微信ClawBot插件支持个人微信,14亿人的AI入口打开了!附带Win踩坑解决方案!

微信ClawBot插件支持个人微信,14亿人的AI入口打开了!附带Win踩坑解决方案!

今天刷IT之家,看到一条消息直接坐起来了。
微信插件页面,悄悄上了一个新东西。
名字叫 ClawBot。

功能只有一句话:连接OpenClaw与微信。

Image

这意味着什么?
意味着那只GitHub上32万星的"小龙虾",终于有了微信官方认证的入口。
不是第三方魔改,不是企业微信绕路,是微信自己做的插件。

老金我第一时间装了,给你们说说到底怎么回事。

Image

先说ClawBot是什么

OpenClaw 你们应该不陌生了。
全球最火的开源AI助手,GitHub 32万星,能帮你操作电脑、跑脚本、读写文件、控制浏览器。

Image

之前最大的问题是什么?
得坐在电脑前才能用。

出门在外想让AI帮你整理个文件?
对不起,打开电脑、连VPN、敲命令。
这跟没有AI有什么区别。

所以大家一直在想办法把OpenClaw接到手机上。
之前的方案要么走企业微信(配置复杂),要么用第三方协议直连个人微信(有封号风险)。
现在微信官方自己做了个插件,问题一下子解决了。

不需要公网服务器,不需要企业微信,不需要折腾API Key。

目前的限制:

首先,你需要本地安装Openclaw。
至于怎么安装openclaw。
你可以在我的开源知识库里找我的公开直播,1小时的直播里我一共就和Claude code说了4句话。。其他时间都在科普一些大家提问的问题,以及等待它自己下载,以及自动安装。

所以我还是强烈建议你先学会Claude Code,直接把openclaw的github地址甩进去它自己安装就好了。

其次,必须要IOS版本微信,更新至8.0.70版本。

插件入口在 微信->我->设置->插件。
微信更新后插件不显示,需要重启微信。

安装只要一行命令(但windows有坑)

老金我实测了一下,整个过程不到5分钟。
但中间踩了个大坑,先说正确姿势。

Mac用户:官方的一行命令就行,基本不会踩坑。

npx -y @tencent-weixin/openclaw-weixin-cli@latest install 

装完自动弹二维码,扫码搞定。

Windows用户:别用npx,坑太多了。

为什么不用npx?两个原因:

  1. npx会报EPERM权限错误(Windows文件锁机制拒绝临时目录操作)

npx内部用Linux的 which 命令检测openclaw,Windows压根没有 which,永远报"未找到openclaw"——这是weixin-cli的bug

Image

老金我实测的正确姿势:
第一步:用openclaw自带命令装插件

openclaw plugins install "@tencent-weixin/openclaw-weixin" 

第二步:修复配置

openclaw doctor --fix 

它会自动处理配置格式迁移、清理孤儿文件。
跑完看到 Doctor complete. 就是正常的。

第三步:微信扫码登录

openclaw channels login --channel openclaw-weixin 

终端里会弹出一个二维码。
拿起手机,打开微信扫一扫。
二维码有效期不长,弹出来赶紧扫,过期了它会自动刷新(最多3次)。

Image

扫码之后,微信里就多了一个"服务通知"入口。
通过这个入口,你就能和电脑上的OpenClaw对话了。

第四步:重启gateway

openclaw gateway restart 

让插件正式生效。不重启的话插件加载不进来。

关于安全警告
安装过程中会弹一个黄色警告,说插件有"环境变量+网络发送"行为。
别慌,这是微信插件的正常操作——它得读配置、发消息到微信服务器。

想消除警告,在 openclaw.json 里加白名单:

{   "plugins": {     "allow": ["@tencent-weixin/openclaw-weixin"]   } } 

第五步:开始用
在微信里发一句"帮我查一下桌面上那个Excel的数据汇总"。
电脑上的OpenClaw就开始干活了。
干完了把结果发回你的微信。

如果对你有帮助,记得关注一波~

张军亲自回应了

腾讯公关总监张军今天专门发了条动态。

原话是这样的:
“微信当年所努力的,就是成为一个连接人、连接设备、连接服务的工具。这个理念依然有效。”

翻译成人话就是:微信从第一天起就想做万能入口,现在AI来了,这条路终于走通了。

张军还透露了一个信息。
腾讯内部有个"龙虾特工队",已经第一时间完成了适配。

目前腾讯的"三只虾"产品矩阵已经全部就位:

Image

再加上今天的 ClawBot插件,等于腾讯把OpenClaw的入口铺到了你能想到的每一个角落。

ClawBot和QClaw有什么区别?

你可能会问:之前不是有QClaw了吗?ClawBot又是什么?

老金我帮你理清楚。

QClaw 是腾讯电脑管家团队做的独立客户端。
你得单独下载安装,它会在你电脑上装一只OpenClaw。
然后通过微信小程序远程控制。

ClawBot 是微信官方的插件。
它不装新的OpenClaw,而是连接你已有的OpenClaw。
如果你电脑上已经跑着一只龙虾,ClawBot直接就能用。

简单说:
QClaw适合从零开始的小白,它帮你全包了。
ClawBot适合已经在用OpenClaw的老手,一行命令接入微信。

两个产品不冲突。
你甚至可以同时装。

额外注意事项

安装过程上面已经写得很清楚了,这里补充几个容易忽略的点。

微信更新后插件不显示,需要重启微信。
这个坑特别隐蔽。
你更新完微信,打开插件页面,发现ClawBot根本不在列表里。
别急,退出微信重新打开一次。
第一次加载插件列表的时候不会刷新新插件,重启之后就有了。

目前只支持文字
和QClaw一样,ClawBot现在只支持文字消息。
你没法直接发图片让它分析,也不能发文件让它处理。
据IT之家报道,语音和图片支持在排期中,但没给具体时间。

weixin-cli源码里的bug(技术向)
好奇为什么npx在Windows上死活不行的,老金翻了源码。
@tencent-weixin/openclaw-weixin-cli 的检测逻辑长这样:

function which(bin) {   return execSync(`which ${bin}`, ...).trim(); } 

它用Linux/Mac的 which 命令检测openclaw是否安装。
Windows的PowerShell没有 which,所以永远返回null,永远报"未找到openclaw"。

我依旧是那个不懂代码的老金,是Claude code告我的。

Image

这是个平台兼容性bug,和你的环境无关。上面教的安装方法已经绕过了这个问题。

安全性怎么样?

这是很多人关心的问题。

ClawBot走的是微信官方插件通道。
不是第三方协议,不存在封号风险。

你的数据处理全在本地电脑完成。
微信只负责传递你的指令文本,不会把你的文件上传到任何地方。

不过老金我还是要提醒:
ClawBot目前处于逐步放量阶段。
不是所有人都能看到这个插件。
如果你的微信插件页面还没出现ClawBot,等几天就好。

另外,OpenClaw生态的安全问题一直存在。
之前Cisco安全团队发现ClawHub上12%-20%的Skills有恶意行为。
所以装第三方Skill之前,一定要看清楚来源。

老金我的判断

回看这个月发生的事:

3月9日,QClaw内测,OpenClaw塞进微信小程序。
3月18日,QClaw全量公测,WorkBuddy同步上线。
3月19日,企业微信更新OpenClaw插件到最新版。
3月22日,微信官方ClawBot插件上线。

两周之内,腾讯完成了四步棋。

这不是试水,这是All in。

14亿微信用户,每个人都能用微信控制一只AI助手。
这个画面腾讯想了很久,现在终于落地了。

老金我的建议

如果你已经在用OpenClaw
现在就装ClawBot插件,一行命令的事。
你的Skills、配置、记忆全部保留,只是多了一个微信入口。

如果你是纯小白
直接装QClaw,去 qclaw.qq.com 下载。
20秒安装,微信扫码绑定,从零到能用不超过3分钟。

如果你是企业用户
走企业微信方案,支持群聊、文件直传、白名单控制。
去企业微信后台开启OpenClaw接入,官方文档已经更新。

不管选哪条路,终点都是一样的。

用微信发条消息,电脑上的AI就开始干活。
这才是AI助手该有的样子。


往期推荐:

AI编程教程列表
提示词工工程(Prompt Engineering)
LLMOPS(大语言模运维平台)
AI绘画教程列表
WX机器人教程列表

开源知识库地址(实时更新交流群):
https://tffyvtlai4.feishu.cn/wiki/OhQ8wqntFihcI1kWVDlcNdpznFf

Claude Code & Openclaw 双顶流全中文从零开始的教程:不懂代码照样造网站,老金15万字Claude Code+OpenClaw教程免费开源

我的小破站(含我开源的项目):https://www.aiking.dev/


每次我都想提醒一下,这不是凡尔赛,是希望有想法的人勇敢冲。
我不会代码,我英语也不好,但是我做出来了很多东西,在文末的开源知识库可见。
我真心希望能影响更多的人来尝试新的技巧,迎接新的时代。

谢谢你读我的文章。
如果觉得不错,随手点个赞、在看、转发三连吧🙂
如果想第一时间收到推送,也可以给我个星标⭐~谢谢你看我的文章。

Read more

渔业养殖管理:GLM-4.6V-Flash-WEB估算鱼群数量

渔业养殖管理:GLM-4.6V-Flash-WEB估算鱼群数量 在现代水产养殖日益规模化、集约化的背景下,如何实时掌握鱼群动态成为管理者面临的核心挑战。传统依赖人工巡检的方式不仅耗时费力,还容易因主观判断造成计数偏差。尤其是在能见度低、水流扰动频繁的水下环境中,准确评估鱼群密度和分布几乎成了一项“不可能完成的任务”。 然而,随着多模态人工智能技术的突破,这一难题正迎来转机。智谱AI推出的 GLM-4.6V-Flash-WEB 模型,凭借其轻量化架构与强大的图文理解能力,为智能渔业提供了一种全新的解决方案——无需微调、无需大量标注数据,仅通过自然语言提问即可实现对水下图像中鱼群数量的快速估算。 这不仅是技术上的跃迁,更意味着农业AI正在从“黑箱模型”走向“可对话系统”。养殖户不再需要懂代码或算法,只需上传一张图片并问一句:“图里有多少条鱼?”就能获得稳定可靠的答案。 多模态模型如何改变传统视觉任务? 过去,要构建一个鱼群计数系统,通常需要走完一整套复杂的流程:采集数千张带标注的图像 → 训练YOLO或Mask R-CNN等目标检测模型 → 部署推理服务 → 持续优化误检漏检问

新手必看!Gemma-3-12B-IT WebUI 保姆级教程:从部署到对话全流程

新手必看!Gemma-3-12B-IT WebUI 保姆级教程:从部署到对话全流程 你是不是也对大语言模型充满好奇,想亲手体验一下和AI对话的感觉,但又觉得技术门槛太高,不知道从何下手?别担心,今天这篇教程就是为你准备的。 想象一下,你有一个随时待命的私人助手,能帮你写代码、解答问题、创作文案,甚至陪你聊天。现在,这个助手就摆在眼前——Google最新发布的Gemma-3-12B-IT模型,而且我们已经为你准备好了开箱即用的WebUI界面。 这篇文章将带你从零开始,一步步完成Gemma-3-12B-IT WebUI的部署和使用。不需要你懂复杂的命令行,不需要你配置繁琐的环境,只需要跟着我的步骤走,10分钟内你就能开始和AI对话了。 1. 认识你的新助手:Gemma-3-12B-IT 在开始动手之前,我们先花几分钟了解一下你要部署的这个“助手”到底有什么本事。 1.1 什么是Gemma-3? Gemma-3是Google在2026年发布的一系列轻量级开源语言模型。你可能听说过ChatGPT、Claude这些大模型,但它们的参数动辄上千亿,对普通用户来说部署成本太高。而Ge

前端判断不等于 undefined 不等于 null 的方法

前端判断不等于 undefined 不等于 null 的方法

前端判断不等于 undefined 不等于 null 的方法 在前端开发(JavaScript/TypeScript)中,判断一个变量既不等于 undefined 也不等于 null,通常被称为判断“空值”或“有效存在”。 以下是几种常用且推荐的方法,你可以根据场景选择: 1. 最常用:宽松相等法(推荐) 这是最简洁、最符合语言习惯的写法。利用 == null 的特性,它能同时匹配 null 和 undefined。 if(value !=null){// 代码逻辑// 进入这里说明 value 既不是 null,也不是 undefined// value 可以是 0, false, '', [] 等任何其他值} * 原理:

前端部署:从开发到生产的最后一公里

前端部署:从开发到生产的最后一公里 毒舌时刻 前端部署?这不是运维的事吗? "我只负责写代码,部署交给运维"——结果部署失败,互相甩锅, "我直接把文件上传到服务器"——结果更新不及时,缓存问题频发, "我用FTP上传,多简单"——结果文件传丢,网站崩溃。 醒醒吧,前端部署是前端开发的重要环节,不是别人的事! 为什么你需要这个? * 快速上线:自动化部署,减少人工操作 * 环境一致性:确保开发、测试、生产环境一致 * 回滚能力:出现问题时可以快速回滚 * 监控和日志:实时监控网站状态和错误 反面教材 # 反面教材:手动部署 # 1. 本地构建 npm run build # 2. 手动上传文件 ftp ftp://example.