszusondern.

Fallgrube 2: Kontextverwaltung

OpenClaw-Agenten haben ein Gedächtnis, aber das WeChat-Chat-Szenario ist ziemlich spezifisch.

Wenn in einem Gruppenchat eine Menge Leute reden, kannst du nicht jede Nachricht als Befehl für die KI behandeln.

Also habe ich einen "@-Trigger + Direkte Privatnachricht"-Mechanismus erstellt:

• Privatnachricht: Alle Nachrichten werden direkt zur Verarbeitung an OpenClaw weitergeleitet.
• Gruppenchat: Nur Nachrichten, die den Bot @erwähnen, lösen eine KI-Antwort aus.

Dies verhindert den sozialen Selbstmord, dass die KI in der Gruppe spamt.

Fallgrube 3: Antwortgeschwindigkeit

Große Modelle haben eine Latenz, besonders bei komplexen Fragen, die ein paar Sekunden zur Verarbeitung brauchen können.

Aber auf WeChat, wenn du nicht sofort antwortest, denkt die andere Person, du ignorierst sie.

Ich habe einen "Denken …"-Status-Hinweis hinzugefügt. Während die KI eine Antwort generiert, sendet sie zuerst eine Aufforderung, dann ersetzt sie sie durch die formelle Antwort, sobald sie generiert ist.

Die Benutzererfahrung ist maximal.

Fallgrube 4: Multi-Modell-Wechsel

OpenClaw unterstützt mehrere große Modelle, aber verschiedene Szenarien passen tatsächlich zu verschiedenen Modellen.

Zum Beispiel reicht DeepSeek für alltägliche Gespräche aus, während Claude besser zum Schreiben von Code und Analysieren von Problemen ist – Geld sparen und effizient sein.

Ich habe eine einfache Routing-Strategie in der Relaisschicht gebaut, um automatisch das am besten geeignete Modell basierend auf dem Nachrichteninhalt auszuwählen.

Was kann es tun?

Sobald verbunden, wird dein WeChat zu einem KI-Super-Assistenten.

Hier sind ein paar Szenarien, die ich selbst nutze:

1. Intelligenter Gruppenchat-Assistent

@erwähne den Bot in Technikgruppen, um direkt Codierungsfragen zu stellen; er wird Antworten basierend auf dem Kontext liefern.

Keine "frag doch einfach Google"-Antworten in der Gruppe mehr ertragen müssen.

2. Persönlicher Wissensmanager

Wirf Artikel und Links darauf; es hilft dir, sie zusammenzufassen und zu kategorisieren, und kann sie sogar in deiner Wissensdatenbank speichern.

Wenn ich jetzt einen guten Artikel sehe, leite ich ihn direkt an den Bot weiter – das ist zehntausendmal besser als ein Lesezeichen-Ordner.

3. Terminerinnerungen

Sag ihm "Erinnere mich morgen um 15 Uhr an das Meeting," und es wird dich auf WeChat anstupsen, wenn die Zeit gekommen ist.

Es ist besser als die integrierten Erinnerungen des Telefons, weil du definitiv auf WeChat schauen wirst.

4. Automatische Antwort

Richte Regeln ein, damit es automatisch auf häufige Fragen antwortet.

Zum Beispiel, wenn jemand dich hinzufügt und fragt "Bist du da?", antwortet es direkt "Ich bin da, was ist los?"

Niemals wieder von den Worten "Bist du da?" genervt sein.

Wie man es nutzt?

Das Projekt ist Open Source und du kannst es selbst deployen.

Es gibt drei Kernschritte:

Schritt 1: Klone das Projekt

git clone

https://github.com/canghe/openclaw-wechat.git

cd openclaw-wechat

Schritt 2: Konfiguriere Umgebungsvariablen

Aus Sicherheitsgründen wird der apiKey hier von meinem Proxydienst verwaltet, der noch optimiert wird.

openclaw config set channels.wechat.apiKey "wc

live

xxxxxxxxxxxxxxxx"

openclaw config set channels.wechat.proxyUrl "http://your-proxy-server:3000"

openclaw config set channels.wechat.webhookHost "your-server-ip"

openclaw config set channels.wechat.enabled true

Schritt 3: Füge openclaw-wechat zum openclaw-Dienst hinzu

openclaw plugins install

@canghe/openclaw-wechat

Warte einen Moment hier; ich hatte noch keine Zeit, es in den Plugin-Markt zu stellen. Es wird später hinzugefügt, aber vorerst kannst du es über lokalen Code installieren.

Dann verwende WeChat, um den QR-Code zu scannen und dich anzumelden, und du bist fertig.

Der ganze Prozess dauert 5 Minuten. Keine Unternehmenszertifizierung nötig, kein WeChat Work nötig – verwende einfach ein normales privates Konto.

Zukunftspläne

Dieses Projekt wird derzeit iteriert, mit Plänen, diese Funktionen hinzuzufügen:

• Sprachnachrichten-Unterstützung: Derzeit wird nur Text unterstützt; später werde ich Sprach-zu-Text + Text-zu-Sprache hinzufügen.
• Bildverständnis: Integriere multimodale Modelle, damit die KI die Bilder versteht, die du sendest.
• OpenClaw Skills Market Integration: Rufe die über 700 Skills von OpenClaw direkt in WeChat auf.
• Multi-Konto-Verwaltungsfeld: Webbasierte Visualisierung zur Verwaltung der Integration mehrerer WeChat-Konten.

Wenn du gute Ideen hast, erstelle gerne ein Issue oder einen PR auf GitHub.

Abschließende Gedanken

Ehrlich gesagt, hat diese Welle von Open-Source-KI-Agenten wie OpenClaw mir wirklich eine andere Möglichkeit der KI-Implementierung gezeigt.

Früher haben wir über KI gesprochen, als wäre sie etwas Erhabenes, entweder in Laboren oder auf Servern großer Unternehmen.

Aber jetzt deployst du selbst einen OpenClaw, verbindest ihn mit WeChat, und KI wird wirklich zu einem Assistenten in deiner Tasche.

Es ist ein unbeschreiblich gutes Gefühl.

Allerdings sollte ich dich auch daran erinnern, dass das OpenClaw Skills-Ökosystem kürzlich einige Sicherheitsprobleme hatte, mit über 230 bösartigen Plugins, die in die Community hochgeladen wurden.

Also, wenn du OpenClaw verwendest, stelle sicher, dass du nur Skills aus vertrauenswürdigen Quellen installierst; installiere nicht einfach irgendetwas.

Alles klar, Projektadresse: https://github.com/freestylefly/openclaw-wechat. Wenn du interessiert bist, geh hin und gib ihm einen Stern auf GitHub.

Wenn du auch OpenClaw verwendest oder Gedanken zur WeChat-Integration hast, lass uns in den Kommentaren chatten!