🚀 龙虾新手指南

OpenClaw微信自动填表Agent搭建教程：30分钟本地部署无需API

发布时间：2026-09-15 分类： 龙虾新手指南
摘要：30分钟用OpenClaw搭出微信自动填表Agent你是不是常被这类需求卡住：用户在微信群发身份证号、地址、预约时间，你要手动复制→打开Excel→粘贴→保存→回消息？重复100次，错3次，老板说“能不能自动化？” 不用买SaaS、不碰微信官方API（要企业资质）、不部署服务器——用 OpenClaw 在本地跑一个轻量Agent：消息来了自动识别字段（“张三，朝阳区建国路8号，明天下午3点...

OpenClaw微信自动填表Agent搭

30分钟用OpenClaw搭出微信自动填表Agent

你是不是常被这类需求卡住：用户在微信群发身份证号、地址、预约时间，你要手动复制→打开Excel→粘贴→保存→回消息？重复100次，错3次，老板说“能不能自动化？”

不用买SaaS、不碰微信官方API（要企业资质）、不部署服务器——用 OpenClaw 在本地跑一个轻量Agent：

  • 消息来了自动识别字段（“张三，朝阳区建国路8号，明天下午3点”）
  • 调用本地大模型（如Qwen2-1.5B，Ollama一键拉起）解析成JSON
  • 写入本地CSV或飞书多维表格，自动回复“已登记✅”
  • 全程离线，零依赖，Mac/Win/Linux都行

步骤（全程终端操作，无GUI）

1. 安装OpenClaw（5秒）

pip install openclaw

它不带LLM、不装浏览器驱动——只做“AI自动化流水线调度”，模型你自己选。

2. 创建工作流 wechat_form.py

from openclaw import Workflow, MessageRouter
from openclaw.tools import csv_writer

# 定义表单结构（自动校验必填项）
FORM_SCHEMA = {
    "name": "姓名",
    "address": "地址",
    "time": "预约时间"
}

# 构建解析Agent（对接本地Ollama）
workflow = Workflow(
    model="ollama/qwen2:1.5b",  # 本地已有就用，没有则自动下载
    system_prompt="你是一个表单提取器。严格按JSON输出，只含字段：name,address,time。无额外文字。"
)

# 微信消息路由（模拟：实际接WeChatPYAPI或wxauto）
router = MessageRouter()
@router.on("text")
def handle_form(msg):
    parsed = workflow.run(msg.content)  # 输入：“李四，海淀区中关村大街1号，后天上午10点”
    if all(k in parsed for k in FORM_SCHEMA):
        csv_writer("registrations.csv", parsed)  # 追加写入CSV
        return f"已登记✅ 姓名：{parsed['name']}，时间：{parsed['time']}"
    else:
        return "格式不对，请按【姓名，地址，时间】发送，例如：王五，浦东新区张江路123号，本周五下午2点"

# 启动（测试用：直接调函数）
print(handle_form(type('msg',(),{'content':'陈默，杭州市西湖区文三路456号，下周二9:00'})()))

3. 本地跑通（无需微信）

python wechat_form.py
# 输出：已登记✅ 姓名：陈默，时间：下周二9:00
# 同时生成 registrations.csv，含完整字段

OpenClaw把“消息→解析→动作→响应”拆成原子函数，每个环节可单独单元测试。

4. 接真实微信（可选）

替换 handle_form 中的 msg.content 为 wxauto 实时监听：

from wxauto import WeChat
wx = WeChat()
wx.Listen(callback=lambda msg: print(handle_form(msg)))

wxauto免登录，但需手机扫码一次；所有数据留在你电脑上。

验证效果

  • ✅ 发送文本 → 自动提取3个字段 → 写入CSV → 返回确认语
  • ✅ 错误输入（缺地址）→ 返回友好提示，不写入
  • ✅ 模型切换：把 ollama/qwen2:1.5b 换成 ollama/glm4，代码零修改

👉 Binance · OKX · Gate.io · HTX · Bitget

常见问题速查

  • Q：没GPU能跑吗？
    A：能。Qwen2-1.5B在M1 Mac/16G内存笔记本上推理<2秒（Ollama自动量化）。
  • Q：如何换国产模型？
    A：ollama run qwen2:0.5b / ollama run zephyr:beta / ollama run deepseek-coder:1.3b —— 所有HuggingFace开源模型一行拉取。
  • Q：想存到飞书/钉钉？
    A：把 csv_writer(...) 换成 feishu_writer(token=..., table_id=...)，文档里有现成封装。

下一步

返回首页