groupauto · 个人微信群消息自动跟回机器人目录功能特性整体架构运行流程目录结构环境要求安装配置

	一个面向「微信群问答 / 报名活动」场景的自动跟回机器人。当群内管理员发布报名任务（例如「参与请回复 1」「@所有人 综述任务，参与请回复 报名」等），机器人会自动识别并跟着回复，帮助你在群活动中快速完成报名。

⚠️ 使用须知：本项目依赖第三方微信 Hook 框架 WeChatBot 驱动微信收发消息。请确保你的使用方式符合微信用户协议与当地法律法规，仅在获得授权的群组与场景中使用，风险自负。

功能特性

群消息监听：通过 WeChatBot 回调，接收指定微信群的实时消息事件。
按群过滤：只处理 GROUP_NICK_NAME 配置的目标群，忽略其它群。
按人跟回：只在指定管理员（GROUP_ADMIN_NAME）发言后触发跟回。
限量跟回：基于计数器，管理员发言后最多跟回 5 条消息，避免刷屏。
AI 答题能力（已内置，待接入）：内置 OpenAI(GPT-4o) 与 Kimi(Moonshot) 接口及提示词，可从报名口令中识别应回复的内容（算术题、古诗填空、反义词、日期/星期等）。

整体架构

┌──────────────────────────┐
│   微信客户端 + WeChatBot   │   第三方 Hook 框架
│   WeChatBot.exe          │   本地 HTTP 接口 :10001 收发消息
└───────────┬──────────────┘
            │ 消息事件回调 (HTTP POST)
            ▼
┌──────────────────────────┐
│   Flask 服务 (main.py)     │   监听 :5000  /api/data
└───────────┬──────────────┘
            │ 转发原始消息
            ▼
┌──────────────────────────┐
│   schedule.py             │   事件过滤 + 业务调度（核心）
└───┬──────────┬───────┬───┘
    │          │       │
    ▼          ▼       ▼
event_maps  action/   api/
（事件字典） （收发消息）（AI 识别）
            └─ HTTP POST → WeChatBot :10001

运行流程

WeChatBot.exe 驱动微信，监听到群消息后，向本机 Flask 服务推送 JSON 事件。
main.py 的 POST /api/data 接收事件，调用 schedule(message, 0)。
schedule.py 进行过滤与调度：
- 过滤掉登录、群成员变动、转账、撤回、公众号等无关事件。
- 仅保留群聊文本 / 图片消息事件。
- 仅处理 GROUP_NICK_NAME 指定群内的消息。
- 跳过机器人自己发送的消息。
- 维护计数器 dt_count：当 GROUP_ADMIN_NAME 指定的管理员发言时 dt_count += 1；随后的第 1~5 条消息会被跟回；超过 5 条后计数器重置。
触发跟回时，调用 action/solo/sendmessage.py，通过 WeChatBot 的 :10001 接口把消息发出去。

目录结构

groupauto/
├── main.py                     # Flask 入口，接收 WeChatBot 推送事件
├── schedule.py                 # 核心调度：事件过滤 + 跟回逻辑
├── event_maps.py               # 事件码 → 事件名称 的映射字典
├── env_loader.py               # 读取 .env 环境变量
├── .env                        # 配置文件（密钥/群名/管理员名，需自行填写）
├── requirements.txt            # Python 依赖
├── test.py                     # 调试脚本（打印管理员名列表）
├── 一键运行.bat                 # Windows 一键启动脚本
│
├── action/                     # 动作层：调用 WeChatBot 接口收发/查询
│   ├── solo/
│   │   └── sendmessage.py      # 给指定 wxId 发送文本消息
│   └── group/
│       ├── query_all_group_info.py       # 查询机器人所有群信息
│       ├── query_target_group_info.py    # 查询指定群的成员详情
│       └── query_group_num(废弃).py       # 已废弃：查询群人数
│
├── api/                        # AI 接口层：识别报名口令应回复的内容
│   ├── openai.py               # 调用 GPT-4o（经代理）
│   └── kimiapi.py              # 调用 Kimi / Moonshot
│
└── prompt/                     # AI 提示词（few-shot 示例）
    ├── cvprompt.txt            # 答题规则提示词（12 条示例）
    └── dtprompt.txt            # 答题规则提示词（14 条示例，含日期/星期）

环境要求

操作系统：Windows（WeChatBot 为 Windows 程序）
Python：3.8+（建议 3.10+）
WeChatBot：需自行获取并放置于 WeChatBot/WeChatBot.exe，其本地接口运行在 :10001
依赖库：见 requirements.txt

安装

# 1. 克隆/下载项目后进入目录
cd groupauto

# 2. （可选）创建虚拟环境
python -m venv venv
venv\Scripts\activate

# 3. 安装依赖
pip install -r requirements.txt

requirements.txt 内容：

Flask==2.2.5
python-dotenv==1.1.0
Requests==2.32.3

注意：若要启用 api/kimiapi.py（使用 openai 官方 SDK），还需额外安装：
pip install openai

配置

在项目根目录创建 / 编辑 .env 文件：

# WeChatBot 接口鉴权 Token（必填）
AUTHORIZATION=你的_WeChatBot_授权token

# 要监听的群昵称，多个用英文逗号分隔（必填）
GROUP_NICK_NAME=群昵称A,群昵称B

# 要跟回的管理员微信昵称，多个用英文逗号分隔（必填）
GROUP_ADMIN_NAME=管理员昵称A,管理员昵称B

# ===== AI 接口相关（当前主流程未接入，按需填写）=====
KIMI_API_KEY=你的_Kimi_key
OPENAI_API_KEY=你的_OpenAI_key
OPENAI_BASE_URL=你的_OpenAI_代理地址
DEEPSEEK_API_KEY=你的_DeepSeek_key

变量	说明	是否必填
`AUTHORIZATION`	WeChatBot 接口鉴权，所有调用 `:10001` 的请求都要带它	✅
`GROUP_NICK_NAME`	监听的目标群昵称（逗号分隔）	✅
`GROUP_ADMIN_NAME`	触发跟回的管理员昵称（逗号分隔）	✅
`KIMI_API_KEY`	Kimi/Moonshot 接口密钥	⛔ 当前主流程未用到
`OPENAI_API_KEY` / `OPENAI_BASE_URL`	OpenAI 接口密钥与地址	⛔ 当前主流程未用到
`DEEPSEEK_API_KEY`	DeepSeek 接口密钥	⛔ 当前主流程未用到

🔐 安全提示：.env 含密钥与隐私信息，切勿提交到公开仓库，建议加入 .gitignore。

启动

方式一：一键启动（Windows）

双击运行 一键运行.bat。该脚本会：

设置控制台编码为 UTF-8。
启动 Flask 服务。
检测并启动 WeChatBot/WeChatBot.exe。

⚠️ 已知不一致：一键运行.bat 中写的是 python server.py，但项目实际入口为 main.py，仓库内并无 server.py。使用前请将脚本中的 server.py 改为 main.py，或手动以方式二启动 Flask。

方式二：手动启动

# 1. 启动 Flask 服务（监听 :5000）
python main.py

# 2. 另行启动 WeChatBot.exe，并在其中配置消息回调地址：
#    http://localhost:5000/api/data

启动后，Flask 默认以 debug=True 运行在 http://127.0.0.1:5000。

核心模块说明

`main.py` — HTTP 入口

提供 POST /api/data 接口接收 WeChatBot 推送的 JSON 事件，解析后调用 schedule(message_data, 0)，并返回标准 JSON 响应（明确使用 UTF-8 编码）。

`schedule.py` — 核心调度

def schedule(message, sing_nal):
    # 1. 过滤无关事件（登录、群变动、转账、撤回、公众号等直接 return）
    # 2. 仅处理群聊文本(10003/1) / 图片(10003/3) 消息
    # 3. 仅处理 GROUP_NICK_NAME 指定群
    # 4. 跳过机器人自己发的消息
    # 5. dt_count 计数器：管理员发言后跟回 1~5 条，超 5 重置

关键判断字段（来自 WeChatBot 回调）：

message_data['description'] — 事件名称
message_data['data']['fromNickName'] — 群昵称
message_data['data']['finalFromNickName'] — 实际发言人昵称
message_data['data']['finalFromWxId'] / robotId — 用于判断是否机器人自己
message_data['data']['fromWxId'] — 回复目标（群）
message_data['data']['message'] — 消息内容

`action/` — 动作层

文件	函数	作用
`solo/sendmessage.py`	`send_who_message(who_wx_id, message_type, ROBOTID, message)`	向指定对象发送文本消息
`group/query_all_group_info.py`	`get_group(ROBOTID)`	获取机器人所有群信息
`group/query_target_group_info.py`	`query_target_group_info(group_id, ROBOTID)`	获取指定群成员详情

所有动作均通过 http://localhost:10001/api/processor 调用 WeChatBot，并在请求头携带 AUTHORIZATION。

`api/` 与 `prompt/` — AI 答题（已内置，待接入主流程）

openai.py 的 openai_api(text, rule)：调用 GPT-4o（经 proxy.hoidc.org 代理）。
kimiapi.py 的 kimiapi(text, rule)：调用 Kimi moonshot-v1-128k。
prompt/cvprompt.txt、prompt/dtprompt.txt：few-shot 提示词，教模型从报名口令中提取应回复的答案（如「1+()=3 → 2」「锄()日当午 → 禾」「今天是星期() → 五」等）。

这部分能力目前尚未接入 schedule.py 主流程——当前跟回逻辑只是把管理员原话原样转发。如需智能答题，需在 schedule.py 中把 mess_text 传给 openai_api / kimiapi 处理后再发送。

事件码对照表

来自 event_maps.py：

分类	事件码	说明
机器人	10000	微信启动成功
登录	10001 / 10016 / 10009	登录成功 / 登录二维码 / 注销成功
群事件	10012 / 10013 / 10014 / 10015	成员新增 / 删除退出 / 创建成功 / 退群被踢
群消息	10003 (1/3/34/43)	文本 / 图片 / 语音 / 视频
私聊	10002 (1/3/34/43)	文本 / 图片 / 语音 / 视频
好友	10010 / 10011 / 10007	新增 / 删除 / 申请
支付	10005 / 10008	转账 / 二维码收款
其它	10006 / 10004	撤回消息 / 公众号消息

已知问题与改进建议

入口文件名不一致：一键运行.bat 启动 server.py，实际应为 main.py。建议统一。
AI 答题未接入：api/ 与 prompt/ 已就绪，但 schedule.py 仅原样转发管理员消息，未调用 AI。需要时可补接。
dt_count 为全局变量：在 Flask debug=True 多线程下存在并发问题，且所有群共用同一计数器。建议改为按群隔离、加锁或用更健壮的状态管理。
.env 变量缺失：env_loader.py 读取了 DEEPSEEK_API_KEY / OPENAI_BASE_URL / OPENAI_API_KEY，若 .env 未配置，相关 AI 路径不可用。
调试代码残留：test.py 与 query_group_num(废弃).py 含可直接执行、带真实群 ID 的调用代码，正式使用前应清理。
生产部署：debug=True 不应用于生产环境，建议改用 gunicorn / waitress 等 WSGI 服务器。

常见问题 FAQ

Q：机器人不回复怎么办？

确认 WeChatBot 已登录微信，且回调地址指向 http://localhost:5000/api/data。
确认 .env 中 GROUP_NICK_NAME、GROUP_ADMIN_NAME 与实际群名/管理员昵称完全一致（注意空格、表情）。
确认只有在管理员发言后，后续消息才会被跟回（受 dt_count 计数限制）。

Q：报错 'fromWxId' / KeyError？

通常是非群聊消息事件进入了处理逻辑。schedule.py 已对常见事件做过滤，若仍出现可补充对应事件码的过滤。

Q：如何启用 AI 智能答题？

在 .env 配好对应 API key，然后在 schedule.py 跟回前，读取 prompt/*.txt 作为 rule，把 mess_text 交给 openai_api / kimiapi 得到答案，再用 send_who_message 发送。

本 README 依据当前代码梳理而成，如代码有更新请同步维护本文档。

groupauto · 个人微信群消息自动跟回机器人

目录