← LangBot 对比

单独用 n8n 做机器人 vs n8n + LangBot

直接用 n8n 的聊天和消息节点做机器人,还是让 LangBot 负责聊天平台、调用同一个 n8n 工作流?对比开发量、平台覆盖和群聊处理。

最近审阅:

一句话总结

n8n 自己就能用聊天触发器和各平台节点做机器人,只接一个渠道时很合适。平台一多,每个平台都要单独处理触发器、消息格式、会话和回复节点。用 LangBot 时,一个 n8n Webhook 工作流就能服务所有已接入的平台,会话、群聊触发和消息投递由 LangBot 负责。

n8n + LangBot单独使用 n8n
上手方式cloud.langbot.app 免部署,填入工作流 Webhook 即可n8n 云服务或自部署 n8n,并逐个平台配置
模型接入内置 Agent 可直接用 LangBot Models,无需 API Key在 n8n 中为每个模型供应商配置凭据
消息之外的事件入群、表情回应、撤回、卡片点击等事件都能触发 Agent取决于各渠道节点
平台对接由 LangBot 适配器完成在工作流里逐个平台搭建
一个工作流多个平台支持:一条流水线绑定多个机器人每个平台各自的触发器和回复节点
国内 IM(企业微信、飞书、钉钉、QQ、微信)内置适配器取决于可用节点或自行 HTTP 对接
流式回复配合 n8n 的流式响应模式支持取决于渠道节点
开源协议Apache 2.0Sustainable Use License(fair-code)

LangBot 开箱即有的能力

  • 免部署:cloud.langbot.app

    注册后在浏览器里直接建机器人。有免费计划,公网地址已包含。

    cloud.langbot.app
    1. 注册
    2. 选平台
    3. 机器人上线
    详细说明 ›

    在 cloud.langbot.app 注册,跟着向导就能在浏览器里建好机器人。有免费计划,回调类平台需要的公网 HTTPS 地址已包含,正式业务可升级独立环境。自部署依旧免费、不限功能。

  • 官方模型服务:LangBot Models

    主流模型开箱即用,不用申请 API Key。

    • ClaudeClaude
    • OpenAIGPT
    • GeminiGemini
    • DeepSeekDeepSeek
    • QwenQwen
    • ZhipuGLM
    • KimiKimi
    • GrokGrok
    无需 API Key
    详细说明 ›

    Claude、GPT、Gemini、DeepSeek、通义千问、智谱 GLM、Kimi、Grok 等对话模型,以及向量、重排序和语音模型,不用自己申请模型 API Key。云服务计划每月赠送积分;自部署实例登录 LangBot Space 账号后会自动添加模型并获得免费额度。自己的 API Key 也可以同时使用。

  • 用自然语言控制机器人

    说出要改什么,Agent 和助手在你同意后执行。

    客服群里只在被 @ 时回复,并欢迎新入群的成员。
    路由:被 @ 时回复
    group.member_joined → 欢迎语
    确认后生效
    详细说明 ›

    Agent、统一 API 和标准化的平台事件与 API 组合在一起:机器人、路由、流水线、模型、知识库、监控等工作区操作是同一套目录,HTTP API、MCP Server、工作区助手和插件共用;各平台适配器则提供发送、回复、编辑、撤回消息,查询群和成员,以及在平台允许时禁言、移出成员等标准 API。所以你可以直接告诉工作区助手要怎么调整机器人的行为,也可以让已授权的 Agent 根据聊天里的指令在平台上执行操作。所有写操作都需要你确认或显式授权。

  • 工作区助手

    描述目标,查看方案,确认执行。

    待确认的修改

    • 新建流水线「客服」
    • 绑定知识库「常见问题」
    • 关联企业微信机器人
    确认执行
    详细说明 ›

    用大白话说出需求,助手会先查看现有的模型、知识库和流水线,再给出配置方案,每一项修改都经你确认后才执行。

  • 丰富的 API,灵活的工具

    一套操作同时支撑 HTTP、MCP、命令行和 Webhook;Agent 可用 MCP、Skills、沙箱和知识库。

    同一套工作区 API

    HTTP APIMCP ServerlbctlWebhooks

    Agent 工具

    MCPSkillsSandboxRAGEvents
    详细说明 ›

    提供带 API Key 认证的 HTTP Service API、LangBot 自己的 MCP Server、lbctl 命令行和事件 Webhook 推送,方便对接你的系统。Agent 可以使用 MCP 工具(stdio 与 HTTP)、Skills、代码沙箱(Docker、nsjail 或 E2B)、带重排序的知识库,并能响应入群、表情回应、卡片点击等平台事件。

  • 丰富且稳定的插件接口

    7 种组件,独立进程运行,权限由你授予。

    Plugin Runtime · 独立进程

    RunnerToolCommandEventListenerKnowledgeEngineParserPage认证插件
    详细说明 ›

    插件运行在独立的 Plugin Runtime 进程中,支持热插拔。Python SDK 提供 Runner、Tool、Command、EventListener、KnowledgeEngine、Parser、Page 等组件,以及需要插件声明、成员授权的 Workspace API。LangBot Space 插件市场 汇集插件、MCP Server 和 Skills,并有经过审核的认证插件。

  • 开源,并有官方支持

    Apache 2.0,官方托管,企业支持。

    Apache 2.0免费商用官方云服务企业支持
    详细说明 ›

    Apache 2.0 协议,可免费商用;有官方托管服务,以及可选的企业支持订阅(含合同与发票)。

只用 n8n 就够的情况

只接一个渠道、逻辑是简单的一问一答,而且你愿意在 n8n 里维护这个渠道的节点。

需要加上 LangBot 的情况

  • 同一个工作流要在 Telegram、Slack、Discord、企业微信、飞书、钉钉上回复。
  • 需要群聊规则、按用户的会话和对话监控,又不想在工作流里自己实现。

把 LangBot 的 n8n 运行器指向以 Webhook 或 "On chat message" 触发的工作流即可,参见 n8n 运行器文档,或把 n8n 接入飞书这类接入实例。

延伸阅读

常见问题

LangBot 会把哪些数据传给工作流?

消息文本,以及会话 ID、发送者 ID、对话 ID、群名称等变量,方便工作流按用户或群维护上下文。

支持流式回复吗?

支持。把触发器的 Response Mode 设为 Streaming 并使用 AI Agent 节点,LangBot 会在支持流式的平台上逐步输出。