微信终于开放官方 Bot API!ClawBot 插件深度解析,AI 开发者的新机遇

微信终于开放官方 Bot API!ClawBot 插件深度解析,AI 开发者的新机遇
神经网络动画结尾
神经网络动画结尾
神经网络动画结尾

⚡⚡⚡ 欢迎预览,批评指正⚡⚡⚡


文章目录



2026 年 3 月 22 日,腾讯微信正式发布 ClawBot 官方插件,通过 iLink 协议开放了个人微信的 Bot API。本文深度解析技术细节,带你抓住这波 AI 开发新机遇。


导读:2026 年 3 月 22 日,腾讯微信正式发布 ClawBot 官方插件,通过 iLink 协议开放了个人微信的 Bot API。这不是灰色地带的 Hook,而是有法律文件背书的官方产品。本文将深度解析技术细节,带你抓住这波 AI 开发新机遇。

一、历史性时刻:微信开放官方 Bot API

发布时间:2026 年 3 月 22 日

插件版本:@tencent-weixin/openclaw-weixin v1.0.2

接入平台:OpenClaw(原 Clawdbot)AI 网关框架

就在今天,微信插件页面悄然上线了 ClawBot 官方插件。这意味着什么?

这是微信首次向个人用户开放合法的 Bot API,开发者可以通过官方渠道,让 AI 助手直接接入微信个人号,实现私聊对话、群聊互动、文件收发等完整功能。

二、插件概况:什么是 ClawBot?

2.1 官方定位

ClawBot 是腾讯微信官方推出的 AI 助手连接插件,底层基于 iLink(智联)协议,接入域名为 ilinkai.weixin.qq.com

维度旧方案(WeChatPadPro 等)iLink Bot API
合法性违反微信服务协议,灰色地带✅ 官方开放,合法合规
稳定性每次微信更新可能失效✅ 服务器端 API,稳定可靠
封号风险极高,随时可能被封✅ 正常使用无封号风险
协议层模拟 iPad/移动端协议✅ HTTP/JSON,标准接口
媒体支持有限✅ 图片/语音/文件/视频完整支持
群聊需要特殊处理✅ 原生支持

2.2 核心能力

  • 私聊对话:微信用户与 OpenClaw 机器人一对一交流
  • 流式输出:AI 回复内容实时流式传输
  • 长连接模式:基于长轮询的消息推送机制
  • 多媒体支持:文本、图片、语音、文件、视频
  • Skills 调用:可调用 OpenClaw 技能市场的兼容技能
  • 群聊互通:支持微信群聊场景(需配置)

3.1 协议概览

腾讯开放的接口全部在 https://ilinkai.weixin.qq.com 下,采用 HTTP/JSON 协议,无需 SDK,可直接用 fetch 调用。

核心端点

EndpointMethod功能
/ilink/bot/get_bot_qrcodeGET获取登录二维码
/ilink/bot/get_qrcode_statusGET轮询扫码状态
/ilink/bot/getupdatesPOST长轮询收消息(核心)
/ilink/bot/sendmessagePOST发送消息
/ilink/bot/getuploadurlPOST获取 CDN 预签名上传地址
/ilink/bot/sendtypingPOST发送"正在输入"状态

3.2 认证机制

请求头固定格式:

{"Content-Type":"application/json","AuthorizationType":"ilink_bot_token","X-WECHAT-UIN":"base64(randomUint32)","Authorization":"Bearer <bot_token>"}

关键设计X-WECHAT-UIN 每次请求都变化,起到防重放攻击的作用。

3.3 长轮询机制

与 Telegram Bot API 的 getUpdates 设计类似:

POST/ilink/bot/getupdates {"get_updates_buf":"<上次返回的游标,首次为空>","base_info":{"channel_version":"1.0.2"}}

服务器会 hold 住连接最多 35 秒,直到有新消息才返回。

3.4 消息结构

每条微信消息的核心字段:

{"from_user_id":"[email protected]","to_user_id":"[email protected]","message_type":1,"context_token":"AARzJWAFAAABAAAAAAAp...","item_list":[{"type":1,"text_item":{"text":"你好"}}]}

ID 格式规律

消息类型

type含义
1文本
2图片(CDN 加密存储)
3语音(silk 编码,附带转文字)
4文件附件
5视频

3.5 回复机制(关键!)

最容易踩坑的地方:每条收到的消息都带有 context_token,回复时必须原样带上,否则消息不会关联到正确的对话窗口。

POST/ilink/bot/sendmessage {"msg":{"to_user_id":"[email protected]","message_type":2,"message_state":2,"context_token":"<从 inbound 消息里取>","item_list":[{"type":1,"text_item":{"text":"你好!"}}]}}

3.6 CDN 媒体加密

微信 CDN 上的所有媒体文件都经过 AES-128-ECB 加密


四、启用插件:5 分钟快速上手

4.1 前置条件

  • 微信版本:iOS 8.0.70 及以上(Android 同理,最新版本)
  • OpenClaw:已部署并运行 OpenClaw 实例

4.2 操作步骤

第一步:更新微信到最新版本

第二步:微信 → 我 → 设置 → 插件 → 找到「ClawBot」卡片

第三步:在 OpenClaw 所在设备执行:

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

第四步:微信扫码绑定

第五步:验证连接成功


五、实战演示:15 分钟搭建 AI 助手

配合 Anthropic 的 @anthropic-ai/claude-agent-sdk,可以在 15 分钟内搭出一个有实际能力的 AI 助手。

实测效果

  • 用户发:「告诉我现在我是什么电脑,什么电量」
  • AI 调用系统命令,回复完整的机型 + 电量信息

六、法律条款:开发者必读

腾讯发布了 《微信 ClawBot 功能使用条款》

6.1 服务定位

“我们仅提供微信 ClawBot 插件与第三方 AI 服务的信息收发,不存储你的输入内容与输出结果,不提供 AI 相关服务。”

解读:iLink 只是消息通道,AI 服务由开发者自己负责。

6.2 签订信息

  • 签订地:深圳市南山区
  • 适用法律:中国大陆地区法律
  • 性质:官方产品,有法律文件背书

七、应用场景

  • 个人助手:日程管理、待办记录、信息查询
  • 客服机器人:自动回复、工单流转
  • 社群运营:群消息回复、新人欢迎语
  • 企业集成:知识库问答、审批通知

八、未来展望

  • 📈 逐步放量:目前插件仍处于灰度测试阶段
  • 🔗 QQ 已先行:QQ 机器人已接入 OpenClaw
  • 🌐 多渠道支持:已支持飞书、钉钉、Telegram、Discord

九、参考资料

资源链接
OpenClaw 官方文档https://docs.openclaw.ai
GitHub - openclaw-weixinhttps://github.com/hao-ji-xing/openclaw-weixin
菜鸟教程https://www.runoob.com/ai-agent/openclaw-weixin.html

结语

微信开放官方 Bot API,不是终点,而是起点。对于 AI 开发者而言,抓住这波机遇,用技术创造价值,才是最重要的。

你准备好"养虾"了吗? 🦞

本文基于公开资料整理,截止 2026 年 3 月 22 日。API 设计可能随版本迭代变化,请以官方文档为准。


感谢阅读,下期更精彩 👋👋👋

神经网络动画结尾

Read more

喂饭级教程:OpenClaw 对接 QQ 机器人,本地/腾讯云都能用

喂饭级教程:OpenClaw 对接 QQ 机器人,本地/腾讯云都能用

文章目录 * 前言 * 一、选对路子:官方 Bot 还是个人号? * 方案 A:QQ 开放平台官方机器人 * 方案 B:个人 QQ 号变身机器人 * 二、环境准备:5 分钟搞定基础设施 * 1. 服务器/电脑要求 * 2. 安装 OpenClaw * 3. 配置大模型 API * 三、方案 A:对接 QQ 开放平台官方机器人 * Step 1:注册开发者并创建机器人 * Step 2:获取三件套凭证 * Step 3:配置 IP 白名单和沙箱 * Step 4:OpenClaw 端配置

AI 辅助开发实战:基于树莓派智能家居毕设的高效构建与避坑指南

在基于树莓派的智能家居毕业设计中,很多同学都遇到过相似的困境:树莓派算力有限,跑个复杂的AI模型就卡顿;传感器数据五花八门,处理起来容易出错;想把模型部署到边缘端,步骤繁琐,调试过程更是让人头大。整个项目就像在走钢丝,既要保证功能,又要兼顾性能和稳定性。 最近,我尝试将AI辅助开发工具和轻量级AI推理框架结合起来,重新梳理了整个开发流程,发现效率提升非常明显。这篇文章,我就来分享一下如何利用这些工具,高效、稳定地构建一个智能家居毕设系统,并附上一些实践中总结的“避坑”经验。 1. 背景与核心痛点:为什么需要AI辅助开发? 传统的树莓派智能家居项目开发,通常有几个绕不开的难题: * 硬件资源捉襟见肘:树莓派(尤其是Zero或3B+等型号)的内存和CPU性能有限。直接部署未经优化的TensorFlow或PyTorch模型,很容易导致系统响应迟缓甚至崩溃。 * 模型部署“从入门到放弃”:将PC上训练好的模型移植到ARM架构的树莓派上,涉及框架版本、依赖库、算子兼容性等一系列问题,环境配置就能耗掉大量时间。 * 调试过程“黑盒”化:当系统集成传感器、执行器、网络服务和AI推理后,

[论文阅读] AI + 软件工程 | 突破LLM代码生成瓶颈:编程知识图谱(PKG)让检索增强更精准

[论文阅读] AI + 软件工程 | 突破LLM代码生成瓶颈:编程知识图谱(PKG)让检索增强更精准

突破LLM代码生成瓶颈:编程知识图谱(PKG)让检索增强更精准 论文信息 * 原标题:Context-Augmented Code Generation Using Programming Knowledge Graphs(基于编程知识图谱的上下文增强代码生成) * 主要作者及研究机构: * Shahd Seddik、Fahd Seddik、Iman Saberi、Fatemeh Fard(加拿大不列颠哥伦比亚大学) * Minh Hieu Huynh、Patanamon Thongtanunam(澳大利亚墨尔本大学) * 引文格式(GB/T 7714): Seddik S, Seddik F, Saberi I, et al. Context-Augmented Code Generation Using Programming Knowledge Graphs[J]

OpenClaw多智能体路由实战:飞书多机器人配置指南

文章目录 * 飞书重新安装问题 * 批量增加机器人 * 缺点 * 多个飞书机器人名称包含大小写的问题 * 多个Agent名称包含大小写的问题 目前我已经完成了OpenClaw的基本安装,但是在对话框只有一个,机器人也只绑定到主会话,一次只能处理一个消息。很多时候我在聊天窗口,说A任务,然后做了一半,又发了关于B任务的指令。一是每次发完消息,如果OpenClaw还在处理,剩下的消息要么进入队列、要么看不到(实际还在队列)。两个任务切来切去,感觉体验很不好。 要彻底解决这个问题,实现网上演示的那种对各Agent、每个对话机器人对应一个Agent,就需要用到多智能体路由技术。 实现的步骤如下: * 在飞书创建一个新的机器人 * 通过控制台创建新的智能体 * 按照指引将飞书配置上去 * 根据需要创建多个Agent和机器人,并对应配置上去(略) 飞书重新安装问题 明明我已经安装好了飞书,系统还是会提示我安装,否则就跳过了添加飞书这步。应该是系统Bug。这次安装的飞书位置在~/.openclaw/extensions/feishu,其实和~/.npm-globa