在 Dify 搭好的 Agent，放进群里就能直接用

客服群里的一问一答

很多团队在 Dify 里搭好客服 Agent 之后，最常遇到的问题是：Agent 做好了，但提问的人都在群里，答案只能靠人工复制粘贴。

为了这次实测，我们用一个虚构品牌 Northwind 搭了客服应用，在测试群里跑了一遍。设定很简单：Northwind 卖一张能升降的折叠桌。测试群里进来一个问题：这张桌子放进小公寓合不合适。

Mia: Hi! Does the Northwind Desk fit a small apartment?

Bot: It's a great fit for a small apartment! When folded it's just 120 x 60 x 12 cm, thin enough to slide under a sofa, and it opens to a 120 x 60 cm desk with height adjustable from 72 to 120 cm. Assembly takes about 10 minutes with one person and no tools.

这段回答里同时有折叠后的厚度、能不能塞进沙发底下、展开后桌面的尺寸、坐着站着都能用的高度范围，以及一个人十分钟、不用工具就能装好。提问者没有再追问尺寸，也没有问要不要另买配件——需要的东西一次给全了。

回答这个问题的不是客服同事，是一个在 Dify 里搭好的 Agent。它没有待在某个浏览器标签页里，而是和群里的人待在同一个对话框。

区别不在答案质量，在谁看得到这个答案。调试面板是你一个人的窗口，你看到的是原始输出；群是同事的窗口，他们看到的是一条聊天消息。同一个应用，换个出口，用的人就从“你”变成了“整个群”。

以前卡在哪一步

在 Dify 里搭一个 Agent 是件顺手的事：写提示词、挂知识、给几条示例，点发布，右边的调试面板立刻能对话。麻烦出在下一步——这个“能对话”只发生在 Dify 的页面里。

同事们要用它，通常只有三条路。第一条是人工转发：有人把问题复制进 Dify，再把答案复制回群里，问的人多了就变成一个人的值班表。第二条是重做一遍：把那套提示词和规则抄进另一个机器人框架，配一遍平台凭据，从此两份配置各改各的，一周之后口径就开始分叉。第三条是自己写一层转发，中间那段代码归你维护，接口一变也归你查。

三条路都不算难，但没有一条是“让别人用上”。Dify 里那个应用已经调好了，缺的只是一条从它通到群里的路。

这条路以前还得自己维护的时候，成本不在写代码，在同步：提示词改了要记得两边都改，知识加了要知道哪一份是准的，同事反馈一句“它答得不对”，你得先确认是哪个副本答的。多人共用一个应用之后，这种同步成本会一直长，直到没人敢动配置。

DifyAgent 做的事就是这条路。它是 LangBot 的官方插件，在 LangBot 的插件市场里上架，装好之后，LangBot 里那个负责接消息的 Pipeline 可以把整轮对话交给 Dify 应用处理。Dify 侧不用改：提示词、知识、流程都留在原处，只多一个被外部调用的入口。

四步接起来，第五步在群里试

第一步，装插件。 打开 LangBot 的插件市场，找到 DifyAgent。商店页标着 Certified Plugin 与一键安装，装完在已安装列表里能看到它，来源写的是来自市场。

第二步，在 Dify 侧准备一个密钥。 你需要的只有 Dify 应用的 API 密钥，在应用自己的 API 访问页面取得。Agent 应用对外只提供流式返回这一种方式，插件这边已经处理掉了，你在 LangBot 里填的仍然是那一个密钥，不需要在中间再加东西。

第三步，把 Pipeline 的对话处理方换成 Dify Agent。 在 LangBot 里新建或修改一个 Pipeline，对话处理方选 Dify Agent，填上刚才那个密钥。这一步只有一个选择要拿主意：这一路消息交给哪个 Dify 应用。

第四步，把机器人接进聊天平台。 LangBot 支持 Matrix、Slack、Discord、Telegram、QQ、微信、飞书等平台，接入方式相同，细节见 文档。这篇文章里的实际往返，是在团队自建的 Matrix 群里做的。

第五步，在群里问一句。 回答对了，这条路就通了。接下来的事都在群里发生，不在控制台里。这一步值得认真做，因为群消息和你自己的测试窗口不是一回事：群里有别人的上下文、有前后几轮、有人接着追问，只有这些都成立，才算真的接通了。

接上之后，群里发生了什么

第一轮问完，Mia 顺着同一个话题追问了两句。

Mia: And how much weight can it hold?

Bot: It holds up to 80 kg on the desktop, so a monitor setup plus a laptop and more is no problem. The desk itself weighs 22 kg, and with the quiet electric motor and two memory presets you can switch between sitting and standing easily.

Mia: Do you ship to the EU, and how long does delivery take?

Bot: Yes, we ship to the EU! Orders ship in 5 to 7 business days, and you'll also get a 30-day return window and a 2-year warranty on top.

三轮之间没有重新自我介绍，也没有把上一轮的答案再念一遍。第三轮问的是发货范围和时效，回答给的是工作日、退货窗口和保修期——这些是应用里本来就有的内容，不是临场补的。

还有一件事值得单独说：每一轮答案都是完整地出现一次。群里的消息看起来就是一句话，能直接照着用，不需要从一段过程文字里挑出结论。

订单群那边是另一套应用。Noah 问订单在哪，机器人说在途、已经发出、预计哪天到；他接着问另一个单号，机器人说今天出库。这个应用是 Chatflow，搭的时间比新 Agent 早得多，提示词与流程一行没改，接上就能用。

多轮上下文接得上，是因为这一整段对话都是作为一个会话交给 Dify 应用的：LangBot 不在中间替它总结、也不把问题拆碎，应用看到的就是群里的连续几轮。所以口径能保持一致——第三轮说“5 到 7 个工作日”，和第一轮说“折叠后能塞进沙发底下”出自同一套设定，不是两次独立发挥。

支持哪些 Dify 应用

Dify 里的五类应用都能作为对话处理方：

• 新 Agent：适合一句话说不清、需要自己判断先查什么后查什么的任务，客服里那些需要追问细节的问题多半属于这一类。
• 旧版 Agent：已经在用的推理型应用，提示词和工具都稳定，不必为了接群重搭一遍。
• Chatbot：口径固定的问答型应用，知识库问答、产品参数这类最常见。
• Chatflow：把流程画成节点的应用，订单查询这种“先取单号再查状态再措辞”的场景最顺手。
• Workflow：一次输入一次输出的流程型应用，同样走这条通道进群。

这几类应用走的是同一个入口，接法一样。这次真正在群里跑过的是两个：客服群接的是新 Agent，订单群接的是 Chatflow，多轮上下文都接得上。Chatbot、旧版 Agent 与 Workflow 按同样的接法配置，上线前建议先在群里问一句确认。这里要写清楚一件事：LangBot 把整轮对话交给 Dify 应用处理，不把它降级成一串模型调用。你在 Dify 里调好的提示词、挂的知识、画的流程，就是群里那个回答的全部来源；换一个应用，等于换一个回答的人。

所以挑应用不用看哪个新，看这个问题该由谁负责：答案稳定、口径固定的，接 Chatbot；需要判断和追问的，接 Agent；步骤明确、每步都有依据的，接 Chatflow 或 Workflow。已经搭好的应用直接接，不必为了“用新东西”重搭一遍。

客服群和订单群用的不是同一个应用：一个接新 Agent，一个接 Chatflow。这是这套接法里比较实用的一点——不同群可以各接各的应用，客服群要的是会追问的客服，订单群要的是能按单号查状态的流程，两边不需要挤进同一个提示词里。

从哪里开始

自己部署：LangBot 是开源的，仓库在 GitHub，插件在 DifyAgent 商店页，接入的每一步都在文档里。

不想自己维护服务器：LangBot Cloud 免费版 ¥0，包含 1 个机器人，登录还送免费模型额度。

这次实测用的是 Dify 1.18 与 LangBot v4.11.2。如果你的 Dify 里已经有一个能用的应用，最值得先做的一件事，是把它放进一个真的有人在说话的群，然后看同事第一句问的是什么——那往往和你在调试面板里自测的那些问题完全不一样。