把微信私聊和群聊 @ 消息接入智能体自动回复
30/100
综合分
0
GitHub 星标
—
npm 周下载
—/5
用户评分
数据截至 2026/10/21 · 周下载取自 npm 全网(含 CI / 镜像),非本站安装数;综合分由星标、活跃度与兼容性检查合成。
安装命令 · 需先装 dsh CLI 引擎
dsh plugin --profile web add Windfarer/dsh-wechat-ai-bridge该包不可直接 npm 安装,改从 GitHub 源安装(明细见下方安装检查)
状态速览
判定依据:实装验证 · 静态安装检查 · 自动扫描 · 仓库维护状态信任档位:已验证
图例:✓ 通过! 需注意— 未判定 / 无数据· 「未判定」= 本站尚无数据,不代表插件有问题
档位由哪些信号合成
本站实装验证(真实安装 L4 覆盖全站;L5 为运行时冒烟或实机截图,覆盖范围小于 L4) · 验证所用 dsh 版本 · 静态安装检查 · 风险分级 · 仓库维护状态。 下方各区块是它的证据明细。
给这个插件打分还没有人投票↓
用户评分
还没有人投票,来当第一个
DeepSeek Harness 与微信互通,为 wechat-ai MCP 服务器搭桥
README
由 DeepSeek 最新模型翻译生成dsh-wechat-ai-bridge
DeepSeek Harness(DSH)的微信桥接插件:借助 wechat-ai 的 MCP 服务,把微信私聊消息和群聊 @ 消息交给持久化的 DSH 智能体会话处理,再把智能体的最终回复发回微信。同时提供 Web 设置页和微信上下文读取工具。
功能
- 私聊自动回复;群聊只在被 @ 时回复,并 @ 回发送者。
- 每个微信会话对应一个 DSH 会话,可在 Web UI 侧边栏查看。
- 默认按联系人和群隔离工作区,首次需要智能体时才创建;也可切换为共享工作区。
- 接收文本、图片、引用消息和文件;引用图片会作为附件转发。
- 智能体的文件/命令工具限定在专用工作区(bubblewrap,不挂载宿主机目录)。
- 可选 Codex CLI 子代理,运行在同一个工作区 jail 内。
- Web UI「设置 → 微信桥接」配置页,支持分组表单和保存。
环境要求
- DSH Web 配置档(插件基于 DSH 0.2.x 开发)。
- 运行中的 wechat-ai,提供 Streamable HTTP MCP(默认 http://127.0.0.1:8100/mcp)。
- 可用的 DSH 模型;图片转发需要模型支持 image 输入。
展开完整文档(README 剩余 1 节)
dsh-wechat-ai-bridge DeepSeek Harness(DSH)的微信桥接插件:借助 wechat-ai 的 MCP 服务,把微信私聊消息和群聊 @ 消息交给持久化的 DSH 智能体会话处理,再把智能体的最终回复发回微信。同时提供 Web 设置页和微信上下文读取工具。 功能 - 私聊自动回复;群聊只在被 @ 时回复,并 @ 回发送者。 - 每个微信会话对应一个 DSH 会话,可在 Web UI 侧边栏查看。 - 默认按联系人和群隔离工作区,首次需要智能体时才创建;也可切换为共享工作区。 - 接收文本、图片、引用消息和文件;引用图片会作为附件转发。 - 智能体的文件/命令工具限定在专用工作区(bubblewrap,不挂载宿主机目录)。 - 可选 Codex CLI 子代理,运行在同一个工作区 jail 内。 - Web UI「设置 → 微信桥接」配置页,支持分组表单和保存。 环境要求 - DSH Web 配置档(插件基于 DSH 0.2.x 开发)。 - 运行中的 wechat-ai,提供 Streamable HTTP MCP(默认 http://127.0.0.1:8100/mcp)。 - 可用的 DSH 模型;图片转发需要模型支持 image 输入。 - 发送消息需要 wechat-ai 侧 WECHAT_AI_MCP_WRITE_ENABLED=true。 - 可选:Codex CLI(codex 与 codex-code-mode-host)。 安装 git clone https://github.com/Windfarer/dsh-wechat-ai-bridge.git 使用 DSH plugin_manager 的 install_bundle 安装本目录。插件会插入 preset-wechat、preset-wechat-work 和 wechat-ai-bridge 行,不覆盖 DSH 的 permission 行,权限使用内置 workspace-write。 安装后需要配置 MCP token: - tokenFile:包含 WECHAT_AI_MCP_TOKEN=... 的 dotenv 文件; - 或环境变量 WECHAT_AI_MCP_TOKEN; - 不建议在仓库中写死 token。 - id: wechat-ai-bridge name: 'dsh-wechat-ai-bridge' config: mcpUrl: http://127.0.0.1:8100/mcp tokenFile: /path/to/wechat-ai/.env workspaceMode: per-chat workspaceTitle: 微信桥接 agentPreset: wechat-work permissionPreset: workspace-write workspacePath 可选,默认 ~/.dsh/wechat-ai-bridge-workspace。 | 配置项 | 默认值 | 说明 | | workspaceMode | per-chat | per-chat 为每个私聊联系人、每个群建立独立工作区;shared 保留单一工作区行为。 | | workspacePath | ~/.dsh/wechat-ai-bridge-workspace | 逐聊天模式的根目录,或共享模式的工作区本身;在部署配置中修改。 | | workspaceTitle | 微信桥接 | 标题前缀;逐聊天模式附加「微信 / 微信群」和显示名,共享模式直接使用此标题。 | 工作区与会话迁移 逐聊天模式使用 <workspacePath>/<安全用户名>-<8位摘要>/,目录键来自稳定的联系人或群 username,显示名变化不会改变目录。用户名经过字符过滤、去除前导点和连续点、长度限制,再附加原始 username 的 SHA-256 前 8 位摘要。群内成员共用该群的工作区,不会按群成员分别建立目录。 首次需要智能体时才建立目录并创建或复用 DSH 工作区,收到的文件保存在该聊天的 incoming/,启用 Codex 后认证与配置保存在该聊天的 .codex/。启动时不会为所有已知聊天预建目录。 升级到 0.2.0 后,未指定模式的配置默认使用 per-chat。启动时检查已保存会话的工作目录;切换模式或根目录后,只清除不匹配的会话关联,下次触发创建新会话。旧会话历史和旧工作区文件不会自动移动或删除。原来的通用默认路径保留为逐聊天模式的根目录;建议在部署配置中指定一个新的根目录,使旧共享数据与新目录更清晰地分开。需要原有行为时显式配置 workspaceMode: shared,并保留原 workspacePath。 设置页 安装后打开 设置 → 微信桥接,在基础设置中选择工作区模式。也可编辑 MCP 地址、token 文件、token 环境变量,以及模型、自动回复、图片/文件、工具与 Codex 配置;工作区根目录/状态/日志路径只读展示,token 本身不会返回浏览器。保存会通过 configEditor 写回配置档补丁并重载插件。 注意 - 群成员 @ 机器人即可驱动工作区内的智能体;可用 reply.allowContacts / denyContacts 限制触发者。 - 逐聊天模式下,文件工具、命令沙箱和图片发送均限定在当前聊天的工作区。wechat_send_image 依据当前智能体的会话关联确定根目录;没有活跃桥接聊天上下文的调用会被拒绝,不会回退到包含所有聊天的根目录。共享模式保留从共享工作区发送图片的行为。 - 工作区隔离针对文件和命令访问;微信上下文读取工具仍按原有工具策略开放。自定义智能体预设应继续避免启用宿主机全局文件、终端等工具。 - 启用 Codex 会在聊天首次使用工作区时复制认证,每次运行前刷新各自的认证副本;工作区内代码可读取该凭据,建议使用单独账号。文件隔离不等于 Codex 账号隔离。 - 插件不硬编码任何账号、wxid 或 token;自己的 wxid 从 wechat-ai 的 database.data_dir 动态解析。 开发 纯 ESM,无构建、无 npm 依赖。语法检查: bash for file in index.js client.js lib/.js test/.js; do node --check "$file" || exit; done node --test 代码结构:index.js(Host 入口)、client.js(设置页)、lib/(MCP 客户端、桥接、工作区工具、设置路由)、cordis.patch.yml(bundle patch)。 License MIT
预览分享卡片长什么样 ↓
分享 · DeepSeek Harness Hub
Windfarer/dsh-wechat-ai-bridge
把微信私聊和群聊 @ 消息接入智能体自动回复
相关插件 · 平台集成
智能体工程课walkinglabs/learn-harness-engineering
一门项目制课程,教你搭建环境、管理状态、做验证、加控制机制,让 AI 编程智能体稳定干活。
★ 21,155已汉化DSH
71.7
视频翻译配音liuzhao1225/YouDub-webui
开源视频本地化工作台:导入视频,识别、翻译并逐句克隆原声,生成字幕和配音成片。
★ 5,792已汉化Cordis
71.4
失败经验库Ikalus1988/MisakaNet
📚 零依赖、由 git 支撑的微课程库,让 AI 智能体异步分享并检索经过验证的调试经验。| https://misakanet.org
★ 553已汉化DSH
71.2
IM 机器人接入xmanrui/dsh-im
让 DeepSeek Harness 触手可及 Connecting DeepSeek Harness
★ 3,170已汉化DeepSeek 客户端
71
桌面智能体工作区freestylefly/wesight
WeSight 是开源桌面控制台,面向本地 AI 智能体。它帮你安装或复用 Claude…
★ 933已汉化MCP
71
中国平台研究引擎Jesseovo/last30days-skill-cn
给 AI Agent 的中文互联网研究 Skill:检索 8 大平台最近 30…
★ 2,041已汉化DSH
70.7
这个插件是你维护的吗?
作者本人可认领并核对本条目;认领通过后,详情页会显示「作者已认领」标记。