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

NWPU VHR-10数据集 无人机遥感目标检测数据集 飞机 储罐 棒球场 网球场篮球场 港口车辆桥梁检测 遥感图像中的地理空间目标检测

NWPU VHR-10数据集 无人机遥感目标检测数据集 飞机 储罐 棒球场 网球场篮球场 港口车辆桥梁检测 遥感图像中的地理空间目标检测

NWPU VHR-10数据集 遥感数据集 NWPU VHR-10数据集是 10个类别地理空间目标检测的挑战性数据集,共650张图片。 YOLO和COCO格式 数据集按默认划分比例:390张训练集、130张验证集、130张测试集。 手动标注了757架飞机、302艘船只、655个储罐、390个棒球场、524个网球场、159个篮球场、163个田径场、224个港口、124座桥梁和598辆车辆。 📊 一、数据集总体信息 项目描述数据集名称NWPU VHR-10(Northwestern Polytechnical University Very High Resolution 10-class Dataset)任务类型遥感图像中的地理空间目标检测(Object Detection in Remote Sensing Images)图像总数650 张(均为高分辨率遥感图像,源自 Google Earth 等平台)图像分辨率约 600×600

Java 大视界 -- Java 大数据在智能家居设备联动与场景化节能中的应用拓展(413)

Java 大视界 -- Java 大数据在智能家居设备联动与场景化节能中的应用拓展(413)

Java 大视界 -- Java 大数据在智能家居设备联动与场景化节能中的应用拓展(413) * 引言: * 正文: * 一、技术基石:Java 大数据赋能智能家居的 “三位一体” 架构 * 1.1 架构全景图 * 1.2 核心技术栈选型与生产配置(附数据出处) * 1.3 核心数据模型(POJO 类,附表结构与业务含义) * 1.3.1 设备状态实体类(对应 ClickHouse 实时表) * 1.3.2 联动规则实体类(对应 MySQL 配置表) * 1.3.3 缺失工具类补充:SpringContextUtil(生产必用) * 二、核心场景 1:

OpenClaw 是一个开源的、面向具身智能(Embodied AI)与机器人操作研究的多模态大模型框架

OpenClaw 是一个开源的、面向具身智能(Embodied AI)与机器人操作研究的多模态大模型框架

OpenClaw 是一个开源的、面向具身智能(Embodied AI)与机器人操作研究的多模态大模型框架,由上海人工智能实验室(Shanghai AI Lab)联合多家机构于2024年发布。它聚焦于“视觉-语言-动作”(Vision-Language-Action, VLA)联合建模,旨在让AI不仅能理解环境和指令,还能生成可执行的、细粒度的机器人控制动作序列(如关节扭矩、末端位姿、抓取姿态等),支持真实/仿真双环境部署。 核心特点包括: * ✅ 多模态对齐:统一编码图像、语言指令、机器人本体状态(如关节角度、力觉反馈); * ✅ 动作生成范式:采用“tokenized action”设计,将连续动作离散化为可学习的action tokens,便于大模型端到端生成; * ✅ 开源生态:提供预训练模型权重、仿真环境(基于ManiSkill2)、真实机械臂适配接口(如UR5e + Robotiq 2F-85)、数据集(OpenClaw-Bench)及训练/

宇树科技Go2机器人强化学习(RL)开发实操指南

宇树科技Go2机器人强化学习(RL)开发实操指南

在Go2机器人的RL开发中,环境配置、模型训练、效果验证与策略部署的实操步骤是核心环节。本文基于宇树科技官方文档及开源资源,以Isaac Gym和Isaac Lab两大主流仿真平台为核心,提供从环境搭建到实物部署的全流程操作步骤,覆盖关键命令与参数配置,帮助开发者快速落地RL开发。 一、基础准备:硬件与系统要求 在开始操作前,需确保硬件与系统满足RL开发的基础需求,避免后续因配置不足导致训练中断或性能瓶颈。 类别具体要求说明显卡NVIDIA RTX系列(显存≥8GB)需支持CUDA加速,Isaac Gym/Isaac Lab均依赖GPU进行仿真与训练操作系统Ubuntu 18.04/20.04/22.04推荐20.04版本,兼容性最佳,避免使用Windows系统(部分依赖不支持)显卡驱动525版本及以上需与CUDA版本匹配(如CUDA 11.3对应驱动≥465.19.01,CUDA 11.8对应驱动≥520.61.05)软件依赖Conda(