爆肝 2 天，用 GLM5 开发了 OpenClaw 接入微信 bot，已开源！
这是苍何的第 493 篇原创！
大家好，我是苍何。
OpenClaw，这个 GitHub 上 18 万 Star 的怪物级开源项目，你们应该都听过了吧？
飞书能接、钉钉能接、企业微信能接、QQ 能接、Discord 能接……
但偏偏最多人用的「微信个人号」，它不支持。
我翻遍了 GitHub、掘金、知乎，找到的方案要么是企业微信绕一圈，要么是用微信 Web 协议搞，动不动就封号。
说实话，这谁顶得住？
天天在微信上跟朋友聊天、在群里吹水，结果想接个 OpenClaw 都这么费劲？
麻了。
于是我决定自己干。
「爆肝 2 天，我把 OpenClaw 接入了微信个人号，并且已经开源了。」
地址：https://github.com/freestylefly/openclaw-wechat
我给他命名为苍何的狗腿子，和普通好友没什么区别，但他却是个能真正帮你干事的好友。
当你随便把一篇文章丢给他，OpenClaw 会帮你做总结。
并帮你存放于你的个人 Notion 知识库中。
我现在看到好文章直接转发给它，然后可以直接让他去知识库中帮我查找任何我想要的收藏。
说实话比收藏夹好用一万倍。
我把这家伙拉进群聊，还能随时@总结上下文，群聊利器啊。
然后我可以指挥 OpenClaw 自动搜集全网资讯，并直接汇总发我。
还可以进行日程提醒，比如让它提醒我 2 分钟后喝水。
我甚至还在我的 OpenClaw 中装了 18 岁的 AI 女友 Clawra，她有独立人格和人设，当我问她在干嘛时，她会甩一张自拍给我。
当然还有更多的场景待探索，但我发现，在微信上用 OpenClaw 显得非常的丝滑，因为我每天真的离不开微信。
这篇文章主要分享我开发的历程，代码也上传到了 GitHub，但由于时间有限以及防止技术被滥用，我做了一层代理处理，需要审核才可使用。
注意事项
- 建议先用小号测试，虽然 iPad 协议比 Web 协议稳定得多，但毕竟是第三方接入，谨慎为上
- 不要用来搞群发、营销之类的骚操作，腾讯的风控不是吃素的
- 建议部署在有固定 IP 的服务器上，频繁换 IP 容易触发风控
整个系统架构如下：
全程我用的是 OpenRouter 上的神秘模型 Pony Alpha 配合 Claude Code，前几天我也给大家分享了这个神秘模型。
今天也终于揭晓了谜底，确认这个神秘模型就是智谱的 GLM 5 模型。
昨晚我发现 GLM 5 也上线了 bigmodel，并直接切换，干了不少 token。
几个 agent 垮垮狂干，直接就干限额了：
果断再开 Max 套餐，可以说是大出血了：
关于 GLM 5，官方是这么说的，「在全球权威的 Artificial Analysis 榜单中，GLM-5 位居全球第四、开源第一」。我截了个图：
从官方及各大媒体的报道来看，GLM 5 是面向复杂系统工程与长程Agent任务的开源基座模型。
这里我也会在本文的中间部分把我和 GLM 5 协作开发的过程给分享出来，看看这个模型在处理实际工程级项目中究竟能有几斤几两。
先说说 OpenClaw 是啥
如果你还不知道 OpenClaw，简单说一下。
它原名叫 Clawdbot，是一个奥地利开发者 Peter Steinberger 搞出来的开源 AI Agent 项目。
后来因为跟 Anthropic 的商标冲突，改名 Moltbot，又改名 OpenClaw。
名字换了三个，但丝毫不影响它火到离谱。
「3 周时间，GitHub Star 从 0 干到 18 万+。」
这什么概念？React 花了 8 年才到 10 万，Linux 花了 12 年，它 3 周就超了。
好家伙，这不是坐火箭，这是坐 SpaceX 星舰。
它的核心能力就一句话：「让 AI 不只是回答你问题，而是真正替你干活。」
你跟它说「帮我查一下明天的天气，然后发到群里」，它就真的会去查、然后发。
不是那种假装理解你然后输出一坨文字的「AI 助手」，是真的有手有脚能操作的 Agent。
它支持接入各种大模型，Claude、GPT、DeepSeek 都行，还支持多 Agent 协作，搞一个虚拟开发团队都不在话下。
我之前也写过几篇关于OpenClaw 的文章，不了解的也可以先看看：
为啥微信这么难接？
讲真的，这事不能怪 OpenClaw。
微信是出了名的「封闭生态」，个人号压根没有官方 Bot API。
你想搞自动化，要么走企业微信（需要公司认证），要么用第三方协议逆向（随时封号）。
之前社区有一些方案，比如用 wechatbot-webhook 基于微信 Web 协议来搞，Docker 一键部署倒是方便。
但问题是：
- 「稳定性堪忧」，微信 Web 协议说封就封
- 「功能受限」，很多高级功能用不了
- 「安全风险」，你的微信账号等于裸奔
我试了几个，要么跑不起来，要么跑起来半天就掉线。
说白了，这些方案都是在微信的安全策略上「走钢丝」。
我是怎么搞的
既然现有方案都不太行，那就自己撸一个。
我的思路是这样的：
「不走微信 Web 协议，走 iPad 协议 + 消息中转服务。」
核心架构分三层：
- 「消息接收层」：基于 iPad 协议稳定接收微信消息，比 Web 协议靠谱得多
- 「中转网关层」：做消息格式转换、会话管理、限流熔断
- 「OpenClaw 对接层」：通过 Webhook 把消息推给 OpenClaw Gateway，再把 AI 回复转发回微信
整个架构用 TypeScript 写的，跟 OpenClaw 原生技术栈一致。
画了个架构图你们感受一下：
说起来简单，但这毕竟是个系统工程——协议对接、消息队列、网关路由、多模型调度，涉及的模块还挺多的。
2 天能搞定，说实话，离不开一个关键帮手：「GLM-5」。
为什么用 GLM-5？
可能有人会问，市面上 Coding 模型那么多，为啥选它？
不瞒你说，一开始我也没抱太大期望。主要是先跑的神秘模型 Pony Alpha。
但实际跑下来，对于有些场景还行。
这个项目不是那种「一句 Prompt 搓个网页」的活儿。
消息中转网关要处理并发、去重、限流，OpenClaw 对接层要搞 Webhook 协议适配和会话状态管理，还有各种边界情况要兜底。
这是正儿八经的「系统工程」，不是写个前端页面的事。
现在大模型圈子其实有个很明显的趋势：Opus 4.6、GPT Codex 5.3 这些顶级模型都在强调自己的 Agentic 能力，不再吹「一句话出活」了，而是卷谁能扛住「长任务、复杂系统开发」。
GLM-5 刚好也走的这条路。
我这次开发全程让 GLM-5 跑 Agent 模式，把任务拆成多个子任务，让它自己规划、自己执行、自己调试。
遇到问题，他能够自己修，找出对比项：
我的原始需求是要在 openclaw 中添加微信插件：
一开始的版本，我觉得不够合理，我就让它重构了一下，它能给出合理的架构设计：
我给的重构指令及 rest 重构的整体过程我也截了个图：
大概花费了 25 分钟，解决了重构的所有问题：
整个过程我基本就是在旁边看着，偶尔给点方向性的反馈。
而且 GLM-5 还有一点让我挺舒服的——它是开源的。
不过对于一些稍微深一些的 bug，GLM 5 也并非万能的，这个时候我会选择让它切换到 GPT-5.3-codex 和 Claude 4.6来解决。
好了不多说了，接下来聊聊开发过程中踩的坑，这才是重头戏。
踩坑实录
坑一：消息去重
微信的消息推送机制很迷，同一条消息有时候会推两三次。
如果不做去重，AI 就会回复两三遍，对面以为你是复读机。
我的解决方案是让 GLM 搞了一个基于消息 ID + 时间窗口的去重缓存，用 LRU 策略自动淘汰过期记录。
坑二：上下文管理
OpenClaw 的 Agent 是有记忆的，但微信的对话场景比较特殊。
群聊里一堆人说话，你不能把所有消息都当作是给 AI 的指令。
所以我做了一个「@触发 + 私聊直连」的机制：
- 「私聊」：所有消息直接转给 OpenClaw 处理
- 「群聊」：只有 @机器人 的消息才会触发 AI 回复
这样就不会出现 AI 在群里疯狂刷屏的社死场面了。
坑三：回复速度
大模型的回复是有延迟的，特别是复杂问题可能要想好几秒。
但微信那边，对面看你一直不回，以为你已读不回呢。
我加了一个「思考中...」的状态提示，AI 在生成回复的时候先发一个提示，生成完了再替换成正式回复。
用户体验直接拉满。
坑四：多模型切换
OpenClaw 支持多个大模型，但不同场景其实适合不同模型。
比如日常闲聊用 DeepSeek 就够了，写代码分析问题上 Claude，省钱又高效。
我在中转层做了一个简单的路由策略，根据消息内容自动选择最合适的模型。
能干啥？
接入之后，你的微信就变成了一个 AI 超级助手。
举几个我自己在用的场景：
「1. 智能群聊助手」
在技术群里 @机器人，直接问代码问题，它会结合上下文给出解答。
再也不用忍受群里那些「百度一下」的回复了。
「2. 个人知识管家」
把文章、链接丢给它，它帮你总结归纳，还能存到你的知识库里。
我现在看到好文章直接转发给它，比收藏夹好用一万倍。
「3. 日程提醒」
跟它说「明天下午 3 点提醒我开会」，到点它就会在微信上戳你。
比手机自带的提醒好用，因为你一定会看微信。
「4. 自动回复」
设置好规则，一些常见问题它自动回复。
比如有人加你好友问「在吗」，它直接回「在的，有什么事吗？」
再也不用被「在吗」两个字烦死了。
怎么用？
项目已经开源，可以自己部署。
核心就三步：
「第一步：克隆项目」
git clone https://github.com/canghe/openclaw-wechat.git「第二步：配置环境变量」
出于安全考虑，这里的 apikey 是我代理服务做了一层，目前还在优化中。
# Set API Key (required)「第三步：openclaw 服务中添加 openclaw-wechat」
openclaw plugins install @canghe/openclaw-wechat这里需要等下，还没来的及上到插件市场去，后面会上，可以先本地代码的方式安装。
然后用微信扫码登录，完事。
整个过程 5 分钟搞定，不需要公司认证，不需要企业微信，普通个人号直接用。
后续计划
目前这个项目还在持续迭代，后面计划加这些功能：
- 「语音消息支持」：目前只支持文字，后续会接入语音转文字 + 文字转语音
- 「图片理解」：接入多模态模型，让 AI 能看懂你发的图片
- 「OpenClaw Skills 市场对接」：直接在微信里调用 OpenClaw 的 700+ 技能
- 「多账号管理面板」：Web 端可视化管理多个微信号的接入
如果你有好的想法，欢迎来 GitHub 上提 Issue 或者 PR。
写在最后
说实话，OpenClaw 这波开源 AI Agent 的浪潮，真的让我看到了 AI 落地的另一种可能。
以前我们说 AI，总觉得是那种高高在上的东西，要么在实验室里，要么在大公司的服务器上。
但现在，你自己部署一个 OpenClaw，接上微信，AI 就真的成了你口袋里的助手。
这种感觉，说不出的爽。
不过也要提醒一下，OpenClaw 的 Skills 生态最近爆出了一些安全问题，有超过 230 个恶意插件被上传到了社区。
所以大家在用 OpenClaw 的时候，「一定要注意只安装可信来源的 Skills」，别什么都往上装。
另外，我看智谱也出了 AutoGLM 版本的 OpenClaw，
支持官网一键完成 OpenClaw 与飞书机器人的一体化配置，帮助用户从数小时缩短到几分钟，极速部署 OpenClaw。
好了，项目地址我放在原文链接了，感兴趣的直接去 GitHub 上 Star 一下。
「如果你也在用 OpenClaw，或者对微信接入有什么想法，评论区聊聊！」
点个「赞」和「在看」，让更多人看到这个项目 👇