本文将指导您通过 LangBot 将 Dify 应用快速接入微信平台，实现在微信生态中部署智能聊天机器人。

前提条件

在开始之前，请确保您已完成以下准备工作：

1. Dify 应用准备：
   • 已在 Dify 平台（官网或私有部署）创建并发布一个应用（支持聊天助手、Agent 或工作流类型）。
   • 获取应用的 API 密钥和 API 服务器地址（通常为 https://api.dify.ai/v1，私有部署需确认具体地址）。
2. LangBot 环境：
   • 已安装 Docker 和 Docker Compose（推荐使用 Docker 部署 LangBot）。
   • 具备基本的 Linux 命令行操作能力（本教程以 Linux 系统为例）。
3. 微信平台准备：
   • 拥有一个微信测试号或企业微信账号，用于测试机器人功能。
   • 熟悉微信的登录流程（如个人微信需扫码登录）。
4. Python 环境（如不使用 Docker 部署）：
   • 安装 Python 3.8 或以上版本。
   • 确保安装 pip 并可访问阿里云镜像源（国内用户推荐）。

步骤 1：部署 Dify 应用

1. 登录 Dify 平台：
   • 使用 GitHub 或 Google 账号登录 Dify 官网（https://cloud.dify.ai/），或访问您的私有部署 Dify 实例。
2. 创建 Dify 应用：
   • 进入 Dify 工作区，选择“从模板创建”或“从空白创建”，根据需求选择应用类型（聊天助手、Agent 或工作流）。
   • 配置应用，例如设置提示词、知识库或工作流节点。完成后点击“发布”并更新应用。
3. 获取 API 密钥：
   • 进入应用的“访问 API”页面，点击“创建密钥”，复制生成的 API 密钥。
   • 记录 API 服务器地址（官网为 https://api.dify.ai/v1，私有部署需确认具体地址）。
4. 记录应用类型：
   • 确认您的 Dify 应用类型（chatbot、agent 或 workflow），后续配置中需要用到。

步骤 2：部署 LangBot

LangBot 是一个支持多平台消息传递的开源框架，可快速将 Dify 应用接入微信、QQ、钉钉等即时通讯平台。以下为部署步骤：

1. 安装 Docker（若未安装）：
   在 Linux 系统上执行以下命令安装 Docker 和 Docker Compose：

   # Debian 系统
   apt update
   apt install -y docker docker-compose-plugin
   
   # Ubuntu 系统
   apt update
   apt install -y docker docker-compose-v2
   

   国内用户需配置镜像源以加速下载：

   echo "registry-mirrors: [\"https://docker.1panel.live\"]" >> /etc/docker/daemon.json
   systemctl restart docker
   

2. 克隆 LangBot 仓库：

   git clone https://github.com/langgenius/langbot.git
   cd langbot
   

3. 配置 LangBot：

   • 在 LangBot 项目根目录下，找到 data 文件夹（首次运行 LangBot 后会自动生成）。
   • 编辑 data/config/provider.json 文件，设置 Dify 服务参数：

     {
       "runner": "dify-service-api",
       "dify_api_base": "https://api.dify.ai/v1",
       "dify_api_key": "your-dify-api-key",
       "dify_app_type": "chatbot"
     }
     

     • dify_api_base：填入 Dify 的 API 服务器地址。
     • dify_api_key：填入步骤 1 中获取的 API 密钥。
     • dify_app_type：根据应用类型填入 chatbot、agent 或 workflow。

4. 配置微信消息平台：

   • 在 data/config 目录下，编辑或创建 platform.json 文件，添加微信相关配置：

     {
       "platform": "wechat",
       "settings": {
         "channel_type": "wx",
         "single_chat_prefix": [""],
         "group_chat_prefix": ["@bot"],
         "group_name_white_list": ["ALL_GROUP"]
       }
     }
     

     • channel_type：设置为 wx 表示个人微信，或 wework 表示企业微信。
     • single_chat_prefix：个人聊天触发前缀（空表示直接触发）。
     • group_chat_prefix：群聊触发前缀（如 @bot）。
     • group_name_white_list：允许机器人响应的群聊名称，ALL_GROUP 表示所有群。

5. 启动 LangBot：
   使用 Docker Compose 启动 LangBot：

   docker compose up -d
   

   若不使用 Docker，可直接运行：

   pip3 install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple
   python3 app.py
   

6. 登录微信：

   • 运行后，控制台会显示一个二维码，使用微信扫描登录（建议使用测试小号，个人微信有封号风险）。
   • 登录成功后，控制台会显示 itchat:Start auto replying.，表示机器人已启动。

步骤 3：测试微信机器人

1. 发送测试消息：
   • 在微信个人聊天或群聊中，向机器人发送消息（群聊需使用 @bot 前缀）。
   • 机器人将通过 Dify API 处理消息并返回响应，响应内容与 Dify 应用测试页面一致。
2. 验证上下文：
   • 如果使用的是 chatbot 或 agent 类型应用，LangBot 会通过 conversation_id 维护对话上下文，支持多轮对话。
   • 工作流类型应用需确保输入变量名为 query，输出变量名为 text。

步骤 4：高级配置（可选）

1. 企业微信接入：
   • 若使用企业微信，需在企业微信管理后台创建应用，获取 AgentId 和 Secret，并在 platform.json 中设置 channel_type 为 wework。
   • 参考企业微信官方文档配置消息接收 URL 和 Token。
2. 工作流模式：
   • Dify 支持导入工作流 DSL 文件快速创建复杂工作流。确保工作流输入变量为 query，输出变量为 text。
   • 在 provider.json 中设置 dify_app_type 为 workflow。
3. 日志与监控：
   • 启用 LangBot 的 track-function-calls 选项，可在 Dify 执行工具调用时输出调用日志。
   • 查看 Dify 仪表板中的日志，监控机器人性能和用户交互。

注意事项

• 安全性：个人微信登录有封号风险，建议使用实名认证的测试小号或企业微信。
• 依赖安装：国内用户安装 Python 依赖时，建议使用阿里云镜像源以加速下载。
• 上下文管理：聊天助手和 Agent 应用支持上下文记忆，工作流应用需明确变量配置。
• 调试：若遇到依赖安装失败，可注释 requirements.txt 中对应行后重试。