群消息机器人统计分析

群消息机器人统计分析

文章目录


以下有钉钉群自动获取信息的案例。此前我们说明了个人微信群的各类疑难问题,而最终实际突破了微信群数据库信息的获取,并实现了实时同步形成API数据的方式。该部分内容暂未更新。

一、企业微信群机器人 + 腾讯云函数

1.1 注册企业微信

访问 https://work.weixin.qq.com/
使用个人微信扫码注册

在这里插入图片描述

1.2 注册腾讯云

访问 https://cloud.tencent.com/
使用微信扫码或企业微信扫码
进入控制台

在这里插入图片描述

1.3 创建群聊并添加机器人

在手机企业微信中操作:打开企业微信APP
点击底部"工作台"点击"群聊" → "创建群聊"添加几个成员(可以加自己)

添加群机器人

进入刚创建的群聊
点击右上角群设置,找到"群机器人" → “添加机器人”

在这里插入图片描述

保存这个webhook地址,格式如下:

https://qyapi.weixin.qq.com/cgi-bin/webhook/send?key=xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx
在这里插入图片描述

1.4 创建腾讯云函数

登录腾讯云控制台
搜索"云函数"或访问:https://console.cloud.tencent.com/scf
点击"函数服务" → “新建”
要收费且另需下载企业微信 因还需下载企业微信,其他免费方式先留给读者尝试

二、个人微信(封号风险)

3.1 itchat

现状:微信网页版确实已关闭,itchat等库彻底失效
反自动化:打击营销机器人和诈骗行为,2024年初彻底无法使用

itchat.auto_login(hotReload=True)# 扫码登录  target_group = itchat.search_chatrooms(name="目标群名称")[0]# 匹配群名 
后端语言:Python(推荐,库丰富)、Node.js 核心库:Wechaty、itchat(已基本失效)、wxpy(已基本失效)等。 目前 Wechaty 是一个比较活跃和可靠的开源项目,它提供了一套统一的API。 数据存储:MySQL数据库 或 直接写入腾讯文档API 

3.2 Wechaty

Wechaty官网https://wechaty.js.org/

获取 Token
访问 Wechaty Puppet Service 注册并获取免费的 token(或付费版本)
Wechaty 免费靠自己的劳动,如开源分享,才免费使用3个月之类的。依然是收费型。200元/月

import asyncio import os from wechaty import Wechaty, Message from wechaty_puppet import MessageType # 设置 token(替换为你的实际 token) os.environ['WECHATY_PUPPET_SERVICE_TOKEN']='your_puppet_service_token'classSimpleMarketingBot(Wechaty):def__init__(self):# 添加 puppet 配置super().__init__()asyncdefon_message(self, msg: Message):"""处理消息"""if msg.is_self():returnif msg.type()== MessageType.MESSAGE_TYPE_TEXT: text = msg.text() conversation = msg.talker()# 这里添加你的营销统计逻辑print(f'收到消息: { text}')print(f'来自: { conversation}')asyncdefmain(): bot = SimpleMarketingBot()await bot.start()if __name__ =='__main__': asyncio.run(main())

3.3 ChatLog

ChatLog 是一款开源工具,项目因收到微信官方函件,指出其核心功能存在合规风险而被作者下架。作者已于2025年10月移除了全部代码,不再可用且不提供任何支持

在这里插入图片描述

3.4 群洞察小程序

在这里插入图片描述

收费:46元/群/月 500元/群/12月

3.5 koishi

创建跨平台、可扩展、高性能的机器人
官网 https://koishi.chat/zh-CN/

在这里插入图片描述


同样的官方插件有企业微信,无个人微信,可尝试插件市场搜搜

三、钉钉开发平台

钉钉开发平台https://open.dingtalk.com/

在这里插入图片描述

认证需要营业执照未认证看是满足需求,是否免费。测试。因员工因考勤,请假等已下载了钉钉APP

3.1 使用手册

查看钉钉版本

在这里插入图片描述

免费使用量查询

在这里插入图片描述

解散企业

对于部门群或全员群这类与企业架构关联的群,解散权限不在群主手里,而是需要企业的管理员在管理后台操作。需要登录钉钉的管理后台 (oa.dingtalk.com),在【通讯录】-【部门管理】 或 【企业设置】-【解散企业】

在这里插入图片描述


帮助手册

在这里插入图片描述


入群许可开启步骤
在钉钉手机App中进行操作:
群聊—右上角的 “…”—群管理—入群许可或关闭

删应用

【应用开发】>【企业内部开发】>应用的详情页>
点击【凭证与基础信息】>将页面滚动到最底部,寻找"删除应用"的按钮

在这里插入图片描述

3.2 钉钉机器人API

使用Python脚本定时运行,通过钉钉机器人API获取群消息并解析,然后按作战单元分类统计

创建钉钉群机器人

在这里插入图片描述


为了确保自定义机器人使用过程的安全性,我们提供三种保护措施来保障你的自定义机器人安全运行。这些措施包括:设置自定义关键词、加签(使用签名加密)和 IP 地址(段)。通过这些方法,可以有效保护你的机器人不受恶意攻击

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

获取Webhook地址和安全设置的信息

3.3 Python脚本实现Send_message

import requests import json defsend_dingtalk_message(webhook_url, message): headers 

Read more

开源分享:AI Agent Skills 资源合集,一键安装 Cursor/Claude Code/Copilot 技能包

前言 最近在使用 Cursor 和 Claude Code 进行开发,发现 Agent Skills 这个功能非常强大——它可以让 AI 更专业地完成特定任务,比如代码审查、生成 Git Commit、自动生成测试用例等。 但网上的资源比较零散,于是我整理了一个开源合集分享给大家。 项目地址 GitHub:https://github.com/JackyST0/awesome-agent-skills 什么是 Agent Skills? Agent Skills 是 AI Agent 可以发现和使用的指令、脚本和资源包。 简单来说,就是给 AI 一套「技能说明书」,让它知道如何更专业地帮你完成工作。 比如: * 代码审查 Skill:AI 按照最佳实践审查代码,给出改进建议

copilot在wsl中无法工作

copilot在wsl中无法工作

copilot 在 wsl 中无法工作——vscode remote develop 代理设置 通过本文,你可以了解: 1. 如何解决 copilot 在 wsl 中无法使用的问题 2. wsl和宿主机之间的网络通信 3. vscode 的 remote develop 代理设置 问题表现 如果你有以下问题之一: 1. 对话没有输出 2. 显示 fetch failed 3. 模型名称不显示 问题分析 查看 copilot chat 的 output 显示: 如果显示 proxies 相关问题,可以确定是 WSL 中运行的 vscode 调用了宿主机的 proxy

告别Midjourney付费!Qwen-Image-2512免费本地部署实战

告别Midjourney付费!Qwen-Image-2512免费本地部署实战 1. 写在前面:为什么你需要关注 Qwen-Image-2512 近年来,AI 图像生成技术飞速发展,从 DALL·E 到 Midjourney,再到 Stable Diffusion,每一次突破都让创意工作者眼前一亮。然而,大多数高性能模型要么闭源、要么收费,使用门槛高,且存在隐私泄露风险。 2025年底,阿里通义实验室开源了 Qwen-Image-2512 ——一款支持高精度文生图、具备卓越人物与自然场景还原能力的先进模型。它不仅在多个权威评测中超越同类开源方案,甚至在真实感、细节刻画和中文理解上媲美主流商业产品。 更关键的是:完全免费、可本地部署、无限次生成、支持中文提示词。 本文将基于 Qwen-Image-2512-ComfyUI 镜像,带你完成从零到出图的完整实践流程。无论你是设计师、内容创作者还是AI爱好者,都能通过本教程快速搭建属于自己的“私人绘图工作站”。 2. Qwen-Image-2512 的核心优势解析 2.1 真实感大幅提升,

GitHub Copilot Token告急?5招高效省流策略与Claude模型替代方案

1. GitHub Copilot Token告急?先搞清楚为什么不够用 最近不少开发者都在抱怨,GitHub Copilot的token消耗速度比预想的快得多。明明月初刚充值,不到月底就提示配额不足,被迫切换到效率较低的基础模型。这种情况我遇到过不止一次,经过反复测试发现主要有这几个原因: 首先是Agent模式的过度使用。当你在VSCode中开启Agent模式后,Copilot会进入"自动驾驶"状态,它会不断尝试各种解决方案,有时会在同一个问题上反复试错。我实测过一个简单的函数重构任务,如果全程交给Agent处理,消耗的token量是手动指导的3-5倍。 其次是上下文管理不当。Copilot每次请求都会携带当前打开的文件和聊天历史作为上下文。有次我忘记关闭一个200行的测试文件,结果接下来所有代码补全都带着这个冗余上下文,token消耗直接翻倍。后来我发现,保持工作区整洁能节省至少30%的token。 还有一个容易被忽视的问题是模型选择。默认的Claude Sonnet虽然效果不错,但它的token成本是Haiku模型的3倍。对于日常的代码补全和简单重构,切换到Haiku几乎