原创

OpenClaw 接入企业微信客服,实现 AI 自动客服

OpenClaw 已经支持 WhatsApp、Telegram、Discord、Slack 等众多聊天渠道,但对于国内用户来说,企业微信客服(微信客服) 才是真正能够直接触达微信用户的入口。

最近发现了一个不错的开源项目 openclaw-wechat-kf,它可以让 OpenClaw 直接接入企业微信客服,实现微信用户与 AI Agent 的实时对话。

paste-image-1785205305020.png

项目地址:

https://github.com/aooyoo/openclaw-wechat-kf

什么是 openclaw-wechat-kf?

openclaw-wechat-kf 是一个 OpenClaw Channel 插件。

它负责把:

微信用户 → 企业微信客服 → OpenClaw → AI 回复 → 企业微信 → 微信用户

整个消息链路打通。

整体架构如下:

微信用户
     │
     ▼
企业微信客服(微信客服)
     │ Webhook
     ▼
openclaw-wechat-kf
     │
     ▼
OpenClaw Gateway
     │
     ▼
LLM(OpenAI / Claude / Gemini / Qwen 等)
     │
     ▼
Tool / MCP / Browser / Workflow
     │
     ▼
回复用户

整个过程中,OpenClaw 负责 AI Agent 能力,而微信客服只是消息入口。

为什么不用公众号?

很多人第一反应都是:

为什么不用公众号?

其实公众号接口限制很多。

而微信客服具有不少优势:

  • 用户无需关注公众号

  • 点击客服链接即可开始聊天

  • 官方支持文本、图片、文件、语音等消息

  • 企业微信后台管理方便

  • 官方免费

  • 更适合 AI 客服场景

因此越来越多 AI 产品开始使用微信客服作为国内入口。

支持哪些消息?

目前插件已经支持:

  • 文本

  • 图片

  • 文件

  • 视频

  • 语音

  • 地理位置

  • 小程序卡片

  • 链接卡片

  • 菜单事件

对于普通 AI 客服来说已经完全够用了。

相比很多微信机器人项目只能收发文本,这一点要完善得多。

最大的优势:直接接 OpenClaw

真正有价值的地方不是微信。

而是:

微信只是一个 Channel。

消息进入 OpenClaw 后,可以直接调用:

  • GPT

  • Claude

  • Gemini

  • Qwen

  • DeepSeek

  • 本地 Ollama

还可以继续调用:

  • Browser

  • MCP

  • File System

  • Shell

  • Workflow

  • 其它 OpenClaw Skill

也就是说:

用户发送一句话。

AI 不只是回答一句话。

还可以:

查询数据库、搜索网页、生成图片、读取文件、执行工具……

整个能力完全继承 OpenClaw。

部署难吗?

相比很多微信机器人需要:

  • 企业备案

  • 固定公网 IP

  • HTTPS 配置

  • 各种签名验证

这个项目简单很多。

官方推荐直接使用:

Cloudflare Tunnel

把本地 Gateway 暴露出去即可。

整个流程大概就是:

  1. 安装 OpenClaw

  2. 安装插件

  3. 创建企业微信客服

  4. 配置 Callback

  5. 填写 Token

  6. 填写 EncodingAESKey

  7. 配置 Secret

  8. 启动即可

整个过程基本十几分钟可以完成。

配置项有哪些?

paste-image-1785205102312.png

paste-image-1785205124277.png

paste-image-1785205151435.png

最后等企微后台生成一个秘钥,然后重新配置一下就行

主要配置包括:

channels:
  wechat-kf:
    enabled: true
    corpId: "wwxxxxxxxx"
    appSecret: "xxxxxxxx"
    token: "xxxxxxxx"
    encodingAESKey: "xxxxxxxx"

除此之外,还支持:

  • webhookPath

  • pairing 模式

  • allowlist 白名单

  • debounce 合并消息时间

其中 debounceMs 很有意思。

例如用户连续发送:

你好

介绍一下

OpenClaw

插件不会立刻请求 AI 三次。

而是等待几秒,把三句话组合成一次请求:

你好
介绍一下
OpenClaw

这样可以明显减少 Token 消耗,也更符合真实聊天习惯。

安全控制

微信客服天然属于公网入口。

任何人拿到客服链接都可以发消息。

因此项目支持 OpenClaw 原生权限控制,例如:

  • open

  • pairing

  • allowlist

  • disabled

推荐生产环境开启:

dmPolicy: pairing

第一次聊天需要管理员授权。

这样可以避免别人随便调用你的 AI。

有哪些限制?

由于企业微信官方接口限制,也有几点需要注意:

  • 回复窗口为 48 小时

  • 每轮最多发送 5 条消息

  • 免费 Cloudflare Tunnel 地址重启会变化

  • 语音消息为 AMR 格式,需要 AI 支持转写

这些都属于企业微信官方限制,并不是插件本身的问题。

适合哪些场景?

这个插件特别适合:

  • AI 智能客服

  • 售前咨询

  • 企业知识库

  • CRM 助手

  • 医疗咨询

  • 法律咨询

  • 保险顾问

  • AI 销售

  • AI 数字员工

尤其对于国内用户来说,微信几乎没有学习成本,用户体验远好于要求下载新的聊天 App。

我的看法

如果你已经部署好了 OpenClaw,那么 openclaw-wechat-kf 基本就是目前接入微信生态最自然的一种方式。

它没有修改 OpenClaw 的核心架构,而是遵循 Channel 插件机制,把企业微信客服作为一个新的消息入口。这样不仅部署简单,也能复用 OpenClaw 已有的 Agent、工具调用、多模型和权限体系。

对于希望打造 AI 客服、数字员工、企业知识库助手等场景的开发者来说,这种方案既贴近国内用户的使用习惯,又保留了 OpenClaw 强大的扩展能力,是一个值得尝试的接入方式。

正文到此结束
Loading...