Ollama
用 Ollama 搭建飞书 AI 机器人
使用 LangBot 搭建由 Ollama 驱动的飞书 AI 机器人：模型配置、机器人凭据、网络要求、测试与常见问题。
本文把 Ollama 模型接到飞书机器人上。LangBot 接收飞书消息，交给流水线处理后把答案发回去，你不需要写任何平台对接代码。
用 Ollama 在本地运行开源模型，通过 LangBot 内置 Agent 提供服务，对话数据不出你的机器。
准备工作
- 一个运行中的 LangBot：LangBot Cloud（无需服务器），或用 Docker、
uvx langbot自行部署。 - 可以从 LangBot 调用的 Ollama 账号或服务。
- 飞书或 Lark 自建应用（
app_id与app_secret）。可以直接用 LangBot 的一键创建完成创建与授权。
网络要求
默认的 WebSocket 长连接模式不需要公网 IP。长连接不可用时（例如部分国际版 Lark），需要改用 Webhook 模式，此时需要公网 HTTPS 地址；LangBot Cloud 自带该地址。
1. 添加 Ollama 模型
- 安装 Ollama 并拉取模型（
ollama pull加模型名）。 - 在 LangBot 的 模型 页面新增 LLM 模型，供应商选 Ollama，请求地址指向你的 Ollama 服务（默认端口
11434）。 - 如果 LangBot 运行在 Docker 中，
localhost指的是容器本身，请改用宿主机地址（例如host.docker.internal）。
2. 创建流水线
在 LangBot WebUI 打开 流水线，新建流水线（或编辑默认流水线），按下表配置 AI 能力。
| 配置项 | 填写 |
|---|---|
| 运行器 | 内置 Agent |
| 模型 | 刚添加的模型，可以再加备用模型。 |
| 提示词 | 机器人的身份、语气以及不能做的事。 |
| 知识库 | 可选。绑定知识库后按你的资料回答。 |
3. 创建飞书机器人
- 新建机器人，选择 飞书 适配器，选择平台域名（飞书或 Lark）后使用 一键创建，或手动填写
app_id与app_secret。 - 按文档补充消息权限和事件订阅（需要流式卡片时再加卡片权限），然后发布应用版本。
4. 绑定并测试
打开机器人，选择刚才创建的流水线，保存并确认机器人已启用。
在飞书中搜索机器人并私聊，再把它拉进群里 @ 它测试。
常见问题排查
- 小型本地模型的工具调用能力可能较弱；不支持函数调用的模型请不要勾选 工具调用。
- 收不到消息：确认应用版本已发布，且事件订阅方式（长连接或 Webhook）与 LangBot 配置一致。
- 在 WebUI 的 监控 页面可以看到每条消息、每次流水线运行和错误详情。
常见问题
接入飞书需要有公网 IP 的服务器吗？
不一定。默认的 WebSocket 长连接模式不需要公网 IP。长连接不可用时（例如部分国际版 Lark），需要改用 Webhook 模式，此时需要公网 HTTPS 地址；LangBot Cloud 自带该地址。
飞书机器人支持流式回复吗？
支持。在机器人上开启流式输出，同时 AI 后端也要支持流式。详见平台功能对照表。
同一套 Ollama 配置能同时用在其他平台吗？
可以。一条流水线可以绑定多个机器人，同一套配置能同时在多个平台上回复。