WeChatFerry：功能全面的微信机器人开发框架

综合介绍

WeChatFerry 是一个开源的微信机器人底层框架，由开发者 lich0821 在 GitHub 上创建并维护。该项目通过微信 Hook 技术，提供了一套强大的 SDK，允许开发者将微信功能与多种大语言模型（如 ChatGPT、Gemini、DeepSeek、ChatGLM、讯飞星火、Tigerbot 等）集成，实现自动化任务和智能对话。核心模块使用 C++ 编写，支持多种客户端语言（如 Python、Rust、Go、Java、Node.js、C# 等），并适配特定微信版本（当前支持 3.9.11.25）。凭借其灵活性和丰富功能，WeChatFerry 已吸引 5.5k 星标和 1.1k forks，成为微信机器人开发的热门工具。

功能列表

• 消息收发：支持发送文本（含 @）、图片、文件、GIF，并可监听和接收消息。
• 大语言模型集成：可接入 ChatGPT、Gemini、DeepSeek、ChatGLM、讯飞星火等模型，实现智能回复或任务处理。
• 群聊管理：支持邀请群成员、获取群信息等操作。
• 多媒体处理：支持下载图片、文件，解密图片，以及将语音文件（Silk）转为 MP3。
• 数据库访问：可查询微信联系人、消息记录等数据。
• 登录状态管理：提供获取登录二维码、检查登录状态、获取账号信息（wxid、昵称、手机号等）功能。
• 多语言客户端：支持 Python、Rust、Go、Java、Node.js、C# 等语言的客户端开发。
• 自动化任务：支持消息转发、定时任务等，适用于客服、教育等场景。

使用帮助

安装流程

WeChatFerry 的使用分为两部分：核心模块编译（开发者）和客户端安装（普通用户）。以下是详细步骤：

1. 客户端安装（以 Python 为例）

• 安装 Python 环境：推荐使用 Python 3.10，从 python.org 下载并安装，确保 pip 可用。
• 安装 wcferry 包：打开命令行，运行：

  pip install --upgrade wcferry

• 验证安装：在 Python 中运行 import wcferry，无报错即成功。

2. 核心模块编译（开发者可选）

• 准备环境：
  • 安装 Visual Studio 2019（社区版），包含 C++ 开发组件。
  • 安装 Git，用于克隆仓库。
• 克隆仓库：

  git clone https://github.com/lich0821/WeChatFerry.git  
  cd WeChatFerry
  

• 编译项目：
  • 使用 VS2019 打开 WeChatFerry\WeChatFerry\WeChatFerry.sln。
  • 点击“生成” > “生成解决方案”，编译完成后在 WeChatFerry\WeChatFerry\Out 目录下生成 sdk.dll。
  • 注意：若遇到 protoc 错误 9009，检查 Python 环境或配置 protoc 环境变量（需安装 protobuf）。

3. 启动微信并注入

• 准备微信：安装支持的微信版本（如 3.9.10.27 或 3.9.11.25，具体见 Releases）。
• 运行示例：参考官方代码加载 sdk.dll 并初始化：

  import ctypes  
  sdk = ctypes.cdll.LoadLibrary("C:/path/to/WeChatFerry/WeChatFerry/Out/sdk.dll")  
  sdk.WxInitSDK(False, 10086)  # 初始化，默认端口 10086
  

• 退出 SDK：使用完毕后运行 sdk.WxDestroySDK()，并关闭 Python 进程。

主要功能操作

消息收发

• 发送文本消息：

  from wcferry import Wcf  
  wcf = Wcf()  
  wcf.send_text("你好", "wxid_xxxx")  # wxid_xxxx 为目标微信 ID
  

  • 支持 @ 某人：wcf.send_text("你好 @Tom", "roomid_xxxx")。
• 接收消息：

  wcf.enable_receiving_msgs()  # 开启接收  
  while True:  
  msg = wcf.get_msg()  
  if msg:  
  print(f"收到: {msg.content}")  
  wcf.disable_receiving_msgs()  # 停止接收
  

大语言模型集成

• 接入 ChatGPT 示例（需自行配置 API Key）：

  from wcferry import Wcf  
  import openai  
  wcf = Wcf()  
  openai.api_key = "your_api_key"  
  def chatgpt_reply(msg):  
  response = openai.ChatCompletion.create(  
  model="gpt-3.5-turbo",  
  messages=[{"role": "user", "content": msg.content}]  
  )  
  wcf.send_text(response.choices[0].message.content, msg.sender)  
  wcf.enable_receiving_msgs()  
  while True:  
  msg = wcf.get_msg()  
  if msg:  
  chatgpt_reply(msg)
  

多媒体处理

• 发送图片：

  wcf.send_image("C:/Pictures/test.jpg", "wxid_xxxx")
  

• 语音转 MP3：使用 smc 模块（需编译），将 .silk 文件转为 .mp3：

  from wcferry import smc  
  smc.silk_to_mp3("input.silk", "output.mp3")
  

群聊管理

• 邀请成员：

  wcf.invite_room_members("roomid_xxxx", ["wxid_user1", "wxid_user2"])
  

• 获取群信息：

  room_info = wcf.get_chatroom_info("roomid_xxxx")  
  print(room_info)
  

操作流程示例

1. 启动框架：编译 sdk.dll，运行 Python 脚本加载并初始化。
2. 登录微信：执行 wcf.get_login_qrcode() 获取二维码，扫码登录。
3. 配置功能：编写脚本实现消息监听、自动回复或群管理。
4. 运行测试：在命令行运行脚本，检查微信行为是否符合预期。
5. 调试优化：若出错，可在 VS2019 中添加调试日志（如 DbgMsg("Test")），定位问题。

多语言客户端支持

• Rust：使用 wcfrust。
• Go：参考 go_wcf_http。
• Java：见 java 客户端说明。
• Node.js：使用 wcferry-node。
• C#：参考 WeChatFerry-CSharp。
• Docker：使用 docker_wechat。

注意事项

• 当前适配微信版本为 3.9.11.25，版本不符可能导致注入失败。
• 项目仅限学习和研究用途，遵循 MIT 许可证。
• 多开暂不支持，需单实例运行。