基于wxauto与Coze API，打造专属微信群AI助手-编程阁

1. 为什么需要微信群AI助手？

最近两年AI技术发展迅猛，各种大模型层出不穷。但很多朋友发现，虽然AI很强大，但真正用起来却不太方便。比如想要在微信群里使用AI，要么得手动复制粘贴问题，要么得频繁切换应用，体验非常割裂。

我在管理几个技术社群时就深有体会。群里经常有人问技术问题，有时候半夜看到消息想回复，但自己也不太确定答案。这时候要是有个AI助手能即时响应就太好了。后来我发现了wxauto这个神器，配合Coze平台的API，完美解决了这个问题。

wxauto是一个基于Python的微信自动化库，最大的特点就是简单易用。不需要复杂的配置，几行代码就能实现微信消息的自动收发。而Coze平台则提供了强大的AI能力，支持自定义智能体，还能接入各种插件。两者结合，就能打造一个24小时在线的微信群AI助手。

2. 环境准备与基础配置

2.1 安装必要工具

首先需要准备Python环境，建议使用Python 3.7及以上版本。安装wxauto非常简单，只需要一行命令：

pip install wxauto

安装完成后，可以简单测试一下：

from wxauto import WeChat wx = WeChat() print(wx.GetSessionList()) # 打印当前微信会话列表

如果能看到你的微信聊天列表，说明安装成功了。这里有个小技巧，第一次运行时可能会提示需要扫码登录，建议先用手机微信扫码登录，然后勾选"自动登录"，这样下次就不需要重复扫码了。

2.2 获取Coze API权限

接下来需要到Coze平台创建AI智能体并获取API权限：

访问Coze官网并登录
点击"创建智能体"，根据需求配置角色、能力等
在"发布"选项中选择"Agent as API"
创建API令牌(token)，记住这个token和你的bot_id

我建议在创建智能体时，可以设置一些预设的提示词。比如我在技术社群的AI助手中就设置了："你是一个专业的技术支持助手，回答要简洁准确，对于不确定的问题要说明'这个我不太确定'"。这样能显著提升回答质量。

3. 核心代码实现

3.1 消息监听与处理

核心代码主要分为三部分：消息监听、AI交互和消息回复。先来看消息监听部分：

from wxauto import WeChat import time wx = WeChat() group_name = "技术交流群" # 要监听的群名称 wx.AddListenChat(who=group_name) while True: msgs = wx.GetListenMessage() for chat in msgs: if chat.who == group_name: messages = msgs.get(chat) for msg in messages: if msg.type == 'friend' and msg.content.startswith('/'): # 处理AI请求 handle_ai_request(msg) time.sleep(1)

这段代码会持续监听指定群聊的消息，当发现有以"/"开头的消息时，就会触发AI处理流程。我在这里设置1秒的间隔来检查新消息，这个时间可以根据实际需求调整，太短可能会占用过多资源，太长则会影响响应速度。

3.2 与Coze API交互

处理AI请求的部分需要调用Coze的API：

import requests import json import uuid def coze_chat(query, token, bot_id): url = 'https://api.coze.cn/open_api/v2/chat' headers = { 'Authorization': f'Bearer {token}', 'Content-Type': 'application/json' } data = { "conversation_id": str(uuid.uuid4()), "bot_id": bot_id, "user": "wechat_group_user", "query": query, "stream": False } try: response = requests.post(url, headers=headers, json=data) response.raise_for_status() result = response.json() return result['messages'][0]['content'] except Exception as e: print(f"API调用出错: {e}") return "抱歉，AI暂时无法响应"

这里有几个需要注意的地方：

conversation_id使用UUID生成，确保每次会话都是独立的
添加了异常处理，避免API出错导致程序崩溃
stream参数设为False，使用同步方式获取响应

3.3 消息回复实现

最后是将AI的回复发送回微信群：

def handle_ai_request(msg): sender = msg.sender query = msg.content[1:].strip() print(f"收到来自{sender}的请求: {query}") response = coze_chat(query, COZE_TOKEN, BOT_ID) reply = f"@{sender} {response}\n[AI自动回复]" chat = msg.chat chat.SendMsg(reply) print(f"已回复: {reply}")

这里我特意在回复中加上了"@发送者"和"AI自动回复"的标识，让群成员知道这是AI的回复而非真人回答，避免误解。在实际使用中，可以根据需要调整回复的格式和内容。

4. 高级功能与优化建议

4.1 多智能体切换

一个很实用的功能是支持多个AI智能体的切换。比如在同一个群里，可以用不同的命令调用不同的AI：

if msg.content.startswith('/tech'): # 使用技术问答AI bot_id = TECH_BOT_ID elif msg.content.startswith('/fun'): # 使用娱乐聊天AI bot_id = FUN_BOT_ID

我在实际使用中设置了三个智能体：一个负责技术问答，一个负责娱乐聊天，还有一个专门处理群管理事务（如欢迎新成员）。只需要在Coze平台创建不同的bot，然后在代码中根据命令切换即可。

4.2 消息缓存与上下文

默认情况下，每次对话都是独立的，AI不会记住之前的聊天内容。如果需要支持多轮对话，可以添加简单的上下文缓存：

from collections import defaultdict conversation_cache = defaultdict(list) def coze_chat(query, user_id): # 将之前的对话记录也发送给AI history = conversation_cache[user_id] data = { "query": query, "chat_history": history } # ...调用API... # 更新缓存 conversation_cache[user_id].append({"role": "user", "content": query}) conversation_cache[user_id].append({"role": "assistant", "content": response}) # 限制缓存大小 if len(conversation_cache[user_id]) > 6: conversation_cache[user_id] = conversation_cache[user_id][-6:]

这样AI就能记住最近几次对话的上下文，回答会更加连贯。我设置缓存大小为3轮对话（6条消息），这个值可以根据实际需求调整。

4.3 性能优化与稳定性

长时间运行的机器人需要注意几个问题：

登录状态保持：wxauto可能会因为网络波动等原因掉线，可以添加自动重连机制：

def check_login(): try: wx.GetSessionList() return True except: return False while True: if not check_login(): wx = WeChat() # 重新初始化 wx.AddListenChat(who=group_name) # ...正常处理消息...

消息去重：有时候可能会收到重复的消息，可以记录最近处理过的消息ID来避免重复回复。
速率限制：Coze API可能有调用频率限制，可以在代码中添加简单的限流逻辑：

import time from collections import deque # 记录最近5次调用时间 api_calls = deque(maxlen=5) def coze_chat(query): now = time.time() if len(api_calls) == 5 and now - api_calls[0] < 10: time.sleep(1) # 如果最近5次调用在10秒内，暂停1秒 api_calls.append(now) # ...正常调用API...