微信朋友圈消息实时获取与大模型智能分析

本文介绍了一个基于Python的微信朋友圈自动化分析系统，主要包含两个模块：使用wxautox库获取朋友圈数据，以及调用豆包大模型API进行智能分析。系统能够自动采集朋友圈内容并格式化为JSON数据，然后通过定制化提示词让大模型对内容进行分类分析，如识别车源信息等商业内容。文章详细说明了技术实现方案，包括数据获取流程、API调用方法以及系统整合方案，同时强调了隐私保护、API调用限制等注意事项。该

王者鳜錸

1405人浏览 · 2025-06-06 22:53:35

王者鳜錸 · 2025-06-06 22:53:35 发布

引言

在当今社交网络时代，微信朋友圈已成为人们分享生活、传播信息的重要平台。本文将介绍如何通过Python技术栈实现微信朋友圈消息的自动化获取，并结合大模型API对内容进行智能分析。我们将使用wxautox库获取朋友圈数据，并通过豆包大模型API进行内容识别与分类。

技术架构概述

整个系统由两部分组成：

微信朋友圈数据采集模块：使用wxautox库自动化获取朋友圈内容
大模型分析模块：调用豆包API对朋友圈内容进行智能分析

第一部分：微信朋友圈数据获取

1.1 wxautox库介绍

wxautox是一个微信自动化操作库，可以模拟用户操作获取朋友圈数据。我们需要先安装该库：

bash

复制

下载

pip install wxautox

1.2 朋友圈数据获取实现

python

复制

下载

import json
import time
from wxautox import WeChat

def get_moments():
    wx = WeChat()
    pyq = wx.Moments()  # 打开朋友圈并获取朋友圈窗口对象
    pyq.Refresh()
    
    if pyq is not None:
        # 获取初始页面内容
        momentList = pyq.GetMoments()
        process_moments(momentList)
        
        # 持续监控新内容
        while True:
            time.sleep(1)
            momentList = pyq.GetMoments(next_page=True)
            process_moments(momentList)
    else:
        print("无法打开朋友圈，请确保已在手机端开启朋友圈功能")

def process_moments(momentList):
    for moment in momentList:
        images = moment.SaveImages()
        print_object = {
            "sender": str(moment.info["sender"]),
            "content": str(moment.info["content"]),
            "imageList": [str(img) for img in images] if images else [],
            "time": str(moment.info["time"]),
        }
        print(json.dumps(print_object, indent=2, ensure_ascii=False))
        # 这里可以添加调用大模型分析的代码

这段代码实现了：

初始化微信客户端
打开朋友圈并刷新
获取朋友圈内容并格式化为JSON
持续监控新内容

第二部分：大模型智能分析

2.1 豆包API接入

豆包是字节跳动推出的大模型服务，我们通过其API进行内容分析：

python

复制

下载

import requests

def chat_with_doubao(api_key, model_name, message, stream=False):
    url = "https://ark.cn-beijing.volces.com/api/v3/chat/completions"
    headers = {
        "Content-Type": "application/json",
        "Authorization": f"Bearer {api_key}"
    }
    data = {
        "model": model_name,
        "messages": [{"role": "user", "content": message}],
        "stream": stream
    }
    
    try:
        response = requests.post(url, headers=headers, json=data)
        response.raise_for_status()
        return response.json()
    except requests.exceptions.RequestException as e:
        print(f"请求发生错误: {e}")
        return None

2.2 朋友圈内容分析

我们可以定制不同的提示词让大模型分析朋友圈内容。例如识别车源信息：

python

复制

下载

def analyze_vehicle_info(content):
    prompt = """你的角色是：车源信息判断大师。
    \n你的任务是：根据我输入的文本判断是否是合法的车源信息，严格按照此JSON{"vehicleSourceInformation":"是/否","reason":"xxx"}返回结果。
    \n我的要求：禁止返回```json开头的JSON。
    \n根据以上要求，我的输入是：{content}"""
    
    response = chat_with_doubao(API_KEY, MODEL_NAME, prompt.format(content=content))
    if response:
        return response["choices"][0]["message"]["content"]
    return None

系统整合与优化

将两部分功能整合，实现自动化分析：

python

复制

下载

def main():
    # 初始化
    wx = WeChat()
    pyq = wx.Moments()
    pyq.Refresh()
    
    if pyq is None:
        print("无法打开朋友圈")
        return
    
    # 持续监控
    while True:
        time.sleep(1)
        moments = pyq.GetMoments(next_page=True)
        for moment in moments:
            # 处理朋友圈内容
            moment_data = {
                "sender": moment.info["sender"],
                "content": moment.info["content"],
                "time": moment.info["time"]
            }
            
            # 分析内容
            if "车" in moment_data["content"]:  # 简单过滤
                analysis = analyze_vehicle_info(moment_data["content"])
                print(f"分析结果：{analysis}")