Chatbot de WeChat com IA ganha força ao conectar iLink e Redis
Projeto TypeScript oferece uma plataforma autossuficiente para bots de roleplay no WeChat, com login OAuth, modelos compatíveis com OpenAI e operação em múltiplos nós.
Projeto TypeScript oferece uma plataforma autossuficiente para bots de roleplay no WeChat, com login OAuth, modelos compatíveis com OpenAI e operação em múltiplos nós.
O WeChat-AI é um serviço autogerenciado de conversas com personagens no WeChat, mantido por SMNETSTUDIO. Criado em 10 de agosto de 2026, o repositório alcançou 1.345 estrelas, sendo 963 no período consultado, e aparece em terceiro lugar no ranking diário e em quinto no semanal da Trendshift. A proposta é reunir conexão com o Tencent iLink, memória, personas e modelos de linguagem em uma plataforma que o operador instala e administra.
O sistema busca simplificar a criação de bots de roleplay no WeChat. Em vez de integrar separadamente autenticação, armazenamento, processamento de mensagens e respostas de IA, ele reúne esses componentes em uma aplicação com centro do usuário, painel administrativo e editor visual de fluxos.
A conexão ocorre diretamente com o iLink, interface da Tencent usada para receber e enviar mensagens. Os dados, incluindo tokens dos bots e pacotes de figurinhas, ficam em um Redis remoto. O projeto também oferece estatísticas diárias de uso de tokens e suporte a APIs de modelos compatíveis com o padrão OpenAI.
Outro foco é a comunicação entre usuários. Depois de vincular uma conta LINUX DO ao WeChat, uma pessoa pode usar @nome de usuário para solicitar uma conversa. O interlocutor precisa responder /agree para que as mensagens sejam retransmitidas nos dois sentidos.
A arquitetura aceita vários nós com a mesma imagem, compartilhando um Redis. Um Cloudflare Worker atua como balanceador de carga, fazendo verificações de saúde e distribuição por rodízio entre os servidores.
Usuário do WeChat
→ Tencent iLink
→ nós do WeChat-AI
→ persona, memória e modelo de linguagem
→ resposta pelo iLink
Para desenvolvimento local, o README indica:
pnpm install
cp .env.example .env
pnpm db:seed
pnpm diag
pnpm dev
A configuração exige REDIS_URL, LLM_API_KEY, variáveis do LINUX DO e LINUXDO_ADMIN_IDS. Para modelos personalizados e pesquisa na internet, é necessário implantar o serviço huggingface/wechat-ai-tools e configurar TOOLS_BASE_URL e TOOLS_API_KEY.
Também há instalação com Docker:
docker compose up -d --build
A interface inclui as rotas /app, /docs, /admin e /chatflow. O editor Chatflow permite organizar visualmente o comportamento do bot, enquanto as personas podem usar um prompt tradicional ou esse fluxo visual.
VISION_ENABLED está ativo; áudios usam a transcrição nativa do WeChat, habilitada por padrão.O projeto combina, em um único repositório, cliente HTTP para iLink, armazenamento Redis, núcleo de sessões e memória, gateway de ferramentas e balanceador baseado em Cloudflare Worker. Essa composição o diferencia de integrações que oferecem apenas um cliente de chatbot ou uma camada de acesso a modelos.
Outro aspecto específico é o gateway externo para modelos personalizados e busca na internet. Segundo o README, o site principal não acessa diretamente as APIs dos usuários; as saídas passam pelo serviço de ferramentas hospedado na Hugging Face. O repositório também inclui atualização OTA incremental, com aplicação de diferenças de arquivos e reinicialização automática.
O repositório foi criado em 10 de agosto de 2026 e recebeu seu último commit em 11 de agosto de 2026. Esse intervalo curto não permite avaliar sua maturidade operacional, estabilidade ou histórico de correções. Há uma issue aberta, e não foi encontrada nenhuma release.
A operação depende de Tencent iLink, Redis remoto, LINUX DO OAuth, APIs de modelos compatíveis com OpenAI, Docker e, em alguns cenários, Cloudflare Worker e Hugging Face. O próprio projeto informa que o protocolo iLink é baseado em comportamento observado e pode mudar, o que representa risco de manutenção.
O README alerta para limites de uso e possível remoção de bots pessoais, além da necessidade de seguir os termos aplicáveis da Tencent. O conteúdo de roleplay é enviado às APIs de LLM, portanto a exposição de dados deve ser avaliada pelo operador. A análise de imagens vem desativada por padrão, enquanto a transcrição de voz é ativada por padrão.
A licença aparece como Apache-2.0 nos dados do repositório, mas o README descreve “Apache-2.0 with Commons Clause”. O alcance jurídico dessa combinação não foi informado no repositório consultado.