微信消息入口
扫码登录后接收私聊、群聊、图片、链接和表情等 IM 消息。
AI Agent Workflow
WeChat Bot / IM Agent
把微信消息接入多模型 Agent，梳理真实 IM 场景里的触发、上下文、记忆和误回复边界。
群聊助手online
这个 PDF 帮我看一下重点？
收到。我会先确认文件，再按白名单和上下文处理。
引用上一条消息继续问...
Scenario
当 Agent 进入真实聊天场景
微信不是一个干净的输入框，而是一个高噪声、高上下文、强隐私的沟通场景。 私聊、群聊、引用、图片、链接和临时插话混在一起，Agent 如果只是“收到就回”，很容易误触发、误理解或暴露不该处理的信息。
这个项目关注的问题不是单纯把模型接进微信，而是把 IM 消息变成可控的 Agent 工作流： 哪些消息可以触发，哪些上下文可以读取，回复应该交给哪个模型，以及用户如何管理长期记忆。
System
从消息入口到可控回复
项目可以拆成四个模块：接收微信消息，判断是否应该响应，构造上下文与记忆， 再把请求路由到指定模型或 Pi agent。核心不是“自动回复”，而是让回复发生在可控范围内。
触发与权限
用联系人白名单、群聊白名单、@ 机器人、引用回复和前缀规则控制是否响应。
上下文与记忆
群聊历史写入 JSONL，并在需要回复时注入最近消息；长期记忆由用户显式管理。
模型与 Agent
通过 provider 机制切换 ChatGPT、DeepSeek、Ollama、Claude、Pi 等服务。
01Wechaty
接入微信，监听聊天消息。
02Message Store
保存上下文、引用和历史。
03Command Router
判断触发条件，分发任务。
04LLM Provider
调用不同模型或服务。
05Chat Reply
把结果发回微信对话。
Evidence
文本、图片和文件都在同一个 IM 场景里
下面两张样例展示了更复杂的输入形态：图片识别和文件理解。它们都来自真实聊天界面， 已经隐去群名、头像和具体用户身份。
群聊里直接发图并 @ bot，系统需要识别图片内容，同时保留引用关系和多人触发语境。
文档作为消息进入聊天后，Agent 可以提取任务要求，输出可读摘要，而不是只处理纯文本问答。
Boundaries
比模型能力更重要的是触发边界
IM Agent 的风险来自真实社交环境：误回复、错读上下文、过度记忆和越权读取。 因此这个项目把白名单、触发条件和记忆管理作为核心设计对象。
私聊只响应白名单联系人，降低误触发和隐私风险。
群聊首次参与需要 @ 机器人、直接称呼或引用机器人回复。
群聊历史只在群聊回复时注入，不影响私聊性能和语境。
长期社交记忆默认本地保存，并由用户查看、删除或清除。