Skip to main content
PromptQuorumPromptQuorum
Inicio/Power Local LLM/Bot de WeChat con LLM local: asistente personal 2026
Productivity & Knowledge Tools

Bot de WeChat con LLM local: asistente personal 2026

··Por Hans Kuepper · Fundador de PromptQuorum, herramienta de despacho multi-modelo · PromptQuorum

En 2026 puedes crear un bot asistente personal en WeChat usando WeChatFerry + Ollama. El bot se ejecuta completamente en tu PC con Windows, usa un LLM local (Qwen2.5 7B o 14B) y responde en tiempo real a los mensajes de WeChat sin enviar datos a ninguna API en la nube.

Esta página contiene enlaces de referencia a productos de terceros. PromptQuorum no participa en ningún programa de afiliados — son enlaces simples que no generan comisión. Hacer clic en los enlaces y los pasos siguientes son de su entera responsabilidad. Estos enlaces no representan ningún respaldo ni verificación por parte de PromptQuorum.

Conclusiones clave

  • WeChatFerry + Ollama: la combinación recomendada para un bot local de WeChat en 2026
  • Qwen2.5 7B: el mejor modelo local para respuestas en WeChat en chino
  • Solo Windows: WeChatFerry se inyecta en el cliente WeChat PC (solo Windows)
  • Tiempo de configuración: 30–60 minutos para alguien familiarizado con Python
  • Sin API en la nube: toda la inferencia se ejecuta localmente, ningún mensaje se envía al exterior
  • Riesgo: los Términos de Servicio de WeChat prohíben los bots automatizados — úsalo solo como asistente personal
  1. 1
    Instalar Ollama y descargar Qwen2.5 7B
    Why it matters: Descarga Ollama desde ollama.com y ejecuta: `ollama pull qwen2.5:7b`
  2. 2
    Iniciar sesión en WeChat PC
    Why it matters: Abre WeChat en Windows y escanea el código QR para iniciar sesión. Mantenlo conectado y ejecutándose en segundo plano.
  3. 3
    Instalar WeChatFerry
    Why it matters: Instala mediante pip: `pip install wcferry`. WeChatFerry se inyecta en el proceso de WeChat para exponer una API de mensajes.
  4. 4
    Crear el manejador de mensajes en Python
    Why it matters: Crea `wechat_bot.py` con el cliente WeChatFerry, las llamadas a la HTTP API de Ollama y la lógica de enrutamiento de mensajes.
  5. 5
    Probar con un mensaje a ti mismo
    Why it matters: Envíate un mensaje de WeChat que empiece por "@ai" y verifica que el bot responde en menos de 10 segundos.
  6. 6
    Añadir historial de conversación
    Why it matters: Almacena los últimos 10 mensajes por contacto en un dict para habilitar el contexto de conversación de varios turnos.
  7. 7
    Ejecutar como servicio en segundo plano
    Why it matters: Usa NSSM (Non-Sucking Service Manager) para ejecutar el script Python como un servicio de Windows que se inicia automáticamente.

¿Este bot de WeChat funciona en Mac?

No. WeChatFerry requiere Windows y se conecta al cliente WeChat para Windows mediante inyección de DLL. Los usuarios de macOS pueden ejecutar Windows en una máquina virtual (Parallels o VMware Fusion) para usar esta configuración.

¿Mi cuenta de WeChat puede ser baneada por usar un bot?

WeChat prohíbe los bots automatizados en sus Términos de Servicio. Las cuentas detectadas usando herramientas de automatización corren el riesgo de suspensión temporal o ban permanente. Úsalo solo para productividad personal con un volumen bajo de mensajes.

¿Cuál es el mejor modelo de Ollama para mensajes de WeChat en chino?

Qwen2.5 7B es el mejor equilibrio entre calidad y velocidad para respuestas en WeChat en chino — excelente comprensión del chino, suficientemente rápido en la mayoría del hardware, y el modelo de 4,7 GB cabe en 8 GB de VRAM.

¿Puede el bot gestionar chats grupales?

Sí. WeChatFerry expone los mensajes de grupo junto con el ID de sala. Modifica el manejador on_message para comprobar msg.roomid y filtrar en qué grupos debe responder el bot. Añade una palabra clave de activación para evitar responder a todos los mensajes del grupo.

← Volver a Power Local LLM

Bot de WeChat con LLM local: guía de asistente personal 2026