BotsApp
BotsApp 是一款专为 WhatsApp 打造的个人智能助手，旨在帮助用户更高效地管理聊天对话与群组互动。作为一款基于 Node.js 开发的开源用户机器人（UserBot），它能让用户在熟悉的 WhatsApp 界面中直接通过指令实现自动化操作，从而解决日常消息回复繁琐、群组管理耗时等痛点。
无论是希望提升沟通效率的普通用户，还是对自动化流程感兴趣的开发者，都能从 BotsApp 中获益。对于非技术背景的用户，官方提供了详尽的图文文档与视频教程，支持在几分钟内完成本地部署；而对于开发者，项目开放了完整的源代码与 Docker 容器化方案，便于进行二次开发或集成到现有工作流中。
其技术亮点在于对 WhatsApp 多设备协议的优化支持，以及极简的部署体验。用户只需扫描二维码即可将机器人绑定至个人账户，随后通过简单的表单配置权限与功能。目前虽然主要支持本地运行，但其模块化设计使得功能扩展变得十分灵活。BotsApp 让强大的自动化能力变得触手可及，无需复杂的编程知识，即可让你的 WhatsApp 变身得力的私人助理。
使用场景
某电商创业团队的客服主管每天需通过 WhatsApp 处理数百条来自不同客户群的咨询、订单查询及投诉，同时还需协调内部运营团队的通知下发。
没有 BotsApp 时
- 响应延迟严重：面对高峰期并发消息，人工回复速度跟不上，导致客户等待时间过长，满意度下降。
- 重复劳动繁琐：对于“发货时间”、“退换货政策”等高频常见问题，客服需反复手动输入相同答案，效率极低。
- 群组管理混乱：在多个客户群中，难以及时识别并移除发布广告或恶意链接的骚扰用户，影响社群氛围。
- 通知触达困难：向所有群组同步促销活动或紧急公告时，需逐个群复制粘贴，极易遗漏且耗时费力。
- 缺乏自动化辅助：无法在非工作时间自动接待客户，导致夜间流失大量潜在订单。
使用 BotsApp 后
- 即时自动响应：BotsApp 能 7x24 小时秒级回复常见咨询，利用预设指令（如
.help）引导客户自助解决问题，大幅降低等待焦虑。 - 智能命令交互：只需发送特定关键词或指令，BotsApp 即可自动调取订单状态或政策文档，将客服从机械重复工作中解放出来。
- 高效群组管控：配置自动规则后，BotsApp 能实时监测并自动踢出发送垃圾信息的账号，无需人工时刻盯着屏幕。
- 一键广播通知：通过简单命令即可将重要公告瞬间同步至所有关联群组，确保信息传达的准确性与时效性。
- 全天候待命：即使团队下班，BotsApp 仍能作为私人助理持续值守，记录留言并在次日提醒人工跟进，确保持续服务不掉线。
BotsApp 将原本杂乱低效的 WhatsApp 沟通流转变为自动化、智能化的客户服务中枢，让人力专注于高价值的复杂问题解决。
运行环境要求
- Linux
- Windows
- macOS
未说明
未说明
快速开始
💠BotsApp💠
您的个人助手，就在 WhatsApp 上！
BotsApp 是一个用 Node.js 编写的、经过优化且易于使用的 WhatsApp UserBot。
利用您的个人聊天助手或群组管理员，充分发挥 WhatsApp 的潜力。
文档
教程
这里有一个教程，教您如何在不到 3 分钟内将 BotsApp 部署到您自己的账号上。目前，多设备机器人只能在本地使用，相关的教程如下所示。
部署
目前仅支持本地部署！
最简单的方式
您可以使用这种方法，在没有任何先验知识的情况下，以最短的时间部署 BotsApp。
- 前往 BotsApp 的 官方网站，使用您的邮箱地址在 Heroku 上创建一个账号。
- 登录后，点击侧边栏中的“部署 BotsApp”按钮。
- 使用您的 WhatsApp 账号扫描显示的二维码（右上角的三个点 -> 已链接的设备 -> 链接设备）。完成后，点击“继续”按钮。
- 当机器人与您的账号关联后，您会看到一个表单，可用于管理 BotsApp 的设置和权限。如有需要，请更改表单中的字段，然后点击提交按钮。
- 等待 1–3 分钟，让机器人启动。这是一个一次性过程。尝试在任何聊天中使用“.alive”命令，以验证您的机器人是否已成功部署。
完成了！您已经通过 5 个简单的步骤部署了您的机器人。当机器人成功启动后，您会在 WhatsApp 账号上看到一条集成消息。
手动在 Heroku 上部署
目前使用按钮部署到 Heroku 尚未生效！
您也可以使用下面的按钮自行将机器人部署到 Heroku！
在本地使用 Docker
要使用这种方法，您需要在您的机器上安装 Docker，并具备一定的 Docker 使用经验。
要在您的设备上使用 Docker 托管机器人，请在终端或命令提示符中执行以下步骤：
wget -O BotsApp.tar.gz https://github.com/Prince-Mendiratta/BotsApp/archive/refs/tags/v2.0.0-beta.tar.gz
tar -xvzf BotsApp.tar.gz
cd BotsApp-2.0.0-beta
docker build -t botsapp .
docker run --rm --name botsapp botsapp
这将创建一个运行 BotsApp 的容器。您至少需要扫描一次二维码。
GNU/Linux 传统方式
要使用这种方法，您需要在设备上安装 ffmpeg、nodejs 和 npm。
要在您的设备上手动运行机器人，可以使用以下命令：
git clone https://github.com/Prince-Mendiratta/BotsApp.git
cd BotsApp
yarn
npm start
再次扫描二维码
如果您在本地运行时遇到问题，建议再次扫描二维码。要重新获取二维码，请执行以下命令：
rm -rf BotsApp.db session.data.json
npm start
支持与讨论群组
欢迎在以下讨论论坛中提出您的疑问或担忧：
贡献者
 Prince Mendiratta 项目负责人兼开发人员 |
 Prashant Singla 核心开发者 |
 Keshav Pahwa 核心开发者 |
 Johann Jose 核心开发者 |
 Mohit Singh Rana 核心开发者 |
 Neeraj Patel 版主 |
灵感来源
Baileys Library
Yusuf Usta
版权与许可
版权所有 © 2021 - 2022，由 Prince-Mendiratta 拥有
根据 GNU 通用公共许可证 的条款授权
法律声明
本代码与 WhatsApp 或其任何关联公司、子公司均无任何隶属关系，亦未获得其授权、维护、赞助或认可。这是一款独立且非官方的软件。使用风险自担。
版本历史
v1.1.02021/12/12v1.0.12021/11/14v1.0.02021/11/07相似工具推荐
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上
LLMs-from-scratch
LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。 该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备
NextChat
NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。
funNLP
funNLP 是一个专为中文自然语言处理（NLP）打造的超级资源库，被誉为"NLP 民工的乐园”。它并非单一的软件工具，而是一个汇集了海量开源项目、数据集、预训练模型和实用代码的综合性平台。 面对中文 NLP 领域资源分散、入门门槛高以及特定场景数据匮乏的痛点，funNLP 提供了“一站式”解决方案。这里不仅涵盖了分词、命名实体识别、情感分析、文本摘要等基础任务的标准工具，还独特地收录了丰富的垂直领域资源，如法律、医疗、金融行业的专用词库与数据集，甚至包含古诗词生成、歌词创作等趣味应用。其核心亮点在于极高的全面性与实用性，从基础的字典词典到前沿的 BERT、GPT-2 模型代码，再到高质量的标注数据和竞赛方案，应有尽有。 无论是刚刚踏入 NLP 领域的学生、需要快速验证想法的算法工程师，还是从事人工智能研究的学者，都能在这里找到急需的“武器弹药”。对于开发者而言，它能大幅减少寻找数据和复现模型的时间；对于研究者，它提供了丰富的基准测试资源和前沿技术参考。funNLP 以开放共享的精神，极大地降低了中文自然语言处理的开发与研究成本，是中文 AI 社区不可或缺的宝藏仓库。
cs-video-courses
cs-video-courses 是一个精心整理的计算机科学视频课程清单，旨在为自学者提供系统化的学习路径。它汇集了全球知名高校（如加州大学伯克利分校、新南威尔士大学等）的完整课程录像，涵盖从编程基础、数据结构与算法，到操作系统、分布式系统、数据库等核心领域，并深入延伸至人工智能、机器学习、量子计算及区块链等前沿方向。 面对网络上零散且质量参差不齐的教学资源，cs-video-courses 解决了学习者难以找到成体系、高难度大学级别课程的痛点。该项目严格筛选内容，仅收录真正的大学层级课程，排除了碎片化的简短教程或商业广告，确保用户能接触到严谨的学术内容。 这份清单特别适合希望夯实计算机基础的开发者、需要补充特定领域知识的研究人员，以及渴望像在校生一样系统学习计算机科学的自学者。其独特的技术亮点在于分类极其详尽，不仅包含传统的软件工程与网络安全，还细分了生成式 AI、大语言模型、计算生物学等新兴学科，并直接链接至官方视频播放列表，让用户能一站式获取高质量的教育资源，免费享受世界顶尖大学的课堂体验。