“本文整理了从腾讯云服务器、PadLocal Token 和微信小号准备，到 WeChaty 代码、智能处理层、PM2 守护和风险控制的完整流程。机器人可对接腾讯云混元知识库或 Hermes Agent。”

前言：为什么选择这个方案？

2026年，做微信群 @ 机器人最常见的需求是：别人在群里 @ 我，机器人能自动从我的知识库里找答案并自然回复。

之前很多人尝试用 Hermes Agent 的扫码方式，但实际测试发现存在严重问题：

• Hermes 扫码登录后使用的是 iLink Bot 身份，很难被拉入普通微信群。
• 即使拉进去，@ 提及事件经常收不到，群聊功能极不稳定。
• 适合私聊，不适合你需要的“拉入任意群 + @ 自动回复”场景。

因此，本文推荐目前最成熟、群支持最好的方案：

WeChaty + wechaty-puppet-padlocal 部署在腾讯云服务器

这个方案的核心优势

• 群聊支持极强：PadLocal 使用 Pad 协议，能正常被拉入任意微信群，@ 提及识别稳定。
• 7 × 24 小时云端运行：部署在腾讯云，轻量服务器每月几十块，永不掉线。
• 完全不需要本地 Mac：不需要一直开微信客户端。
• 可灵活对接智能大脑：可以直接调用腾讯云混元 + 知识库，也能把 Hermes Agent 当成智能处理层（只用它的记忆和工具能力）。
• 小白友好：有成熟社区和 PadLocal 服务支持，踩坑少。

风险提醒（必须先看）：使用个人微信号做机器人始终存在封号风险。强烈建议使用小号测试，回复频率不要太高。本文仅供学习交流。

---

一、整体架构图（小白也能看懂）

微信群里有人 @ 机器人
↓
腾讯云服务器上的 WeChaty（puppet-padlocal）
↓ 识别是群消息 + @ 了我
提取纯文本内容 + 发送者 + 群名
↓
调用智能处理层（推荐下面两种之一）

• A. 腾讯云 Agent / 混元大模型 + 知识库（RAG）
• B. Hermes Agent（部署在另一台或同一台服务器，作为大脑）

↓
生成自然回复文本
↓
WeChaty 把回复发回原群（可 @ 对方）

这个架构把“消息收发”和“智能思考”分开，稳定且易扩展。

---

二、准备工作（0 基础必做）

1. 腾讯云账号准备

• 注册腾讯云账号并完成 实名认证（学生党有优惠）。
• 准备好支付方式。

2. 服务器购买推荐（2026 年最新）

强烈推荐购买「轻量应用服务器 Lighthouse」（比普通 CVM 更适合这个场景）：

• 配置：2 核 4G（够用）或 4 核 8G（推荐，处理知识库更快）
• 镜像：Ubuntu 22.04 / 24.04
• 地域：新加坡或香港（如果你在日本延迟好）；国内用户可选广州
• 带宽：3 Mbps 起步
• 存储：50 GB 以上

预计费用：首月可能有活动，之后每月 30–80 元左右。

购买后记录好：

• 公网 IP
• root 密码（或 SSH 密钥）

3. 微信小号准备

• 准备一个新注册或长期不用的微信小号作为机器人专用号。
• 不要用主力号！

4. 购买 PadLocal Token（必须步骤）

PadLocal 是目前最稳定的 Pad 协议服务商。

1. 访问 https://github.com/wechaty/puppet-padlocal 注册账号。
2. 购买 Token（有按量和包月套餐，新手建议先买小额测试）。
3. 购买后复制你的 Token（格式类似 puppet_padlocal_xxxxxxxx）。

为什么必须买 PadLocal？

免费的 Web 协议容易被封，群聊支持差。PadLocal 虽然要钱，但稳定性和群功能远超免费方案，性价比很高。

---

三、腾讯云服务器初始化

Step 1：SSH 登录服务器

Windows 用户推荐使用 Termius 或 PuTTY。

Mac/Linux 用户直接终端执行：

ssh root@你的公网IP

首次登录会要求修改密码，按提示操作即可。

Step 2：更新系统并安装基础工具

apt update && apt upgrade -y
apt install curl wget git vim ufw -y

Step 3：安装 Node.js（推荐 LTS 版本）

curl -fsSL https://deb.nodesource.com/setup_20.x | bash -
apt install -y nodejs

# 验证安装
node -v
npm -v

---

四、创建 WeChaty 项目并安装依赖

mkdir wechat-group-bot && cd wechat-group-bot
npm init -y

# 安装核心依赖
npm install wechaty wechaty-puppet-padlocal dotenv axios

# 可选：安装 pm2 用于守护进程
npm install -g pm2

创建 .env 文件

WECHATY_PUPPET=wechaty-puppet-padlocal
WECHATY_PUPPET_PADLOCAL_TOKEN=你的padlocal_token
AGENT_API_URL=http://localhost:3000/api/reply   # 后面会建这个服务

---

五、核心代码编写（bot.js）

创建 bot.js 文件，内容如下（已添加详细注释）：

import { WechatyBuilder } from 'wechaty'
import { PuppetPadlocal } from 'wechaty-puppet-padlocal'
import dotenv from 'dotenv'
import axios from 'axios'

dotenv.config()

const bot = WechatyBuilder.build({
  puppet: new PuppetPadlocal({
    token: process.env.WECHATY_PUPPET_PADLOCAL_TOKEN
  })
})

// 监听所有消息
bot.on('message', async (message) => {
  // 1. 忽略自己发的消息，防止循环
  if (message.self()) return

  const room = message.room()
  if (!room) return // 只处理群消息

  // 2. 检测是否被 @ 了
  const isMentioned = await message.mentionSelf()
  if (!isMentioned) return

  const from = message.from()
  const groupName = await room.topic()

  // 3. 提取 @ 后的纯文本
  let queryText = message.text()
  queryText = queryText.replace(/@[^@\s]+\s*/g, '').trim()

  if (!queryText) {
    await room.say('我在，有什么可以帮你的吗？', from)
    return
  }

  console.log(`[收到@] 群:${groupName} | 发送者:${from?.name()} | 内容:${queryText}`)

  try {
    // 4. 调用智能处理层（后面会建这个接口）
    const res = await axios.post(process.env.AGENT_API_URL, {
      query: queryText,
      groupName: groupName,
      senderName: from?.name() || '群友'
    }, { timeout: 25000 })

    const replyText = res.data.reply || '我思考了一下，暂时没有找到合适答案。'

    // 5. 回复并 @ 对方（更自然）
    await room.say(replyText, from)

    console.log(`[已回复] ${replyText.substring(0, 80)}...`)
  } catch (err) {
    console.error('调用智能层失败:', err.message)
    await room.say('收到消息了，但我这边处理出错了，稍后再试试~', from)
  }
})

bot.start()
  .then(() => console.log('🚀 WeChaty Bot 已启动，等待扫码登录...'))
  .catch(console.error)

---

六、智能处理层（推荐两种方式）

方式 A：直接调用腾讯云混元 + 知识库（最简单）

在项目中创建 server.js（轻量后端）：

import Fastify from 'fastify'
import dotenv from 'dotenv'

dotenv.config()
const fastify = Fastify({ logger: true })

async function callTencentAgent(query, groupName, senderName) {
  // TODO: 这里替换成真实的腾讯云 Agent / 混元 + 知识库调用代码
  // 你可以在腾讯云控制台创建知识库 + Agent，然后用官方 SDK 调用

  // 示例返回（实际请替换）
  return {
    reply: `收到你在「${groupName}」的问题：「${query}」。我已经在知识库里帮你查了，答案是：...（这里是真实答案）`
  }
}

fastify.post('/api/reply', async (request) => {
  const { query, groupName, senderName } = request.body
  if (!query) return { reply: '你好，有什么可以帮你的吗？' }

  const result = await callTencentAgent(query, groupName, senderName)
  return result
})

fastify.listen({ port: 3000, host: '0.0.0.0' })

方式 B：把 Hermes 当成大脑（如果你喜欢 Hermes 的自我进化能力）

你可以单独部署一个 Hermes Agent（只用它的记忆和工具），然后在 callTencentAgent 函数里调用 Hermes 的 API 接口。两者可以协同工作。

---

七、部署与守护进程（PM2）

# 启动 bot
pm2 start bot.js --name wechat-bot

# 启动智能处理服务
pm2 start server.js --name agent-server

# 设置开机自启
pm2 startup
pm2 save

# 查看日志
pm2 logs wechat-bot
pm2 logs agent-server

---

八、首次扫码登录

运行后，终端或日志里会出现二维码。用机器人微信小号扫码登录。登录成功后，控制台会显示 “Bot is ready” 或类似信息。

---

九、拉入群聊并测试

1. 用你的主力微信把机器人小号拉入测试群。
2. 在群里发送：@机器人昵称 你好，请测试一下
3. 机器人应该会回复。

---

十、进阶优化（让机器人更智能）

1. 加入知识库 RAG：在腾讯云创建知识库，上传你的文档，然后在 server.js 中调用对应 API。
2. System Prompt 优化：让回复更像真人。
3. 增加上下文记忆：用 Map 或 Redis 记录最近几轮对话。
4. 限流与冷却：同一个群 10 秒内只回复一次，避免刷屏。
5. Docker 部署（进阶）：把整个项目打包成 Docker，方便迁移和备份。

---

十一、常见问题排查

• 扫码后一直不在线：检查 PadLocal Token 是否正确，服务器网络是否正常。
• @ 了没反应：确认 message.mentionSelf() 是否为 true，检查日志。
• 回复超时：智能处理层响应太慢，增加超时时间或优化 Prompt。
• 被微信风控：降低回复频率，使用小号，加入随机延迟。

---

十二、封号风险与最佳实践

• 优先使用企业微信（最安全）。
• 个人微信：新号 + 低频 + 自然回复。
• 不要做营销、广告、大量群发。
• 定期检查微信登录设备管理。

---

结语

通过本文，你已经完整掌握了在腾讯云上部署 WeChaty + PadLocal 微信群 @ 智能机器人的全流程。

这个方案目前是个人微信群机器人里群支持最稳定、社区最成熟的方案，同时还能灵活对接腾讯云知识库或 Hermes 作为智能大脑。

后续我可以继续写：

• 完整 Docker 部署版
• 企业微信版本
• Hermes + WeChaty 混合架构详细教程
• 知识库 RAG 高级调优

有任何问题欢迎在评论区留言，我会持续更新和回复。

点赞 + 收藏 + 关注，谢谢支持！

参考资料

• WeChaty 官方文档
• puppet-padlocal 官网
• 腾讯云轻量应用服务器文档
• Hermes Agent 官方文档（仅作智能层参考）