STARK-MD
基于 Baileys 协议的多设备 WhatsApp 机器人，支持 250+ 命令、群管理、AI 对
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
微信扫码咨询客服
POMOAI — 让开源 AI 即刻运行
基于 Baileys 协议的多设备 WhatsApp 机器人，支持 250+ 命令、群管理、AI 对
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
想象一下这样的场景：你是某个兴趣社群的管理员，每天被各种琐事包围——有人发了违规链接需要踢人、新成员进群要发欢迎语、有人问"这首歌叫什么"你需要手动去搜、还有人发了一堆美图你想存下来却发现微信/QQ 不支持……一个 WhatsApp 群如果想做好这些，靠人工根本忙不过来。
STARK-MD 正是为解决这些问题而生的。它是一个基于 Baileys 协议库构建的 WhatsApp 多设备（Multi-Device）自动化机器人，通过插件化的命令系统，让一个"机器人"接管几乎所有群管理和自动化需求——从踢人禁言到视频下载，从 AI 聊天到贴纸制作，覆盖 250+ 条命令。
STARK-MD 建立在 @whiskeysockets/baileys（版本 7.0.0-rc.9）之上，这是目前开源社区中最流行的 WhatsApp Web 协议实现。相比早期的 WhatsApp Web，Baileys 支持多设备连接——也就是说，用户可以在最多 5 台设备上同时登录同一个 WhatsApp 账号，而机器人可以作为其中一台"设备"存在，不需要额外的手机在线。这种架构的优势在于部署灵活：用户只需提供一段 Session ID（类似登录凭证），机器人即可在服务器端长期运行，不需要保持手机端应用在线。
项目由个人开发者 ALI-INXIDE（巴基斯坦开发者）维护，代码托管于 GitHub，采用 MIT 许可证，版本已迭代至 9.1.0，最近更新于 2026 年 7 月 2 日，保持着较高的维护活跃度。
STARK-MD 的命令体系按照功能划分为多个类别，核心亮点包括：
群组管理类：提供 kick（踢人）、add（拉人）、promote/demote（升降管理员）、tagall（全员@）、welcome/goodbye（进退群欢迎语）等基础管控命令，以及 anti-link（反外链）、anti-spam（反刷屏）、anti-promote/anti-demote（防止非授权晋升）等高级防护机制。值得特别关注的是 Anti-Delete 功能——当群成员撤回消息时，机器人可以实时捕获并重新广播，相当于一个"消息回收站"，对于需要保留聊天记录的管理场景非常实用。
下载器类：支持 YouTube 音视频（ytmp3/ytmp4）、Spotify 音乐、Instagram 图片视频、Facebook 视频、TikTok 等主流平台的媒体下载。底层依赖 @dark-yasiya/yt-dl.js（YouTube 下载）和 @distube/ytdl-core，以及 ffmpeg（通过 @ffmpeg-installer/ffmpeg 和 fluent-ffmpeg），这些依赖确保了音视频转码和格式处理的完整性。
AI 对话类：内置 AI 聊天功能，支持 OpenAI、DeepSeek 等 API 的接入，用户可通过 ai、openai、deepseek 等命令触发。配合 Auto-Typing（自动显示"正在输入"）和 Always Online（保持机器人始终在线）特性，交互体验接近真人对话。
贴纸与媒体处理：通过 sticker 命令将图片/视频转换为 WhatsApp 贴纸包格式，支持 wa-sticker-formatter（贴纸美化）和 node-webpmux（WebP 元数据处理）。另有 tts（文字转语音，基于 Google TTS API）、toimg（贴纸/视频转图片）等转换工具。
从目录结构来看，STARK-MD 采用的是单文件入口 + 配置驱动的轻量架构：
index.js：主程序入口，包含混淆后的核心逻辑（通过代码混淆保护插件）config.js：全局配置文件，通过 .env 读取环境变量kh.json：插件元数据定义，包含插件名称、描述、logo 和各环境变量的说明package.json：依赖声明，使用 Node.js 生态主流工具链依赖生态非常丰富，涵盖网络请求（axios、node-fetch）、网页爬取（cheerio）、图片处理（jimp、sharp）、数据库（@x-kira/database）、日志（pino）、浏览器自动化（puppeteer）等模块。特别值得注意的是 puppeteer 的引入——这通常用于需要浏览器渲染才能抓取内容的场景（如某些不支持直接 API 获取的媒体平台），说明项目的下载器覆盖面较广。
代码质量方面，由于 index.js 中存在代码混淆（使用自解密函数保护核心逻辑），直接阅读存在一定门槛。但从外部可观测的配置文件和依赖生态来看，整体代码组织清晰，模块边界明确。README 文档质量较高，包含详细的多平台部署指南。
STARK-MD 提供了极其丰富的部署选项，这在同类项目中较为少见：
node:20，端口 3000，一句 docker build 即可完成部署的核心门槛是获取 Session ID——用户需要通过项目提供的配对网站（stark-pair-nine.vercel.app）输入自己的 WhatsApp 号码，获得一段 Session 字符串，填入环境变量 SESSION_ID 中。这个流程需要 WhatsApp 账号配合，但不需要额外安装任何应用。
硬件需求方面，由于是纯 Node.js 应用，不需要 GPU，RAM 1GB + 500MB 磁盘即可流畅运行。唯一需要注意的是 WhatsApp 官方对机器人的政策风险——文档中明确标注了免责声明，用户需自担封号风险。
index.js 中的核心逻辑经过混淆处理，意味着用户无法真正审查机器人的实际行为——机器人是否会记录聊天内容、上传隐私数据？无法通过阅读源码确认，这是信任问题。puppeteer 等重型依赖会显著增加镜像体积和冷启动时间。WhatsApp 机器人生态与 Telegram Bot 相比，开源活跃度相对较低，主要原因是 WhatsApp 协议的不透明性和较高的封号风险。Baileys 库的出现改变了这一局面——它通过模拟 WhatsApp Web 协议的方式让开发者可以在不依赖官方 API 的情况下构建机器人。随着 Meta 对 WhatsApp Business API 的收费越来越高（企业版每条消息收费），社区自发形成的 Baileys 机器人生态正在成为中小企业和个人用户的重要替代方案。
STARK-MD 作为该生态中 stars 数相对较高的项目（270+），其丰富的命令集和多平台部署支持使其具有一定的参考价值。但考虑到代码混淆和封号风险，不建议在主力 WhatsApp 账号上长期运行，建议使用专门注册的备用号。