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：

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