sulla

GitHub
1.3k 274 简单 2 次阅读 3天前MIT其他插件语言模型开发框架
AI 解读 由 AI 自动生成,仅供参考

sulla是一款基于JavaScript的WhatsApp自动化工具,通过封装高阶API让开发者能轻松实现消息自动回复和数据交互。它利用puppeteer库操控无头浏览器模拟网页版WhatsApp操作,无需复杂配置即可完成聊天机器人开发。该工具特别适合需要快速搭建WhatsApp自动化场景的开发者,比如客服系统或信息推送应用。sulla的亮点在于通过Session记忆功能避免重复扫码,支持多实例并发运行。不过需要注意的是,当前项目维护较为有限,建议关注其生态中更活跃的衍生项目如venom或wppconnect作为替代方案。

使用场景

一家月销50万的电商公司,客服团队每天需手动处理200+条WhatsApp咨询,主要涉及订单查询、退货政策等重复性问题,导致响应延迟和员工疲劳。

没有 sulla 时

  • 人工回复耗时:客服人员平均30秒/条输入回复,每日耗时超10小时,高峰期甚至需加班
  • 会话管理混乱:每次重启服务需重新扫描QR码,新员工入职需2小时配置,且易因登录失败中断服务
  • 高峰期响应崩溃:促销活动时消息量激增200%,平均响应时间从5分钟延长至30分钟,客户流失率上升15%
  • 无对话记录追溯:消息回复后无存档,客户重复提问时需重新解释,客服重复工作量增加40%
  • 人工错误频发:约8%的回复包含错误链接或过期政策,引发客户投诉

使用 sulla 后

  • 自动化常见问题:对"订单状态""退货流程"等关键词自动发送预设回复,响应时间压缩至1秒内
  • 会话持久化免登录:sulla自动保存登录状态,新员工接入仅需10分钟配置,无需反复扫描QR码
  • 高并发稳定处理:支持同时管理5个会话,促销期间响应时间稳定在2分钟内,客户满意度提升25%
  • 对话自动存档:所有消息实时存入数据库,客服可快速调取历史记录,减少重复解释
  • 100%回复精准:预设内容确保政策信息准确无误,错误率归零,投诉量下降30%

sulla将客服团队从机械重复劳动中解放,让自动化处理成为电商高效服务的核心引擎。

运行环境要求

操作系统
  • 未说明
GPU

未说明

内存

未说明

依赖
notes需要 Node.js 环境,首次运行需扫描终端显示的 QR 码登录 WhatsApp,Sulla 会自动保存会话无需重复认证
python未说明
puppeteer
sulla hero image

快速开始

Sulla logo

Sulla

npm version npm type definitions GitHub last commit GitHub license codebeat badge

Sulla 是一个 JavaScript 库,提供对 WhatsApp 的高级 API 控制,可以轻松配置以自动化回复或处理通过 WhatsApp 传输的任何数据。

它基于 Puppeteer 构建。

Sulla 当前状态

截至 2.3.5 版本,Sulla 已经具备非常丰富且稳定的功能和架构。 尽管我非常希望继续维护这个项目,但我目前无法投入大量时间。因此,建议您查看 Sulla 的分支版本,这些版本由其他开发者维护,能够获得更好的支持。

推荐的活跃维护的基于 Sulla 的项目:

venom

最近一次提交 下载量 解决一个问题的平均时间

wppconnect

最近一次提交 下载量 解决一个问题的平均时间

open-wa/wa-automate

最近一次提交 下载量 解决一个问题的平均时间

安装

> npm i sulla --save

快速入门

// 支持 ES6
// import { create, Whatsapp } from 'sulla';
const sulla = require('sulla');

sulla.create().then((client) => start(client));

function start(client) {
  client.onMessage((message) => {
    if (message.body === 'Hi') {
      client.sendText(message.from, '👋 Hello from sulla!');
    }
  });
}
执行 create() 函数后,Sulla 将创建一个 WhatsApp Web 实例。如果您尚未登录,终端会显示一个二维码。使用手机扫描该二维码即可开始使用!
Sulla 会记住会话,因此无需每次都重新验证。
您可以通过向 create() 函数传递会话名称来同时创建多个会话:
// 初始化销售 WhatsApp 机器人
sulla.create('sales').then((salesClient) => {...});

// 初始化客服 WhatsApp 机器人
sulla.create('support').then((supportClient) => {...});

可选的 create 参数

Sulla 的 create() 方法第三个参数可以包含以下可选配置:

create('sessionName', qrCallback, {
  headless: true, // 无头模式
  devtools: false, // 默认不打开开发者工具
  useChrome: true, // 如果为 false,则使用 Chromium 实例
  debug: false, // 是否开启调试模式
  logQR: true // 自动在终端中记录二维码
  browserArgs: [''] // 要添加到 Chrome 浏览器实例中的参数
  refreshQR: 15000, // 每 15 秒刷新一次二维码,0 表示只加载一次,默认为 30 秒
});
类型定义可以在以下文件中找到:CreateConfig.ts

导出二维码

默认情况下,二维码会显示在终端中。如果您需要将二维码传递到其他地方,可以这样做:

const fs = require('fs');

// create() 的第二个参数是二维码回调函数
sulla.create('session-marketing', (base64Qr, asciiQR) => {
  // 在终端中记录二维码
  console.log(asciiQR);

  // 将其写入文件
  exportQR(base64Qr, 'marketing-qr.png');
});

// 将二维码写入指定路径
function exportQR(qrCode, path) {
  qrCode = qrCode.replace('data:image/png;base64,', '');
  const imageBuffer = Buffer.from(qrCode, 'base64');

  // 创建 'marketing-qr.png' 文件
  fs.writeFileSync(path, imageBuffer);
}

下载文件

Puppeteer 负责处理文件下载。解密过程尽可能快速(比原生方法更快)。支持大文件!

import fs = require('fs');
import mime = require('mime-types');

client.onMessage(async (message) => {
  if (message.isMedia) {
    const buffer = await client.downloadFile(message);
    // 此时您可以对缓冲区执行任何操作
    // 最常见的是将其写入文件
    const fileName = `some-file-name.${mime.extension(message.mimetype)}`;
    fs.writeFile(fileName, buffer, function (err) {
      ...
    });
  }
});

基本功能(用法)

并非所有可用功能都列在此处,如需更多信息,请参阅 这里这里 中的所有可用函数。

聊天

在这里,chatId 可以是 <phoneNumber>@c.us<phoneNumber>-<groupId>@c.us
// 发送基础文本
await client.sendText(chatId, '👋 Sulla 发来的问候!');

// 发送图片
await client.sendImage(
  chatId,
  'path/to/img.jpg',
  'image-name.jpg',
  '图片说明文字'
);

// 发送带 @ 标记的消息
await client.sendMentioned(chatId, '你好 @5218113130740 和 @5218243160777!', [
  '5218113130740',
  '5218243160777',
]);

// 回复消息
await client.reply(chatId, '这是一条回复!', message.id.toString());

// 发送文件(Sulla 会自动处理 MIME 类型,只需提供文件路径)
await client.sendFile(chatId, 'path/to/file.pdf', 'cv.pdf', '简历');

// 发送 GIF 动图
await client.sendVideoAsGif(
  chatId,
  'path/to/video.mp4',
  'video.gif',
  'GIF 图片文件'
);

// 发送联系人
// contactId: 52155334634@c.us
await client.sendContact(chatId, contactId);

// 转发消息
await client.forwardMessages(chatId, [message.id.toString()], true);

// 发送贴纸
await client.sendImageAsSticker(chatId, 'path/to/image.jpg');

// 发送位置信息
await client.sendLocation(
  chatId,
  25.6801987,
  -100.4060626,
  '华盛顿特区某地址',
  '副标题'
);

// 标记消息已读 ✔️✔️
await client.sendSeen(chatId);

// 开始输入...
await client.startTyping(chatId);

// 停止输入
await client.stopTyping(chatId);

// 设置聊天状态(0:正在输入,1:录制中,2:暂停)
await client.setChatState(chatId, 0 | 1 | 2);

数据获取

// 获取联系人列表
const contacts = await client.getAllContacts();

// 获取聊天中的所有消息
const allMessages = await client.loadAndGetAllMessagesInChat(chatId);

// 获取联系人状态
const status = await client.getStatus(contactId);

// 获取用户个人资料
const user = await client.getNumberProfile(contactId);

// 获取所有未读消息
const messages = await client.getAllUnreadMessages();

// 获取所有聊天
const chats = await client.getAllChats();

// 获取所有群组
const groups = await client.getAllGroups();

// 获取个人资料图片(作为 URL)
const url = await client.getProfilePicFromServer(chatId);

// 获取聊天/对话详情
const chat = await client.getChat(chatId);

群组功能

// groupId 或 chatId:leaveGroup 52123123-323235@g.us

// 退出群组
await client.leaveGroup(groupId);

// 获取群组成员
await client.getGroupMembers(groupId);

// 获取群组成员 ID
await client.getGroupMembersIds(groupId);

// 生成群组邀请链接
await client.getGroupInviteLink(groupId);

// 创建群组(名称、要添加的参与者)
await client.createGroup('群组名称', ['123123@c.us', '45456456@c.us']);

// 移除成员
await client.removeParticipant(groupId, '123123@c.us');

// 添加成员
await client.addParticipant(groupId, '123123@c.us');

// 提升成员权限(授予管理员权限)
await client.promoteParticipant(groupId, '123123@c.us');

// 降低成员权限(撤销管理员权限)
await client.demoteParticipant(groupId, '123123@c.us');

// 获取群组管理员
await client.getGroupAdmins(groupId);

个人资料功能

// 设置客户端状态
await client.setProfileStatus('度假中!✈️');

// 设置客户端昵称
await client.setProfileName('Sulla 机器人');

设备功能

// 获取设备信息
await client.getHostDevice();

// 获取连接状态
await client.getConnectionState();

// 获取电池电量
await client.getBatteryLevel();

// 检查是否已连接
await client.isConnected();

// 获取 WhatsApp Web 版本
await client.getWAVersion();

事件监听

// 监听消息
client.onMessage(message => {
  ...
})

// 监听状态变化
client.onStateChange(state => {
  ...
});

// 监听消息确认
client.onAck(ack => {
  ...
});

// 监听实时位置
// chatId:'phone@c.us'
client.onLiveLocation(chatId, (liveLocation) => {
  ...
});

// chatId 的格式为:'5518156745634-1516512045@g.us'
// 事件接口请参见:https://github.com/danielcardeenas/sulla/blob/master/src/api/model/participant-event.ts
client.onParticipantsChanged(chatId, (event) => {
  ...
});

// 监听客户端被加入群组的事件
client.onAddedToGroup(chatEvent => {
  ...
});

其他功能

// 删除聊天
await client.deleteChat(chatId);

// 清空聊天记录
await client.clearChat(chatId);

// 删除单条消息(最后一个参数表示仅在本地删除)
await client.deleteMessage(chatId, message.id.toString(), false);

// 获取号码个人资料 / 检查联系人是否为有效的 WhatsApp 号码
const profile = await client.getNumberProfile('0000000@c.us');

杂项

有一些技巧可以帮助更好地使用 Sulla。

保持会话活跃:

// 如果从 WhatsApp Web 登出
// 强制保持当前会话
// 状态变化
client.onStateChange((state) => {
  console.log(state);
  const conflits = [
    sulla.SocketState.CONFLICT,
    sulla.SocketState.UNPAIRED,
    sulla.SocketState.UNLAUNCHED,
  ];
  if (conflits.includes(state)) {
    client.useHere();
  }
});

向新联系人发送消息(未添加)

另请参阅 WhatsApp 链接。请注意,这可能会导致 WhatsApp 封禁账号,因此务必保持联系人列表的更新!

await client.sendMessageToId('5212234234@c.us', 'Sulla 发来的问候!👋');

多个会话

如果需要同时运行多个会话,只需在 create() 方法中传入会话名称即可。

async () => {
  const marketingClient = await sulla.create('marketing');
  const salesClient = await sulla.create('sales');
  const supportClient = await sulla.create('support');
};

正确关闭(保存)会话

正确关闭会话以确保下次登录时会话能够被保存(这样就不需要再次扫描二维码)。因此,不要直接按 CTRL+C,

// 捕获 CTRL+C
process.on('SIGINT', function() {
  client.close();
});

// 使用 try-catch 关闭
try {
   ...
} catch (error) {
   client.close();
}

调试

开发

构建 Sulla 非常简单,尽管它内部包含三个主要项目:

  1. Wapi 项目
> npm run build:wapi
  1. 中间件
> npm run build:build:middleware
> npm run build:jsQR
  1. Sulla
> npm run build:sulla

要构建整个项目,只需运行:

> npm run build

维护者

我们需要更多的维护者,我一个人无法跟上所有的更新。如果您感兴趣,请提交一个 Pull Request。

贡献

欢迎提交 Pull Request。对于重大更改,请先打开一个议题讨论您想要进行的修改。

版本历史

2.4.02021/02/17
2.3.102020/04/10
2.3.52020/04/07
2.1.02020/04/04
1.1.32020/01/24
v1.1.12019/06/10

常见问题

相似工具推荐

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|今天
开发框架图像Agent

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

139k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

107.7k|★★☆☆☆|2天前
开发框架图像Agent

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。

87.6k|★★☆☆☆|今天
开发框架语言模型

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。

85k|★★☆☆☆|今天
图像数据工具视频

ragflow

RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。

77.1k|★★★☆☆|昨天
Agent图像开发框架