一、 引言
死板的固定关键词回复已经无法满足 2026 年用户的胃口了。现代微信机器人不仅要支持精准关键词触发，更需要无缝接入大语言模型（如 DeepSeek、OpenAI、文心一言等），实现智能化的人机对话。
本文将展示如何利用 E云管家 接收消息，并在中途加入 AI 决策层，实现聪明的自动回复系统。

二、 业务架构设计

三、 核心实战代码（Python 混合驱动版）

import requests
from flask import Flask, request, jsonify

app = Flask(__name__)

# 配置信息
E_URL = "http://api.eyunguanjia.com/v1/send_text"
INSTANCE_ID = "YOUR_INSTANCE"
AI_API_URL = "https://api.deepseek.com/v1/chat/completions" # 示例AI接口
AI_KEY = "Bearer YOUR_AI_TOKEN"

# 1. 固定的自定义关键词词库
KEYWORD_DICT = {
    "合作": "商务合作请联系邮箱：bd@company.com",
    "价格": "我们的标准版服务为 99/月，详情请看官网。",
    "帮助": "您可以发送以下关键词：[合作]、[价格]、[人工]"
}

def ask_ai(prompt):
    """调用大模型获取智能回复"""
    headers = {"Authorization": AI_KEY, "Content-Type": "application/json"}
    data = {
        "model": "deepseek-chat",
        "messages": [{"role": "user", "content": prompt}]
    }
    try:
        res = requests.post(AI_API_URL, json=data, headers=headers).json()
        return res['choices'][0]['message']['content']
    except:
        return "助理思考中，请稍后再试。"

def reply_wx(to_user, content):
    """调用E云管家接口"""
    requests.post(E_URL, json={
        "instance_id": INSTANCE_ID,
        "to_user": to_user,
        "content": content
    })

@app.route('/msg_gateway', methods=['POST'])
def msg_gateway():
    data = request.json
    if data.get("msg_type") == "text":
        sender = data.get("from_user")
        user_msg = data.get("content").strip()
        
        # 策略一：优先匹配固定关键词
        if user_msg in KEYWORD_DICT:
            reply_wx(sender, KEYWORD_DICT[user_msg])
        # 策略二：未命中关键词，托底给AI大模型
        else:
            ai_reply = ask_ai(user_msg)
            reply_wx(sender, f"[AI助理]: {ai_reply}")
            
    return jsonify({"code": 0})

if __name__ == '__main__':
    app.run(port=9000)

四、 进阶优化建议
1. 多轮对话上下文：在调用 AI 接口时，可以使用 Redis 记录当前 from_user 的前几轮对话历史，一同传给 AI，从而实现有记忆的连续对话。
2. 免打扰模式：通过配置关键词（如“转人工”），在 Redis 中设置一个过期时间，在这段时间内暂停 AI 回复，交由人工接管。

引导入口

API 文档参考