GUI 自动化微信群聊 AI 的五个运行事故
一名开发者介绍了通过 GUI 自动化构建微信群聊 AI 的过程,因为其考察的官方机器人通道不适合普通微信群。系统通过已登录的桌面账号操作屏幕,使用 Ollama 进行本地视觉处理,并通过 faster-whisper 转写语音,再使用剪贴板发送回复。作者复盘了五起运行事故:两个实例同时运行导致重复发送、回复过期消息、回复排队、排队中的回复被丢弃,以及 AI 把尚未发送的回复当成已经说过。前四项分别通过单实例锁、过期消息闸、队列优先级和替换最旧排队回复等措施处理;作者表示第五项只完成了定位,尚未解决。文中还介绍了延迟回复、主动沉默等七项设计。作者自述在个人机器上完成 229 条群聊、9 条私聊、51 次主动沉默和 445 项通过的测试,但这些数据与事故均未获独立验证。
该案例记录了让 GUI 驱动的聊天智能体与群成员实际看到的内容保持一致时涉及的重复、过期、排队和丢弃回复等问题,也暴露出生成记录与实际发送状态之间的区别尚未解决。
关于这篇稿子里的 AI,我没打算含糊。 骨架是我把几天日志和口述捋出来的,AI 帮着整理成结构;句子被它改短过,数字和日志被它逐条比对过,查 API 和库用法它出过力。(用的模型:
deepseek-v4.1-flash+ 若干辅助工具。) 但内核不是它给的:「限制 AI 说话的能力,比让它会说话的能力重要十倍」这个结论,是我自己在真机运行里撞出来的。229 条群聊对 9 条私聊、51 次主动沉默、445 项测试全绿,都是我自己机器上跑出来的原始数字。五个事故我真踩过,七条设计我真改过。 事实和引文我逐条核过一遍,AI 说错的、编的地方都删了;写歪的地方算我的。
脱敏说明:文中所有群友一律用「群友X」这类代号(群友C、群友E…)。真实昵称与聊天原文不在本文出现—— 这跟项目本身的做法一致(真昵称只落本地,发给模型的一律是代号)。
第一部分:为什么「能回话」不是难点
为什么非得是微信
如果你做过 Slack 机器人、Discord 机器人,它们都有一条共同的路:官方开放接口、Webhook 回调、标准事件格式。
部分来源内容未展示,可前往原文继续阅读。