扫码登录微信,让每个聊天对端拥有常驻记忆的 Agent
28.4/100
综合分
2
GitHub 星标
—
npm 周下载
—/5
用户评分
数据截至 2026/9/19 · 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。
相关生态插件(非 dsh 原生,按其对应运行时安装)
git clone https://github.com/canadaeee/dsh-weixin.git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
是什么
生态应用
桌面端 / Web 外壳,不以 dsh plugin add 安装
安全吗
本站尚未对该插件做风险分级
暂未覆盖,不等同于无风险
还在维护吗
更新放缓:最近一次提交在 77 天前
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。
社区实装还没有人打卡 · 装过的第一个就是你
安全扫描自动 · 静态分析源码v2.7.0🔵 扫描:含敏感能力尚无人工评估展开查看扫描说明与证据 ↓
安全扫描自动 · 静态分析源码
v2.7.0静态扫描发现插件具备触达本地系统的能力:执行外部命令、读写/删除本地文件、读取剪贴板或密钥类环境变量(至少其一)。这是能力清单,不是危险判定——具体能力项与证据见下方,安装前请自行判断是否需要。
读写/删除本地文件
查看扫描证据(共 5 处,展示前 5 条)
- 写入本地文件lib/index.js:57
mkdirSync(absolute, { recursive: true }); - 读取本地文件lib/index.js:203
for (const entry of readdirSync(accountsDir)) { - 写入本地文件lib/index.js:224
writeFileSync(qrFile, `${start.qrcodeUrl}\n`); - 写入本地文件lib/index.js:294
mkdirSync(mediaDir, { recursive: true }); - 写入本地文件lib/index.js:303
writeFileSync(filePath, buf);
扫描于 2026/11/3(1 天前) · 范围 入口闭包 + 发布文件清单 · 来源 GitHub 仓库
静态扫描只反映源码中出现的调用,不构成安全背书;人工评估与自动扫描相互独立、互不覆盖。
依赖的 DSH / Cordis 模块
@deepseek-ai/schemastery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
功能亮点
- 扫码登录微信
- 聊天对端常驻记忆
- 收发媒体消息
DSH 生态渠道插件:DeepSeek Harness 的微信直连,原生 iLink Bot API、扫码登录、常驻智能体、媒体收发,基于 DSH 生态构建。
README
由 DeepSeek 最新模型翻译生成dsh-weixin
属于 DSH 生态系统 的一部分——基于 DeepSeek Harness (DSH) 插件架构构建的频道插件。
用于 DeepSeek Harness (DSH) 的个人 微信 频道插件——将 dsh 变成一个微信机器人,每个聊天对端对应一个长期存活的 Agent(真正的滚动记忆,会刷写到磁盘)。
工作原理
此插件直接与微信官方的 iLink Bot API 通信(与腾讯的 @tencent-weixin/openclaw-weixin 网关插件背后的协议相同)。它将该腾讯维护的包用作纯协议库——没有 OpenClaw 网关、没有转发、没有云中继——并用 DSH Agent 替换了网关胶水层:
你的微信 ⇄ 腾讯 iLink API ⇄ 此插件(getUpdates 长轮询) └→ 每个对端一个常驻 DSH Agent 通过 sendMessage 回复
- 首次启动时扫码登录:二维码链接会打印到日志并写入 /login-qr.txt(可渲染它或在微信中打开)。该流程会自动刷新过期的二维码并重试。
- 凭据存储在 /state/openclaw-weixin/accounts/.json(0600 权限),通过 OPENCLAW_STATE_DIR 与任何 OpenClaw 安装隔离。
展开完整文档(README 剩余 1 节)
dsh-weixin
属于 DSH 生态系统 的一部分——基于 DeepSeek Harness (DSH) 插件架构构建的频道插件。
用于 DeepSeek Harness (DSH) 的个人 微信 频道插件——将 dsh 变成一个微信机器人,每个聊天对端对应一个长期存活的 Agent(真正的滚动记忆,会刷写到磁盘)。
工作原理
此插件直接与微信官方的 iLink Bot API 通信(与腾讯的 @tencent-weixin/openclaw-weixin 网关插件背后的协议相同)。它将该腾讯维护的包用作纯协议库——没有 OpenClaw 网关、没有转发、没有云中继——并用 DSH Agent 替换了网关胶水层:
你的微信 ⇄ 腾讯 iLink API ⇄ 此插件(getUpdates 长轮询) └→ 每个对端一个常驻 DSH Agent 通过 sendMessage 回复
- 首次启动时扫码登录:二维码链接会打印到日志并写入 /login-qr.txt(可渲染它或在微信中打开)。该流程会自动刷新过期的二维码并重试。
- 凭据存储在 /state/openclaw-weixin/accounts/.json(0600 权限),通过 OPENCLAW_STATE_DIR 与任何 OpenClaw 安装隔离。
- 入站:每条文本消息都会唤醒该对端的 Agent(惰性创建,记忆跨越进程生命周期;会话持久化到 DSH 会话存储)。
- 模型:使用宿主机的默认模型选择(~/.dsh/settings.yaml 中的 agent-default-model)。
- 具备韧性:长轮询超时和传输错误会以指数退避(5s→120s)并重新连接。
安装
1. 将 bundle 放到 DSH 解析 bundle 的位置,例如运行时安装目录:
cp -R dsh-weixin ~/.dsh/runtime/node_modules/dsh-weixin
(加上协议依赖,见下一步)
2. 将 iLink 协议库安装到同一运行时:
cd ~/.dsh/runtime
npm install @tencent-weixin/openclaw-weixin@2.4.6 openclaw
(openclaw 用于满足该库 logger 中的一个工具导入;不会启动或使用任何网关)
3. 创建 ~/.dsh/profiles/weixin/package.json: { "name": "dsh-profile-weixin", "private": true,
"dependencies": {},
"dsh": { "profile": { "bundles": ["@deepseek-ai/dsh-base", "dsh-weixin"] } }
}
再加上空的 cordis.yml([])、cordis.patch.yml([])、pnpm-workspace.yaml。
4. 启动:
dsh --profile weixin
首次启动时会打印一个二维码链接——用手机微信扫描、确认,然后桥接进入轮询循环。后续启动会复用已保存的 token。
配置(可选,通过 profile 的 cordis.patch.yml)
- id: weixin-bridge
config:
rootDir: ~/.dsh/weixin-channel # 状态 + 工作区根目录 accountId: default # 逻辑账户标签 loginTimeoutSeconds: 240 # 每次尝试的二维码等待时间 minBackoffSeconds: 5 # 传输退避下限 maxBackoffSeconds: 120 maxReplyChars: 3800 # 出站回复上限
注意事项与限制
- 每个微信账号全局只能有一个 iLink 连接 —— 在此桥接运行期间,不要在同一账号上运行另一个微信网关(OpenClaw、Hermes、hermesclaw……),否则令牌会冲突(403 错误/消息丢失)。
- v0.1 仅支持文本消息(协议库也支持图片/语音/文件——媒体处理是自然的下一步)。
- 自己发送的消息不会到达机器人频道;请从另一个账号进行测试。
- 回复延迟 = 模型回合时间(通常为几十秒);iLink 侧在 v0.1 中尚未接入输入指示器。
许可证:MIT 风格,随你怎么用;无任何担保。预览分享卡片长什么样 ↓
分享 · DeepSeek Harness Hub
canadaeee/dsh-weixin
扫码登录微信,让每个聊天对端拥有常驻记忆的 Agent
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
★ 550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
这是你的仓库?认领条目