新闻详情

新闻详情

首页 / 资讯中心 / 详情

wecom-cli快速上手教程:5分钟完成安装、扫码授权与首次API调用

发布时间:2026/11/15 15:52:22来源:尧图网络
wecom-cli快速上手教程:5分钟完成安装、扫码授权与首次API调用
wecom-cli快速上手教程5分钟完成安装、扫码授权与首次API调用【免费下载链接】wecom-cli企业微信开放平台命令行工具 — 让人类和 AI Agent 都能在终端中操作企业微信项目地址: https://gitcode.com/gh_mirrors/we/wecom-cliwecom-cli 是企业微信官方命令行工具CLI覆盖消息、邮件、文档、日程、会议、待办、微盘、通讯录等核心办公能力。它让人类和 AI Agent 都能在终端中直接操作企业微信无需手动登录网页后台。本文面向新手带你用 5 分钟完成 wecom-cli 安装、扫码授权并发出第一次企业微信 API 调用。wecom-cli 是什么它能帮你做什么wecom-cli 用 Rust 编写、通过 npm 包wecom/cli分发跨平台支持 macOS、Linux 和 Windows。它内置 12 个业务品类常用能力一览品类能做什么 消息向单聊/群聊主动推送 Markdown、图片、文件、语音、视频 邮件邮件搜索、读取正文与附件 文档 / 表格新建、导入、读取、追加与覆盖写入在线文档和表格✅ 待办 / 日程创建与跟进待办日程增删改查、会议室预订 会议预约会议、查询纪要与转写原文 微盘 / 通讯录文件搜索与上传下载按姓名搜索成员完整功能说明见 README.md命令细节见 docs/cli-reference.md。安装前准备3 个前置条件开始之前请确认你的环境满足以下要求约 1 分钟操作系统macOS (x64/arm64)、Linux (x64/arm64) 或 Windows (x64)Node.js ≥ 18wecom-cli 依赖 npm 安装可执行node -v检查版本一个企业微信账号用于扫码授权绑定 可选如果你有企业微信智能机器人的 Bot ID 和 Secret也可以用手动方式接入后文会提到。一键安装 wecom-cli只需两条命令打开终端执行以下命令完成安装# 安装 CLI npm install -g wecom/cli # 安装 CLI SkillAI Agent 集成必需 npx skills add WeComTeam/wecom-cli -y -g安装完成后验证版本wecom-cli --version看到类似wecom-cli 1.x.x (...)的输出即代表安装成功。npm 入口脚本会自动定位并执行当前平台的二进制文件源码见 bin/wecom.js各平台包位于 packages/ 目录。扫码授权wecom-cli auth init 使用指南wecom-cli 首次使用前需要完成一次凭证授权全程只需一条命令wecom-cli auth init命令支持两种接入方式交互式选择扫码接入推荐终端展示二维码用企业微信手机 App 扫码即可完成绑定等待超时时间为 5 分钟手动接入加--manual参数手动输入 Bot ID 和 Secret几个实用的授权参数参数说明--noninteractive跳过交互直接扫码适合 CI/脚本环境--no-browser扫码时不自动打开浏览器--output-qrcode PATH将二维码保存为 PNG 文件--manual手动输入 Bot ID 和 Secret授权状态随时可查wecom-cli auth show # 查看 Status 与 Bot ID wecom-cli auth show --status # 仅输出 authorized / unauthorized便于脚本判断凭据经 AES-256-GCM 加密存储在本机~/.config/wecom/credentials.enc密钥优先存放在系统 keyring安全性有保障实现见 crates/wecom-cli/src/auth/ 目录。首次 API 调用5 分钟跑通第一个请求授权成功后就可以发起第一次企业微信 API 调用了。命令模型统一为wecom-cli service [resource...] method [flags]其中service由服务端动态下发常见品类包括message消息、doc文档、contact通讯录等。来试几个典型示例# 查询机器人最近对话过的会话列表 wecom-cli message aibot sessions list # 搜索名为周报的文档 wecom-cli doc search --json {keywords:[周报],limit:10}响应默认以 compact JSON 输出到 stdout方便管道处理出错时同样输出结构化 JSON且退出码有明确约定0成功、1运行时错误、2用法错误。想先预演请求而不真正发送加上--dry-run即可在本地校验并打印将发送的请求wecom-cli doc search --json {keywords:[周报]} --dry-run进阶技巧让 AI Agent 替你操作企业微信wecom-cli 的一大亮点是内置了 15 个 Agent Skills见 docs/skills.md让 AI 助手可以直接在终端替你完成业务操作例如wecomcli-calendar创建日程、查询闲忙、预订会议室wecomcli-todo创建、跟进、完成待办wecomcli-email搜索邮件并读取正文wecomcli-doc新建文档、追加与覆盖正文所有业务技能执行前都会先读取 wecomcli-shared自动检查安装、版本与授权状态未授权时会引导你完成初始化——无需手动重复配置。遇到问题怎么办常见问题速查症状解决方法command not found: wecom-cli重新执行npm install -g wecom/cli确认 Node.js ≥ 18授权提示unauthorized执行wecom-cli auth init重新扫码5 分钟内完成命令找不到 / 参数报错退出码 2用wecom-cli service --help查看该品类可用工具与参数网络或服务异常退出码 1检查网络错误 JSON 中的code可直接用于定位更多细节参考完整命令参考与运行时路径docs/cli-reference.md数据收集说明docs/data-collection.md本地开发指南docs/development.md总结wecom-cli 快速上手三步走✅npm install -g wecom/cli一键安装✅wecom-cli auth init企业微信扫码授权✅wecom-cli message aibot sessions list发出第一个 API 调用至此你已拥有在终端里直接操作企业微信的能力——无论是发消息、查文档还是约会议一条命令即可完成。祝使用愉快【免费下载链接】wecom-cli企业微信开放平台命令行工具 — 让人类和 AI Agent 都能在终端中操作企业微信项目地址: https://gitcode.com/gh_mirrors/we/wecom-cli创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/14 17:14:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/15 4:06:36

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉