WeChat Lead Generation 技能
自动抓取微信联系人/群聊数据，AI 分析潜在客户意向，智能生成个性化回复
核心功能
- 🔍 多渠道抓取 - 支持微信好友、群聊、朋友圈、公众号文章抓取
- 🧠 智能分析 - 基于对话内容识别客户兴趣、购买意向、客户画像
- 🤖 自动回复 - 根据客户画像生成个性化跟进话术
- 💾 线索存储 - 自动存入 agentmemory，支持长期追踪与评分
适用场景
- 销售团队自动跟进潜在客户
- 社群运营自动化互动
- 微商/电商客户转化
- 产品推广线索收集
输入参数
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
source |
string | ✅ | 数据来源：friends/groups/moments/articles |
days_back |
int | ⭕ | 抓取最近 N 天数据（默认 7） |
keywords |
array | ⭕ | 过滤关键词（如 "AI"、"机器人"） |
analysis_depth |
enum | ⭕ | 分析深度：basic/detailed/deep |
auto_reply |
bool | ⭕ | 是否自动生成回复（默认 false） |
reply_template |
string | ⭕ | 回复模板（变量：{name}, {interest}, {product}） |
输出产物
- 线索报告 (
leads-report.md) - 潜在客户列表 + 评分 - 客户画像 (
artifacts/profiles.json) - 分析结果 JSON - 自动回复 (
artifacts/replies.md) - 待发送的回复草稿 - 记忆存储 - 客户数据存入向量数据库
工作流
graph LR
A[数据源: 微信好友/群聊] --> B[抓取对话/朋友圈]
B --> C[AI 分析意图 & 兴趣]
C --> D[客户画像 & 线索评分]
D --> E{auto_reply?}
E -->|是| F[生成个性化回复]
E -->|否| G[输出报告供人工审核]
F --> H[存入 agentmemory]
G --> H
使用示例
抓取并分析群聊潜在客户
# 基础分析（不自动回复）
wechat-lead-generation --source groups --days_back 3 --keywords "AI,chatbot" --analysis_depth detailed
# 完整流程（自动生成回复）
wechat-lead-generation \
--source friends \
--days_back 7 \
--analysis_depth deep \
--auto_reply true \
--reply_template "你好{name}，注意到你对{interest}感兴趣，我们的{product}可能适合你，..."
定时任务
每天早上 9:00 自动扫描新线索：
openclaw cron add \
--name "微信线索自动扫描" \
--schedule "0 9 * * *" \
--payload.agentTurn.message "用 wechat-lead-generation 抓取今天群聊中的 AI 相关线索，分析深度 detailed，生成报告但不自动回复" \
--delivery.announce.channel openclaw-weixin
配置依赖
必需技能
wechat-md-publish或bb-browser-openclaw- 微信数据抓取trendradar- 行业热点关联（可选）agentmemory- 客户画像存储
环境变量
# 如果使用 wechat-md-publish 需要配置微信 cookie
WECHAT_COOKIE="your_wechat_cookie_here"
# 如需自动回复（谨慎使用，避免封号）
AUTO_REPLY_ENABLED=true
风险与合规
⚠️ 重要提示：
- 微信自动抓取和自动回复可能违反微信用户协议
- 建议使用 半自动模式（生成回复草稿供人工审核）
- 避免高频操作（建议间隔 > 30 秒）
- 仅用于合法合规的客户跟进场景
- 用户需自行承担使用风险
输出结构
output/wechat-lead-generation/
├── leads-report-20260526.md # 线索汇总报告
├── artifacts/
│ ├── profiles.json # 客户画像数据
│ ├── high_score_leads.json # 高评分线索（>80分）
│ ├── replies.md # 自动回复草稿
│ └── raw_messages.json # 原始抓取数据
评分算法
线索评分（0-100）基于：
| 维度 | 权重 | 说明 |
|---|---|---|
| 关键词匹配 | 30% | 对话中出现产品相关关键词 |
| 互动频率 | 25% | 与你的消息互动次数 |
| 兴趣强度 | 25% | 主动询问、表达购买意向 |
| 最近联系 | 20% | 时间越近分数越高 |
Troubleshooting
抓取失败
- 检查微信 cookie 是否有效
- 确认
wechat-md-publish已安装并配置 - 降低抓取频率，避免触发风控
生成回复质量低
- 增加
--analysis_depth deep - 提供更多上下文数据（更多天历史）
- 自定义
--reply_template包含个性化字段
被封号风险
- 启用
--auto_reply false转为人工审核模式 - 设置 cron 任务间隔至少 4 小时一次
- 使用真实微信号（非小号）并保持合理频率
License
MIT © Chace