一只住在企业微信里的 AI 提醒猫 —— 看到「微信里的提醒猫」这类付费项目后，想开源学习一下它是怎么做的，于是有了这个从企业微信合规通道、定时提醒引擎到猫设 prompt 的完整独立实现
English: An open-source AI reminder cat living in WeCom (Enterprise WeChat) — schedule reminders, Pomodoro focus timer, daily check-ins and LLM companionship through the official WeCom API. Built for learning how "a cat living in your chat app" products actually work.
市面上出现了「住在微信里的小猫」一类的付费订阅产品（计划整理 + 定时督促 + 专注计时 + 打卡陪伴）。OpenCATO 是一个学习性质的开源复刻：把这类产品拆解为可自托管的最小实现，代码全部独立编写，MIT 协议，供想研究「AI 陪伴 + 消息提醒」产品形态的同学参考。
关键词：企业微信机器人 / WeCom bot / 微信提醒猫 / AI 伴侣 / LLM 应用 / 定时提醒 / 番茄钟 / 打卡 / FastAPI / SQLite
- 💬 AI 聊天陪伴：LLM 驱动，猫设 prompt 见
prompts/cat.md（本项目的灵魂，欢迎调教） - ⏰ 自然语言定时提醒：
提醒我 18:30 吃药/明天早上8点提醒我开会/30分钟后提醒我喝水 - 🍅 专注计时（番茄钟）：
开始专注 25 分钟，到点猫来叫你 - ✅ 每日打卡：
打卡，记录累计天数 - 📋 计划查看：
计划，列出待触发的提醒 - 🔒 合规通道：只使用企业微信官方 API，主动推送走应用消息，不碰个人号协议
个人微信协议机器人会被封号且连坐收款账户。企业微信自建应用是官方合规通道，支持服务端主动推送应用消息——这是"猫主动来戳你"能合法实现的关键。本项目不含、也不支持任何个人微信外挂能力。
- 注册企业微信（个人/个体户均可），完成认证
- 「应用管理 → 自建 → 创建应用」，记下 AgentId 和 Secret
- 在应用的「接收消息 → 设置 API 接收」中，记下 Token 和 EncodingAESKey（回调 URL 等服务起来后再填）
- 「我的企业 → 企业信息」记下 企业 ID（CorpId）
git clone https://github.com/JingHao-Leon/opencato.git
cd opencato
python -m venv .venv && source .venv/bin/activate
pip install -r requirements.txt
cp .env.example .env # 填入企业微信配置 + LLM API Key
uvicorn app.main:app --host 0.0.0.0 --port 8000开发期用内网穿透暴露回调地址（localhost.run / cpolar / 花生壳 任选），然后在企业微信后台把回调 URL 填为 https://你的域名/wecom/callback 并保存验证。
任何能跑 Python 3.10+ 的机器即可（轻量云服务器约 ¥50/月），建议 nginx 反代 + HTTPS。数据库是单个 SQLite 文件，备份即拷贝。
| 环境变量 | 说明 |
|---|---|
WECOM_CORP_ID |
企业 ID |
WECOM_AGENT_ID |
自建应用 AgentId |
WECOM_SECRET |
自建应用 Secret |
WECOM_TOKEN / WECOM_ENCODING_AES_KEY |
回调 Token / EncodingAESKey |
LLM_API_KEY |
LLM API Key |
LLM_BASE_URL |
OpenAI 兼容接口地址，默认 Moonshot |
LLM_MODEL |
模型名，默认 kimi-k2-0905-preview |
Q：想自己部署一只，最少要配哪些东西？
A：一台能跑 Python 3.10+ 的机器 + 一个企业微信自建应用。cp .env.example .env 后必填 6 项企业微信与 LLM 配置（WECOM_CORP_ID / WECOM_AGENT_ID / WECOM_SECRET / WECOM_TOKEN / WECOM_ENCODING_AES_KEY / LLM_API_KEY），LLM_BASE_URL、LLM_MODEL、DATABASE_PATH 不填走默认，然后 uvicorn app.main:app --host 0.0.0.0 --port 8000 即可。任何必填项缺失进程会直接启动失败——配置在应用加载时硬读取，属于故意的 fail-fast 设计。
Q：企业微信回调 URL 怎么填？为什么一直验证不过？
A：在自建应用的「接收消息 → 设置 API 接收」里，URL 填 https://你的域名/wecom/callback，Token 和 EncodingAESKey 必须与 .env 中 WECOM_TOKEN / WECOM_ENCODING_AES_KEY 完全一致。要先启动服务再点「保存」：验证请求由 GET /wecom/callback 处理，服务没起、签名不符都会导致验证失败。本地开发没有公网 HTTPS 时，用内网穿透（localhost.run / cpolar / 花生壳）暴露 8000 端口。
Q：LLM 用的什么模型？能换 DeepSeek / 通义吗？
A：能。代码只要求一个 OpenAI 兼容的 /chat/completions 接口（见 app/llm.py），默认指向 Moonshot（https://api.moonshot.cn/v1 + kimi-k2-0905-preview）；换成 DeepSeek、通义等只需改 LLM_BASE_URL / LLM_MODEL 两个环境变量并填对应的 LLM_API_KEY。另外只有正则指令没接住的消息才会走 LLM——「打卡」「计划」等固定指令不消耗 token。
Q：怎么和猫交互？支持哪些说法？
A：直接发消息：提醒我 18:30 吃药 / 明天早上8点提醒我开会 / 30分钟后提醒我喝水 / 开始专注 25 分钟 / 打卡 / 计划。指令解析基于正则，只认有限的中文句式（详见下文局限）；没被识别的消息一律转给 LLM 闲聊，所以随口聊天也不会报错。
Q：和市面上「微信里的提醒猫」付费产品是什么关系？
A：没有关系。本项目是看到这类产品后出于学习目的的独立实现：未使用其任何素材、文案或品牌资源，也未逆向其协议，全部代码与猫设 prompt 从零编写，MIT 协议开源，仅供学习交流。
Q：数据都存在哪？会丢吗？
A：全部在单个 SQLite 文件里（环境变量 DATABASE_PATH，默认 ./meowminder.db），只有 users / reminders / checkins 三张表，备份就是拷贝这个文件；数据库文件已被 .gitignore 排除，不会被误提交。
文字版架构（点开展开）
用户 ──► 企业微信 ──回调──► FastAPI (app/main.py)
├─ 解密 (wecom_crypto) → 指令解析 (commands) ─┐
│ └─ 闲聊 → LLM (llm) │
├─ 定时引擎 (scheduler) 每 20s 扫到期提醒 ─────┤
└─ 主动推送 (wecom_api) ◄─────────────────────┘
└─ SQLite (db)：用户 / 提醒 / 打卡
pip install pytest httpx
python -m pytest tests -q20 个测试用例：指令解析（含中文两种语序、时段推断、防误判）、回调加解密 round-trip、坏签名拦截、HTTP 端到端、调度器推送。
- 每周计划回顾（猫主动发起）
- 打卡 streak / 情侣互相督促
- 订阅会员状态（支付对接）
- 多猫设与皮肤
- Web 管理面板
- 单实例设计，不能水平扩展：定时引擎是进程内后台线程每 20 秒轮询一次到期提醒（
app/scheduler.py），SQLite 为单连接 + 进程内锁。起多个副本或多 worker 会导致同一条提醒被重复推送；提醒触发精度也受 20 秒轮询间隔限制。 - LLM 没有跨轮记忆：每次闲聊只发送猫设 system prompt + 当前这一条消息（
app/llm.py），没有会话历史存储——猫设里「记住用户目标」目前只靠单轮上下文，代码层面并不记得上一轮聊了什么。 - 指令解析是正则，句式覆盖有限：只支持「明天/后天 + 时段 + 时刻」两种语序和「N 分钟后」相对提醒，时刻必须带「点 / ： / 半」以防误判；不支持「每周三」「下周一」等日期表达，也没有循环 / 重复提醒。
- 只处理文本消息：回调仅响应
MsgType=text（app/main.py），图片、语音、表情包不会得到回复；主动推送同样只有文本一种格式。 - LLM 输出未接内容审核：模型回复会原样推送给用户，部署者需按免责声明自行接入内容审核并遵守当地法律法规。
- 时间依赖服务器本地时区：指令解析与调度全部使用
datetime.now()，若服务器时区不是 UTC+8，提醒时间会整体错位。
本项目仅供学习交流，与任何同名或相似商业产品无任何关联；代码为独立实现，未使用任何第三方产品的素材、文案或品牌资源。AI 生成内容请在部署时自行接入内容审核并遵守当地法律法规。
MIT — 随便用，注明出处即可。欢迎 Star ⭐ 和 PR！