Token导航 LogoToken导航

Agent Skill · 效率

wechat-auto-reply(微信自动回复)

wechat-auto-reply 用于补充效率相关能力,适合在 OpenClaw 中需要让 Agent 承接效率相关任务时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

wechat-auto-reply 是效率类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为权限未标注;许可证为 MIT-0,第三方扫描有提醒项,按安装量在效率类的 21,003 个 Skill 里排第 242。

总安装 134,310周安装 5,381GitHub Stars 9下载 43,478核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
1.0.1

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:wechat-auto-reply(微信自动回复)
来源仓库:https://github.com/bjdzliu/wechat-auto-reply
安装命令:
openclaw skills install wechat-auto-reply
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install wechat-auto-reply

这个 Skill 是做什么的

效率类 Skill 把重复的整理、汇总、转换工作交给助手完成,减少手工复制粘贴。

半自动回复微信股市消息(置信度>85%自动发送,否则确认),或主动发送指定内容。使用方式:微信自动回复“消息股市名称”或微信自动回复“股市名称”内容

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install wechat-auto-reply;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    权限没有明确标注,第一次使用时只给一个无关紧要的任务,观察它到底读了哪些文件和网络。

常见问题

6 条

wechat-auto-reply 怎么安装?

在终端执行 openclaw skills install wechat-auto-reply。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

wechat-auto-reply 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

wechat-auto-reply 需要什么权限?

权限级别没有明确标注。第一次使用时建议只给无关紧要的任务,观察它实际读写了哪些内容。

wechat-auto-reply 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

wechat-auto-reply 用的人多吗?

公开数据是累计安装 134,310 次,近一周安装 5,381 次,下载 43,478 次,GitHub 9 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

wechat-auto-reply 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。

先想清楚的地方

  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理效率类任务、又不想每次都手写提示词的人。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

效率类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
github

GitHub 代码协作 · OpenClaw

7,632,918545需要联网MIT-0通过
nano-pdf

Nano PDF 文档 · OpenClaw

4,249,476231需要联网MIT-0通过
auto-updater

自动更新程序 · OpenClaw

2,964,063386操作浏览器MIT-0通过
video-frames

视频帧 · OpenClaw

2,621,304112需要联网MIT-0通过
gemini

Gemini 助手 · OpenClaw

2,547,39648需要联网MIT-0有提醒
wechat-auto-reply

微信自动回复 · 本页

134,3109权限未标注MIT-0有提醒

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
wechat-auto-reply
description
半自动回复微信联系人消息(置信度>85%自动发送,否则确认),或主动发送指定内容。使用方式:wechat-auto-reply "联系人名称" 或 wechat-auto-reply "联系人名称" "消息内容

WeChat Auto Reply Skill

半自动回复微信联系人消息(基于AI置信度智能判断),或主动发送指定内容。

🚀 安装

使用 Homebrew(推荐)

# 一行安装
brew install bjdzliu/openclaw/wechat-auto-reply

# 或者两步安装
brew tap bjdzliu/openclaw
brew install wechat-auto-reply

安装后会自动:

  • 安装所有依赖(cliclick, python@3, pyobjc)
  • 创建全局命令 wechat-auto-reply
  • 设置 OpenClaw skill 链接到 ~/.openclaw/workspace/skills/wechat-auto-reply

💡 使用方式

# OCR 半自动回复(查看聊天记录,智能判断回复内容)
# 置信度 > 85% 自动发送,否则弹窗确认
wechat-auto-reply "联系人名称"

# 主动发送(直接发送指定消息,不走 OCR)
wechat-auto-reply "联系人名称" "消息内容"

示例:

# 半自动回复模式
wechat-auto-reply "小李"      # 如果是"在吗"等高置信场景,自动发送
wechat-auto-reply "小王"      # 如果是问题类,会弹窗让你确认或修改

# 主动发送模式
wechat-auto-reply "小李" "什么时候下班"
wechat-auto-reply "小王" "今天行情怎么样"

功能描述

两种模式:

  1. 半自动回复模式:搜索联系人 → OCR 识别聊天内容 → AI 判断回复

- 置信度 > 85% → 自动发送 - 置信度 ≤ 85% → 弹窗确认(可修改回复内容)

  1. 主动发送模式:搜索联系人 → 直接发送指定消息

📂 文件位置

Homebrew 安装后

  • Skill 目录: $(brew --prefix)/share/openclaw/skills/wechat-auto-reply
  • 用户链接: ~/.openclaw/workspace/skills/wechat-auto-reply
  • 全局命令: $(brew --prefix)/bin/wechat-auto-reply
  • 配置文件: ~/.openclaw/workspace/skills/wechat-auto-reply/wechat-dm.applescript

查看安装路径

which wechat-auto-reply
ls -la ~/.openclaw/workspace/skills/wechat-auto-reply

环境准备

通过 Homebrew 安装(推荐)

所有依赖会自动安装,无需手动配置。

手动安装依赖

依赖工具
工具安装方式用途
cliclickbrew install cliclick稳定的鼠标点击
screencapturemacOS 内置截图(可通过 /usr/sbin/screencapture 调用)
Vision FrameworkmacOS 10.15+OCR 文本识别
Python 依赖
pip3 install pyobjc

实现原理

1. 激活微信

tell application "WeChat" to activate

2. 确保前台

tell app "System Events"
  tell process "WeChat"
    set frontmost to true
  end tell
end tell

3. 搜索联系人

  • 使用 Cmd+F 打开搜索
  • 通过剪贴板粘贴联系人名称
  • 按回车进入聊天

4. OCR 截图

使用 macOS Vision Framework 识别聊天内容:

from Vision import VNRecognizeTextRequest, VNImageRequestHandler

theRequest.setRecognitionLanguages(["zh-Hans", "en-US"])
theRequest.setUsesLanguageCorrection(True)

5. 智能回复判断(带置信度)

根据聊天内容自动生成回复,每个回复都附带置信度评分:

场景关键词回复内容置信度
询问在线"在吗"、"忙吗""在的,什么事?"95%
感谢回复"谢谢"、"感谢""不客气"95%
确认信息"收到"+"好的""好的"90%
投资讨论"投资"、"抄底"、"行情""不急,等稳一点"85%
问题咨询"?"、"?""我看看,稍等"75%
一般确认"好"、"OK""好的"80%
时间相关"明天"、"几点""我确认一下,回头告诉你"70%
默认回复其他"收到"60%

置信度规则:

  • ≥ 85%:直接自动发送(高置信度场景)
  • < 85%:弹窗显示建议回复,需用户确认

- 可选择"确认发送"直接发送 - 可选择"修改回复"手动编辑内容 - 可选择"取消"不发送

6. 发送消息

  • 点击输入框获取焦点
  • 粘贴回复内容
  • 按回车发送

注意事项

  • 输入框坐标:默认 {1000, 832},需根据实际屏幕调整
  • OCR 识别:支持中文和英文,设置 ["zh-Hans", "en-US"]
  • 等待时间:每次操作后建议等待 0.5-1s
  • 剪贴板:使用 AppleScript set the clipboard 比 pbcopy 更可靠
  • 置信度阈值:默认 85%,可在脚本中调整 if confidence > 85 这一行
  • 确认弹窗:低置信度时会显示完整聊天内容和建议回复,支持手动修改

自定义配置

修改输入框坐标

找到配置文件位置:

# Homebrew 安装
vim ~/.openclaw/workspace/skills/wechat-auto-reply/wechat-dm.applescript

# 或使用 brew 路径
vim $(brew --prefix)/share/openclaw/skills/wechat-auto-reply/wechat-dm.applescript

修改坐标:

cliclick c:1000,832  # 修改为你的坐标

调整置信度阈值

编辑配置文件:

if confidence > 85 then  # 修改为你需要的阈值(0-100)
  set autoSend to true

添加自定义回复规则

在智能回复判断部分添加:

else if ocrResult contains "你的关键词" then
  set replyText to "你的回复内容"
  set confidence to 90  -- 设置置信度

更新与卸载

更新

brew upgrade wechat-auto-reply

卸载

brew uninstall wechat-auto-reply

# 可选:删除 tap
brew untap bjdzliu/openclaw

错误处理

  • 微信未安装:提示安装微信
  • 搜索无结果:提示联系人不存在
  • OCR 失败:重试截图或使用备用方案

平台分布

OpenClaw

72.51%
按下载量换算31,526

安全审计

VirusTotal

可疑

ClawScan

可疑

Static analysis

未展示

权限和风险

权限未标注

当前来源未能明确判断权限范围,默认进入异常复核队列。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项,安装前请自行复核。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills