🤖 OpenClaw 企业微信插件（支持直接加到微信）

⭐ 如果觉得有用，请点击右上角的 Star 支持一下！

🔍 项目概述

openclaw-wechat 是一个 OpenClaw（原 ClawdBot/Moltbot）的 企业微信渠道插件，让你的 AI 智能体通过企业微信自建应用与用户对话。接入企业微信后， 个人微信用户也可以直接对话——只需在企业微信管理后台「我的企业 → 微信插件」中扫码关联即可。

🍴 本项目 fork 自 dingxiang-me/OpenClaw-Wechat（v0.1.0，作者：勾勾的数字生命），并进行了大量功能扩展以兼容新版 OpenClaw。

🧠 v0.3.7 — OpenClaw 2026.3+ 兼容修复

修复了 OpenClaw 2026.3+ 中企业微信“能发不能收”的典型故障，核心兼容点包括：

✅ 补齐 status 运行态信息，避免 health-monitor 持续误判渠道已停止
✅ gateway.startAccount 改为常驻直到 abortSignal，不再反复 auto-restart
✅ registerHttpRoute() 显式增加 auth: "plugin" 和 match: "exact"
✅ /wecom/callback 不再被 Control UI 的 SPA fallback 覆盖，健康检查稳定返回 wecom webhook ok
✅ 实战验证：错误绑定 AgentId 也会导致“能发不能收”，现在 README 已加入对齐检查

🧠 v0.3.6 — 对话记忆系统（与官方 Telegram Channel 实现一致）

解决了企业微信渠道"失忆"问题：之前每条消息都是独立对话，AI 无法记住上下文。

现在使用 OpenClaw SDK 的 recordPendingHistoryEntry + buildPendingHistoryContextFromMap 实现对话历史管理，与官方 Telegram/Discord 渠道完全一致：

📝 自动记录用户消息和 AI 回复到内存历史
🔄 每次对话自动携带最近 20 条历史上下文
🗑️ /clear 命令同时清除 session 和内存历史
📊 /status 显示当前历史消息数量

✨ 与上游的主要区别

特性	上游 (OpenClaw-Wechat v0.1.0)	本 Fork (v0.3.7)
🎯 平台兼容	ClawdBot	OpenClaw（同时保留 ClawdBot 兼容）
📄 插件描述文件	`clawdbot.plugin.json`	`openclaw.plugin.json` + `clawdbot.plugin.json`
⚙️ 配置文件	`~/.clawdbot/clawdbot.json`	`~/.openclaw/openclaw.json`
📨 消息类型	文本、图片、语音	文本、图片、语音、视频、文件、链接
📤 发送类型	仅文本	文本、图片、视频、文件（自动类型识别）
🎙️ 语音识别	仅企业微信自带	企业微信自带 + 远程 Qwen3-ASR / 本地 FunASR（自动降级）
🧠 对话历史	无	SDK 级对话记忆（与官方 Telegram 一致）
🖥️ Chat UI	无	消息同步到 Transcript + 实时广播
🌐 代理支持	无	WECOM_PROXY 环境变量
📝 消息分段	按字符	按字节（UTF-8），二分查找分割

📋 功能特性

🔌 核心功能

[x] ✅ 支持个人微信对话（通过企业微信桥接）
[x] ✅ 接收/发送企业微信消息
[x] ✅ 自动调用 AI 代理处理消息
[x] ✅ 消息签名验证（SHA1）和 AES-256-CBC 加解密
[x] ✅ Webhook URL 验证
[x] ✅ OpenClaw 2026.3+ 渠道生命周期兼容
[x] ✅ access_token 自动缓存和刷新

🎬 媒体功能

[x] 🖼️ 图片消息收发 + AI Vision 识别
[x] 🎙️ 语音消息转文字（企业微信自带 + 远程 Qwen3-ASR + 本地 FunASR 降级）
[x] 📹 视频消息接收、下载、发送
[x] 📎 文件消息接收（支持 .txt/.md/.json/.pdf 等自动读取）
[x] 🔗 链接分享消息接收

🎨 用户体验

[x] 📝 命令系统（/help、/status、/clear）
[x] 🔄 Markdown → 纯文本自动转换（企业微信不支持 Markdown 渲染）
[x] ✂️ 长消息自动分段（2048 字节限制，按 UTF-8 字节精确分割）
[x] 🧠 对话历史记忆（SDK 级，与官方 Telegram 一致）
[x] 🛡️ API 限流保护（10 并发，100ms 间隔）
[x] ⏳ 处理中提示（"收到您的消息，正在处理中..."）

🚀 高级功能

[x] 👥 多账户支持（WECOM_<ACCOUNT>_* 格式）
[x] 🔒 Token 并发安全（Promise 锁）
[x] 🖥️ Chat UI 集成（Transcript 写入 + Gateway 实时广播）
[x] 🌐 HTTP 代理支持（WECOM_PROXY）
[x] 🩺 渠道状态探测（status/probe，兼容新版 OpenClaw health monitor）

🆕 OpenClaw 2026.3+ 兼容说明

OpenClaw 2026.3+ 对渠道插件的要求比旧版本更严格。企业微信插件如果只保留旧版写法，常见症状是：

能主动发送消息
/wecom/callback 返回的是 Control UI HTML，而不是 wecom webhook ok
health-monitor 日志里反复出现 restarting (reason: stopped)
企业微信后台显示消息发送成功，但 OpenClaw 没有任何 wecom inbound 日志

本插件从 v0.3.7 起已补齐以下兼容点：

status：提供运行态摘要、账户快照、探测结果
gateway.startAccount：保持常驻直到 abortSignal
api.registerHttpRoute()：显式使用 auth: "plugin" 和 match: "exact"

如果你升级到 OpenClaw 2026.3.x 或更高版本，建议至少验证这三项：

openclaw channels status --probe
curl https://你的域名/wecom/callback
openclaw logs -f | grep wecom

期望结果：

渠道状态显示 running
callback 返回 wecom webhook ok
收到消息时能看到 wecom inbound:、session registered、sent AI reply

📊 支持的消息类型

类型	接收	发送	说明
📝 文本	✅	✅	完全支持，超长消息自动按字节分段
🖼️ 图片	✅	✅	支持 AI Vision 识别，下载后保存到临时文件
🎙️ 语音	✅	❌	企业微信自带识别 + 远程 Qwen3-ASR / 本地 FunASR 降级（AMR→WAV→文本）
📹 视频	✅	✅	自动下载保存，支持发送视频消息
📎 文件	✅	✅	自动下载，可读类型自动交给 AI 分析

📦 前置要求

OpenClaw 已安装并正常运行（openclaw doctor 通过）
Node.js 环境（npm 可用）
企业微信管理员权限
公网可访问的服务器或隧道（用于接收企业微信回调）
（可选）FFmpeg + 语音转文字后端（二选一）：
- 远程 Qwen3-ASR（推荐）：需要 GPU 服务器运行 asr_server.py，详见 asr_api_README.md
- 本地 FunASR：Python 3 + FunASR + PyTorch（支持 CUDA / Apple MPS / CPU）

🛠️ 安装

方式一：CLI 安装

openclaw plugin install --path /path/to/openclaw-wechat

方式二：手动安装

克隆本仓库：

git clone https://github.com/Xueheng-Li/openclaw-wechat.git
cd openclaw-wechat
npm install

在 OpenClaw 配置文件 ~/.openclaw/openclaw.json 中注册插件：

{
  "plugins": {
    "load": {
      "paths": [
        "/path/to/openclaw-wechat"
      ]
    },
    "entries": {
      "wecom": {
        "enabled": true
      }
    }
  }
}

💡 注意：插件 ID 为 wecom（与渠道名一致）。

⚙️ 配置（详细步骤）

第一步：创建企业微信自建应用 🏢

登录企业微信管理后台
进入 应用管理 → 自建 → 创建应用
填写应用名称、Logo、可见范围等信息
创建完成后，记录：
- AgentId：应用的 AgentId
- Secret：应用的 Secret

第二步：获取企业信息 🆔

在管理后台首页，点击 我的企业
记录 企业ID (CorpId)

第三步：配置接收消息 📨

进入你创建的应用 → 接收消息 → 设置API接收
填写：
- URL：https://你的域名/wecom/callback
- Token：自定义一个 Token（随机字符串）
- EncodingAESKey：点击随机生成
⚠️ 先不要保存！ 需要先完成后续步骤启动 OpenClaw 服务

⚠️ 务必记住这组配置与具体应用绑定：AgentId、Secret、Token、EncodingAESKey 是针对某一个企业微信自建应用的，不能和另一套应用参数混用。混用时常见现象是“OpenClaw 可以发消息，但收不到你从企业微信发回来的消息”。

第四步：配置环境变量 🔑

在 ~/.openclaw/openclaw.json 中添加环境变量：

{
  "env": {
    "vars": {
      "WECOM_CORP_ID": "你的企业ID",
      "WECOM_CORP_SECRET": "你的应用Secret",
      "WECOM_AGENT_ID": "你的应用AgentId",
      "WECOM_CALLBACK_TOKEN": "你设置的Token",
      "WECOM_CALLBACK_AES_KEY": "你生成的EncodingAESKey",
      "WECOM_WEBHOOK_PATH": "/wecom/callback",
      "WECOM_PROXY": ""
    }
  }
}

多账户配置

支持配置多个企业微信账户，使用 WECOM_<ACCOUNT>_* 格式：

{
  "env": {
    "vars": {
      "WECOM_CORP_ID": "默认账户企业ID",
      "WECOM_CORP_SECRET": "默认账户Secret",
      "WECOM_AGENT_ID": "默认账户AgentId",
      "WECOM_CALLBACK_TOKEN": "默认账户Token",
      "WECOM_CALLBACK_AES_KEY": "默认账户AESKey",

      "WECOM_SALES_CORP_ID": "销售账户企业ID",
      "WECOM_SALES_CORP_SECRET": "销售账户Secret",
      "WECOM_SALES_AGENT_ID": "销售账户AgentId",
      "WECOM_SALES_CALLBACK_TOKEN": "销售账户Token",
      "WECOM_SALES_CALLBACK_AES_KEY": "销售账户AESKey"
    }
  }
}

第五步：配置公网访问 🔗

企业微信需要能够访问你的回调 URL。推荐使用 Cloudflare Tunnel：

# 安装 cloudflared
brew install cloudflared   # macOS
# 或 apt install cloudflared  # Linux

# 创建隧道
cloudflared tunnel create openclaw

# 配置隧道路由
cloudflared tunnel route dns openclaw 你的域名

# 启动隧道（将流量转发到本地 Gateway 端口）
cloudflared tunnel --url http://localhost:18789 run openclaw

其他方案：SSH 隧道、Tailscale、Nginx 反向代理 + 端口转发等。

第六步：配置企业可信 IP 🛡️

企业微信要求调用 API（发送消息、获取 token 等）的服务器 IP 在白名单中。

查询你服务器的出口公网 IP：

curl -s https://ifconfig.me

⚠️ 注意：这里需要的是你服务器发出请求时的 IP（出口 IP），不是 Cloudflare Tunnel 的 IP。Cloudflare Tunnel 只处理入站流量，服务器调用企业微信 API 时仍然走自己的公网出口。

登录企业微信管理后台
进入 应用管理 → 选择你创建的自建应用
滚动到页面底部，找到 企业可信 IP，点击配置：
添加上一步查到的 IP 地址

⚠️ IP 白名单是按应用隔离的：每个自建应用（AgentId）有独立的「企业可信 IP」列表。为应用 A 添加的 IP 不会自动对应用 B 生效。创建新应用后，必须单独为该应用添加可信 IP，否则会报 60020 错误。

💡 如果调用 API 报错 60020（not allow to access from your ip），检查日志中提示的 IP 并添加到当前应用的白名单即可。

动态 IP 场景（家用宽带 / 无固定公网 IP 的服务器）：

如果你的服务器没有固定公网 IP，推荐通过一台有固定 IP 的 VPS 做正向代理：

在 VPS 上安装代理（如 tinyproxy）：
```
sudo apt-get install -y tinyproxy
```
编辑 /etc/tinyproxy/tinyproxy.conf，设置监听地址和访问控制（建议只允许内网访问）

在插件配置中设置 WECOM_PROXY 环境变量指向代理：

// ~/.openclaw/openclaw.json
{
  "env": {
    "vars": {
      "WECOM_PROXY": "http://你的VPS内网IP:8888"
    }
  }
}

将 VPS 的公网 IP 添加到企业可信 IP 白名单

插件内置了 wecomFetch() 函数，会自动通过 WECOM_PROXY 代理所有发往 qyapi.weixin.qq.com 的请求。如果使用 ZeroTier / Tailscale 等虚拟内网连接 VPS，代理地址填内网 IP 即可。

第七步：启动并验证 🚀

重启 OpenClaw Gateway：

openclaw gateway restart

检查插件是否加载：

openclaw plugin list

验证 Webhook 可达：

curl https://你的域名/wecom/callback
# 应返回 "wecom webhook ok"

回到企业微信管理后台，点击保存回调配置
如果验证通过，配置完成！🎉

第七步补充：核对 AgentId 与回调参数是否是同一套应用

这一步非常关键，尤其是你创建过多个自建应用时。

必须逐项一致：

企业微信后台显示的 AgentId
OpenClaw 配置里的 WECOM_AGENT_ID / channels.wecom.agentId
当前应用对应的 Secret
当前应用对应的 Token
当前应用对应的 EncodingAESKey

推荐这样核对：

openclaw config get channels.wecom
curl https://你的域名/wecom/callback

如果你遇到下面这种情况，优先怀疑绑错了应用：

OpenClaw 主动发消息给你能成功
你从企业微信回消息后，日志里没有新的 wecom inbound
callback 健康检查正常，但回调始终不进插件

一个真实案例是：本机误绑到 agentId=1000002，而企业微信后台实际配置的是 agentId=1000003。切回正确应用后，入站和回复立即恢复。

第八步：关联个人微信 📱（可选）

如果希望个人微信也能直接与 AI 对话，需在企业微信管理后台开启微信插件：

登录企业微信管理后台
进入 我的企业 → 微信插件
用个人微信扫描页面上的二维码，关联到企业
关联后，个人微信中会出现企业的应用入口，直接发消息即可

企业微信管理后台 → 我的企业 → 微信插件
在企业微信管理后台「我的企业 → 微信插件」中，用个人微信扫码即可关联

🎙️ 语音转文字（stt.py）

stt.py 支持两种语音识别模式，自动选择最优方案：

模式	模型	运行位置	配置
🌐 远程 ASR（推荐）	Qwen3-ASR-0.6B	GPU 服务器	设置 `WECOM_STT_URL`
💻 本地 ASR（降级）	FunASR SenseVoice-Small	本地 CPU/MPS/CUDA	设置 `WECOM_STT_PYTHON`

优先级： 企业微信自带识别 → 远程 Qwen3-ASR → 本地 FunASR

工作流程：

收到语音消息 → 下载 AMR 音频文件
使用 FFmpeg 转换为 WAV（16kHz 单声道）
调用 stt.py：优先 POST 到远程 ASR 服务，失败时降级到本地 FunASR
将识别结果作为文本消息发送给 AI 代理

方式一：远程 ASR（推荐）

在 openclaw.json 中配置远程 ASR 服务地址：

"env": {
  "vars": {
    "WECOM_STT_URL": "http://your-gpu-server:8990/transcribe"
  }
}

远程 ASR 服务部署详情参见 asr_api_README.md。快速搭建：

# GPU 服务器上
python3 -m venv ~/qwen-asr-env && source ~/qwen-asr-env/bin/activate
pip install qwen-asr fastapi uvicorn python-multipart

# 下载模型（首次需联网）
python3 -c "from modelscope import snapshot_download; snapshot_download('Qwen/Qwen3-ASR-0.6B')"

# 启动服务
TRANSFORMERS_OFFLINE=1 python3 asr_server.py
# 监听 0.0.0.0:8990，POST /transcribe 接收音频，GET /health 健康检查

生产部署建议使用 systemd 服务（Restart=always），详见 asr_api_README.md。

性能参考（RTX 4090D）： 模型加载 ~3.7s，显存占用 ~3.7GB，短语音 ~2-4s 推理，支持 52 种语言 + 22 种中国方言。

方式二：本地 FunASR（无 GPU 服务器时）

# FFmpeg（音频格式转换）
brew install ffmpeg        # macOS
# 或 apt install ffmpeg    # Linux

# Python 依赖
pip install funasr modelscope torch torchaudio torchcodec

🍎 Apple Silicon (M1/M2/M3/M4) 支持： stt.py 会自动检测并使用 MPS (Metal Performance Shaders) 加速推理。首次运行时模型会从 ModelScope 自动下载（约 1GB）。

⚠️ macOS launchd 部署注意： 如果 OpenClaw 以 launchd 服务运行，默认 python3 可能找不到 ML 依赖。需在 plist 中设置环境变量 WECOM_STT_PYTHON 指向正确的 Python 路径（如 conda 环境的 python3）。

独立使用：

# 远程模式
WECOM_STT_URL=http://gpu-server:8990/transcribe python3 stt.py /path/to/audio.wav

# 本地模式
python3 stt.py /path/to/audio.wav

💡 如果企业微信已开启语音识别（Recognition 字段），会优先使用企业微信的结果；仅在无 Recognition 字段时才会调用本地 STT。

🤖 AI Agent 自动部署： 详细的多环境（CUDA / MPS / CPU）安装部署指南见 docs/stt-deploy-guide.md，可供 Claude Code 等 AI 编程助手直接参照执行自动化安装。

📝 使用

配置完成后，在企业微信或个人微信中找到你的应用，直接发送消息即可：

📱 在企业微信中找到你创建的应用
💬 发送文字、图片、语音、视频、文件消息
🤖 AI 会自动回复

个人微信接入： 在企业微信管理后台「我的企业 → 微信插件」中，用个人微信扫码关联即可。

命令系统

命令	说明
`/help`	📋 显示帮助信息
`/status`	📊 查看系统状态（含账户信息）
`/clear`	🗑️ 清除会话历史，开始新对话

🔧 环境变量参考

变量名	必填	默认值	说明
`WECOM_CORP_ID`	✅	—	企业微信企业 ID
`WECOM_CORP_SECRET`	✅	—	自建应用的 Secret
`WECOM_AGENT_ID`	✅	—	自建应用的 AgentId
`WECOM_CALLBACK_TOKEN`	✅	—	回调配置的 Token
`WECOM_CALLBACK_AES_KEY`	✅	—	回调配置的 EncodingAESKey（43 字符 Base64）
`WECOM_WEBHOOK_PATH`	❌	`/wecom/callback`	Webhook 路径
`WECOM_PROXY`	❌	—	出站 WeCom API 的 HTTP 代理地址（如 `http://10.x.x.x:8888`）

🔍 故障排查

❌ 回调验证失败

检查 URL 是否可公网访问：

curl https://你的域名/wecom/callback
# 应返回 "wecom webhook ok"

检查环境变量是否正确配置（Token 和 AESKey 必须与企业微信后台一致）
查看 OpenClaw 日志：

openclaw logs -f | grep wecom

❌ 消息没有回复

检查日志中是否有 wecom inbound 记录
确认 AI 模型配置正确（检查 agents.defaults.model）
检查是否有错误日志

如果完全没有 wecom inbound 记录，再重点排查这 4 项是否来自同一个自建应用：

AgentId
Secret
Token
EncodingAESKey

很多“能发不能收”不是模型问题，而是本机绑定到了错误的企业微信应用。

❌ OpenClaw 2026.3+ 升级后，`/wecom/callback` 返回 Control UI 页面

这是新版 Gateway 兼容问题的典型症状。请确认：

插件版本至少为 0.3.7
openclaw channels status --probe 中 WeCom 账户状态为 running
curl https://你的域名/wecom/callback 返回 wecom webhook ok
日志中不再出现持续的 health-monitor: restarting (reason: stopped)

如果第 3 项返回的是 HTML 页面，通常说明 webhook 路由没有正确命中插件处理器。

❌ access_token 获取失败

确认 WECOM_CORP_ID 和 WECOM_CORP_SECRET 正确
检查应用的可见范围是否包含测试用户
确认服务器能访问 qyapi.weixin.qq.com（如有代理需设置 WECOM_PROXY）

❌ 报错 `60020` (not allow to access from your ip)

企业微信 API 拒绝了你服务器的出口 IP。解决方法：

查看错误日志中提示的 IP 地址
将该 IP 添加到企业微信管理后台 → 应用管理 → 企业可信 IP
如果服务器是动态 IP，参考第六步配置代理方案

❌ 报错 "Outbound not configured"

OpenClaw 要求插件同时提供 sendText 和 sendMedia 两个出站方法。如果缺少任一方法，createPluginHandler() 会返回 null，导致此错误。确认插件版本包含完整的出站配置。

❌ 语音识别失败

确认已安装 FFmpeg：ffmpeg -version
如果使用远程 ASR：检查 WECOM_STT_URL 是否可达（curl $WECOM_STT_URL），检查 GPU 服务器上 qwen3-asr.service 是否运行
如果使用本地 FunASR：确认已安装 Python 依赖 python3 -c "from funasr import AutoModel"
首次本地运行会从 ModelScope 下载模型（约 1GB），需要网络连接
本地 stt.py 会自动检测设备：CUDA GPU → Apple MPS → CPU（按优先级依次降级）

❌ 语音消息发送了但 AI 没收到内容

RawBody 为空字符串 "" 时会短路 ?? 运算符的回退链，导致 AI 收到空消息。确认插件版本中 RawBody 设置为 content || messageText || ""（而非 content || ""）。

❌ macOS 上 STT 找不到 Python / 模型加载失败

macOS 通过 launchd 启动 OpenClaw 时，PATH 不包含 conda 环境。解决方法：

在 openclaw.json 的 env.vars 中设置 WECOM_STT_PYTHON 指向 conda 环境中的 Python：

{
  "env": {
    "vars": {
      "WECOM_STT_PYTHON": "/path/to/anaconda3/envs/sci/bin/python3"
    }
  }
}

如遇 Apple Silicon MPS 不支持某些操作，设置 PYTORCH_ENABLE_MPS_FALLBACK=1
较新版本 torchaudio 需要额外安装 torchcodec：pip install torchcodec

❌ AI 无法"看到"用户发送的图片

图片会保存到本地磁盘并通过工具指令告知 AI 读取，而非以 base64 多模态方式传入。AI 需要主动调用 Read 工具才能看到图片内容，这取决于模型是否正确使用了工具。

❌ sendMedia 发送文件失败 / 文件被静默拦截

OpenClaw 核心层通过 mediaLocalRoots 限制可发送的本地文件路径，仅允许以下目录：

tmpdir（系统临时目录）
~/.openclaw/media
~/.openclaw/agents
~/.openclaw/workspace
~/.openclaw/sandboxes

目录外的文件会被 assertLocalMediaAllowed() 静默拦截。解决方法：先将文件复制到 ~/.openclaw/workspace/ 再发送。

❌ Node.js `fetch()` 不走代理

Node.js 原生 fetch() 不支持 HTTPS_PROXY 环境变量。插件使用 undici.ProxyAgent 配合 dispatcher 参数实现代理，仅需设置 WECOM_PROXY 环境变量即可，无需额外配置系统代理。

🏗️ 架构

┌──────────────┐         ┌──────────────────┐         ┌───────────────┐
│  企业微信     │ ──XML──▶│ OpenClaw Gateway │ ──────▶ │  AI Agent     │
│  / 个人微信   │         │  (port 18789)    │         │  (LLM)        │
│              │ ◀──API──│                  │ ◀────── │               │
└──────────────┘         └──────┬───────────┘         └───────────────┘
                                │
                    ┌───────────┼───────────┐
                    ▼           ▼           ▼
              ┌──────────┐ ┌────────┐ ┌──────────┐
              │ 消息加解密 │ │ STT    │ │ Chat UI  │
              │ AES-256  │ │ FunASR │ │ Broadcast│
              └──────────┘ └────────┘ └──────────┘

消息流程：

📩 用户在企业微信/个人微信发送消息
🔒 企业微信服务器将加密的 XML 回调发送到你的 Webhook URL
🔓 插件验证签名，解密消息（AES-256-CBC）
⚡ 立即返回 HTTP 200（企业微信要求 5 秒内响应）
🔄 异步处理：根据消息类型分发处理
- 📝 文本 → 直接交给 AI
- 🖼️ 图片 → 下载保存 → AI Vision 分析
- 🎙️ 语音 → 下载 AMR → FFmpeg 转 WAV → 远程 Qwen3-ASR / 本地 FunASR → 文本交给 AI
- 📹 视频/📎 文件 → 下载保存 → 通知 AI
- 🔗 链接 → 提取元信息 → 交给 AI
🤖 AI 代理生成回复
📤 回复经 Markdown 转换后，自动分段发送回企业微信
🖥️ 同时写入 Transcript + 广播到 Chat UI

📁 项目结构

openclaw-wechat/
├── index.js                 # 入口文件（重导出）
├── src/
│   └── index.js             # 插件主逻辑（1400+ 行）
├── stt.py                   # 🎙️ 语音识别（远程 Qwen3-ASR + 本地 FunASR 降级）
├── asr_server.py            # 🖥️ 远程 ASR 服务（FastAPI + Qwen3-ASR，部署到 GPU 服务器）
├── openclaw.plugin.json     # OpenClaw 插件描述文件（新格式）
├── clawdbot.plugin.json     # ClawdBot 插件描述文件（兼容旧版）
├── package.json             # npm 包配置 (v0.3.7)
├── .env.example             # 环境变量示例
├── skills/
│   └── wecom-notify/        # 📨 Claude Code WeCom 通知技能
│       ├── SKILL.md
│       └── scripts/
│           └── send_wecom.py
├── docs/
│   └── channels/
│       └── wecom.md         # 渠道文档
├── CHANGELOG.md             # 版本变更日志
└── LICENSE                  # MIT 许可证

📨 Claude Code WeCom 通知技能

本仓库还包含一个独立的 Claude Code 技能（wecom-notify），可以在 Claude Code 中直接发送企业微信消息。这是一个独立工具，不依赖 OpenClaw 插件，直接调用企业微信 API。

安装技能

将 skills/wecom-notify/ 目录复制到 ~/.claude/skills/ 即可：

cp -r skills/wecom-notify ~/.claude/skills/

使用方式

在 Claude Code 中可以直接使用 /wecom-notify 命令，或让 AI 自动调用：

# 发送文本消息
python3 skills/wecom-notify/scripts/send_wecom.py "你好，这是一条测试消息"

# 指定接收人
python3 skills/wecom-notify/scripts/send_wecom.py "消息内容" --to UserName

# 发送图片
python3 skills/wecom-notify/scripts/send_wecom.py --image /path/to/photo.png

# 发送文件
python3 skills/wecom-notify/scripts/send_wecom.py --file /path/to/report.pdf

特点

🔧 零依赖：仅使用 Python 标准库（urllib.request、json），无需 pip install
📄 自动从 ~/.openclaw/openclaw.json 读取 WeCom 配置（复用 OpenClaw 的环境变量）
📝 支持文本（2048 字节限制）、图片（jpg/png/gif，≤2MB）、文件（任意格式，≤20MB）
🌐 支持 WECOM_PROXY 代理

📜 版本历史

查看 CHANGELOG.md 了解完整版本历史。

🔗 相关链接

📄 许可证

MIT License

🙏 致谢

🍴 原始项目：dingxiang-me/OpenClaw-Wechat，作者 勾勾的数字生命 (@dingxiang-me)
🤖 OpenClaw，由 Peter Steinberger 和 OpenClaw 社区开发
🎙️ FunASR SenseVoice，由阿里巴巴达摩院开发

🤝 贡献

欢迎提交 Issue 和 Pull Request！