zh articles langbot wechat official account

LangBot 公众号：体验基础 AI 问答

发布于 2026-09-17 · 作者：LangBot Team

LangBot 是一个开源的 AI 机器人平台，可以将大模型、知识库、Agent、插件和工作流连接到企业微信、Telegram、飞书、钉钉、QQ、Discord 等消息平台。

关注 LangBot 公众号，不仅可以了解产品更新、使用方法和真实应用实践，还可以直接发送消息，体验基础 AI 问答服务。

直接使用基础 AI 问答

在公众号中发送问题，即可与 LangBot 进行基础对话。例如：

• 帮我解释一个技术概念
• 把这段文字概括成三句话
• 帮我写一封简短的邮件
• 为一个活动想几个标题
• 翻译或润色一段内容
• 给我一些学习或工作建议

公众号适合日常咨询、内容生成、翻译润色和一般知识问答，打开微信即可使用。

三个入口有什么区别

公众号提供的是基础 AI 问答，当前不接入企业知识库，也不提供沙箱工具。请根据需要选择对应入口：

入口	提供的能力	适合的问题
LangBot 公众号	基础 AI 问答	日常咨询、写作、总结、翻译和一般知识问答
企业微信客服	LangBot 知识库	查询产品手册、价格政策、实施流程、公司制度和会议纪要
Telegram	LangBot 沙箱 Agent	运行代码和命令、创建或修改文件、处理数据和完成多步骤任务

如果需要查询企业资料，请使用企业微信客服知识库。如果需要让 Agent 执行命令、处理文件或运行代码，请使用Telegram 沙箱 Agent。

你可以看到什么

产品动态

了解 LangBot 新版本带来的能力，包括模型支持、知识库、Agent 沙箱、Skills、插件系统和平台适配等更新。

每次重要版本发布后，公众号会用更容易理解的方式介绍新功能能解决什么问题，以及适合哪些使用场景。

使用教程

从部署 LangBot 到接入消息平台，从配置模型到使用知识库，公众号会持续发布可直接参考的教程。

内容包括：

• 快速部署 LangBot
• 接入企业微信、Telegram、飞书和钉钉
• 配置 GPT、Claude、Gemini、DeepSeek 等模型
• 创建企业知识库问答机器人
• 使用 Agent 沙箱执行任务
• 安装和使用插件
• 连接 Dify、n8n、Langflow 等外部工作流

应用案例

你可以了解 LangBot 在不同场景中的使用方式：

• 企业知识库与内部问答
• 微信客服与售前咨询
• 群聊 AI 助手
• 文件处理和代码执行 Agent
• 客户支持与故障排查
• 工作流自动化

这些案例可以帮助你判断 LangBot 是否适合自己的团队，也可以作为搭建机器人时的参考。

社区精选

LangBot 社区持续产生新的插件、用法和解决方案。公众号会整理值得关注的项目进展、社区实践和优秀案例，帮助你更快发现可以直接使用的能力。

在 LangBot Cloud 部署微信公众号 AI 助手

LangBot Cloud 自带公网域名和 HTTPS，不需要购买服务器、安装 Docker 或配置反向代理。开始前只需准备一个可登录微信公众平台的公众号。

1. 创建 LangBot Cloud 实例

1. 打开 LangBot Cloud，登录 LangBot Account。
2. 为机器人选择一个名称。这个名称也会成为实例的 .langbot.cloud 访问地址。
3. 选择支持微信公众号的套餐，确认价格、资源和消息平台范围后继续。
4. 确认配置并部署。实例通常会在 1 到 2 分钟内完成初始化。
5. 状态变为运行中后，点击打开机器人进入 LangBot 控制台。

2. 配置模型和流水线

进入 LangBot 控制台的模型页面：

1. Cloud 会提供可直接使用的 LangBot Models 及一定的模型积分；也可以添加自己的模型供应商、Base URL 和 API Key。
2. 选择或添加一个对话模型。
3. 进入流水线页面，打开默认流水线。
4. 在 AI 能力中选择内置 Agent和刚添加的模型，然后保存。
5. 使用对话调试发送一条消息，确认模型可以正常回复。

只有调试对话成功后再继续接入公众号，这样出现问题时更容易区分是模型配置还是微信回调配置导致的。

3. 获取公众号开发配置

登录微信公众平台，进入设置与开发 > 开发接口管理：

1. 记录公众号的 AppID 和 AppSecret。
2. 按微信公众平台要求配置 IP 白名单。Cloud 实例需要填写的出口 IP 以实例或平台页面显示的信息为准。
3. 打开服务器配置，准备一个自定义 Token，并生成 EncodingAESKey。
4. 将消息加解密方式选择为安全模式。

AppSecret、Token 和 EncodingAESKey 都属于敏感信息，不要放进截图、公开仓库或聊天记录。

4. 在 LangBot 创建公众号机器人

进入 LangBot 控制台的机器人页面，创建一个微信公众号机器人，然后：

1. 填入 AppID、AppSecret、Token 和 EncodingAESKey。
2. Mode 选择 drop 时，公众号直接返回模型回答，但必须在微信规定的 15 秒内完成。
3. 模型响应可能超过 15 秒时，建议选择 passive；用户会先收到等待提示，再发送任意文字获取结果。
4. 绑定前面配置好的流水线，将 enable 设为 true，保存并启用机器人。
5. 从机器人配置页面复制 Webhook 回调地址。

5. 完成微信回调验证

回到微信公众平台的服务器配置，粘贴 LangBot 生成的完整 Webhook 地址。Cloud 地址已经配置好公网 HTTPS，形式类似：

https://你的实例名.langbot.cloud/bots/xxxxx

确认微信公众平台和 LangBot 两边填写的 Token、EncodingAESKey 及加密模式完全一致，然后保存并启用服务器配置。微信提示保存成功，说明回调验证已经通过。

最后关注公众号并发送一条测试消息。如果回调验证失败，请优先检查 IP 白名单、Webhook 地址以及两端的 Token、EncodingAESKey 和加密模式是否一致。更多截图和字段说明见微信公众号接入文档。如有私有部署要求，再参考 Docker 部署文档。

关注并开始问答

在微信中搜索 LangBot 公众号并关注。进入公众号后直接发送消息，即可开始基础 AI 问答。

也可以使用微信扫描下方二维码关注：

你还可以访问以下资源了解 LangBot：

• LangBot GitHub
• LangBot 官方文档
• LangBot Cloud