Skip to content
 
 

Latest commit

 

History

3,856 Commits

Folders and files

NameName
Last commit message
Last commit date
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Feishu Agent Hub

本项目基于 LangBot 二次开发,与 LangBot 官方项目相互独立。

基于 LangBot 的飞书通知网关、消息路由与 Agent 调用平台。

本项目的主要改造

Feishu Agent Hub 保留 LangBot 的机器人与 Agent 基础能力,并围绕“把飞书作为可编程通知与 Agent 入口”增加了以下功能:

  • 统一通知中心:把机器人可到达的飞书私聊和群聊保存为可复用目标,通过后台、HTTP API 或 MCP 向一个或多个目标发送消息;发送任务支持幂等键,并记录每个目标的成功或失败状态。
  • 显式消息路由:每个机器人可选择“仅使用已配置路由”。没有匹配路由时只保留消息记录,不调用任何 Agent;群聊路由可分别配置“仅被 @ 时触发”或“所有匹配消息触发”。
  • 外部 Agent 连接器:后台可以配置 Agent 的调用地址、系统提示、允许使用的技能和 MCP 地址。触发时会提交最近历史以及 Agent 尚未确认的新消息,只有连接器明确接受请求后才推进上下文游标。
  • 面向 Agent 的 API 与 MCP:Agent 可以发现管理员允许的通知目标、发送通知、查询发送结果和读取路由资源;后台提供可直接复制给 Codex 等 Agent 的使用说明与 MCP 客户端配置。

下方保留 LangBot 上游项目的原始介绍和使用文档,便于继续同步上游能力。Feishu Agent Hub 的专项设计见 docs/specs/notification-gateway.md

LangBot

Featured|HelloGitHub

生产级 AI 即时通信机器人开发平台。

快速构建、调试和部署 AI 机器人到微信、QQ、飞书、Slack、Discord、Telegram 等平台。

English / 简体中文 / 繁體中文 / 日本語 / Español / Français / 한국어 / Русский / Tiếng Việt

Discord QQ Group Ask DeepWiki GitHub release (latest by date) python GitHub stars star

官网特性文档APICloud扩展市场路线图


LangBot 是一个开源的生产级平台,用于构建 AI 驱动的即时通信机器人。它将大语言模型(LLM)连接到各种聊天平台,帮助你创建能够对话、执行任务、并集成到现有工作流程中的智能 Agent。

LangBot Web 管理面板仪表盘 — 实时监控消息量、模型调用、成功率与活跃会话

核心能力

  • AI 对话与 Agent — 多轮对话、工具调用、多模态、流式输出。自带 RAG(知识库),深度集成 DifyCozen8nLangflowDeerflowWeknora等 LLMOps 平台。
  • 全平台支持 — 一套代码,覆盖 QQ、微信、企业微信、飞书、钉钉、Discord、Telegram、Slack、LINE、KOOK 等平台。
  • 生产就绪 — 访问控制、限速、敏感词过滤、全面监控与异常处理,已被多家企业采用。
  • 插件生态 — 数百个插件,跨进程的事件驱动架构,组件扩展,适配 MCP 协议
  • Web 管理面板 — 通过浏览器直观地配置、管理和监控机器人,无需手动编辑配置文件。
  • 多流水线架构 — 不同机器人用于不同场景,具备全面的监控和异常处理能力。

→ 了解更多功能特性

📍 实践指南:5 分钟部署多平台 AI 机器人将 DeepSeek 接入微信、企业微信与 Discord让 Dify Agent 跑在 Discord、Telegram 和 Slack 上,以及用 n8n 构建多平台 AI 聊天机器人


😎 保持更新

点击仓库首页右上角 Star 和 Watch 按钮,获取最新动态。

star gif

快速开始

☁️ LangBot Cloud(推荐)

LangBot Cloud — 免部署,开箱即用。

一键启动

uvx langbot

需要安装 uv。访问 http://localhost:5300 即可使用。

Docker Compose

git clone https://github.com/langbot-app/LangBot
cd LangBot/docker
docker compose --profile all up -d

一键云部署

Deploy on Zeabur Deploy on Railway

更多方式: Docker · 手动部署 · 宝塔面板 · Kubernetes


在线演示

立即体验: https://demo.langbot.dev/

  • 邮箱:demo@langbot.app
  • 密码:langbot123456

注意:公开演示环境,请不要在其中填入任何敏感信息。


支持的平台

平台 状态 备注
QQ 个人号、官方机器人(频道、私聊、群聊)
微信 个人微信、微信公众号
企业微信 应用消息、对外客服、智能机器人
飞书 官方
钉钉 官方
Satori
Discord 官方
Telegram 官方
Slack 官方
LINE 官方
KOOK 官方
Email 只 Matrix、Satori
Matrix 支持多种桥接平台,如 Signal、WhatsApp、Messenger、iMessage、Mattermost、Google Chat、IRC、XMPP、Zulip 等

支持的大模型与集成

提供商 类型 状态
OpenAI LLM
Anthropic LLM
DeepSeek LLM
Google Gemini LLM
xAI LLM
Moonshot LLM
智谱AI LLM
Ollama 本地 LLM
LM Studio 本地 LLM
Dify LLMOps
MCP 协议
SiliconFlow 聚合平台
阿里云百炼 聚合平台
火山方舟 聚合平台
ModelScope 聚合平台
GiteeAI 聚合平台
胜算云 GPU 平台
优云智算 GPU 平台
PPIO GPU 平台
接口 AI 聚合平台
302.AI 聚合平台
小马算力 聚合平台
百宝箱Tbox 智能体平台
七牛云Qiniu 聚合平台

→ 查看完整集成列表

TTS(语音合成)

平台/模型 备注
FishAudio 插件
海豚 AI 插件
AzureTTS 插件

文生图

平台/模型 备注
阿里云百炼 插件

为什么选择 LangBot?

使用场景 LangBot 如何帮助
客户服务 将 AI Agent 部署到微信/企微/钉钉/飞书,基于知识库自动回答用户问题
内部工具 将 n8n/Dify 工作流接入企微/钉钉,实现业务流程自动化
社群运营 在 QQ/Discord 群中使用 AI 驱动的内容审核与智能互动
多平台触达 一个机器人,覆盖所有平台。通过统一面板集中管理

为 AI Agent 而生 🤖

LangBot 从设计上就对 Agent 友好 —— 你的编码 Agent(Claude Code、Codex、Copilot、Cursor 等)可以一等公民般地操作、扩展和部署 LangBot:

  • MCP Server —— LangBot 内置 Model Context Protocol 端点 /mcp,与 HTTP API 对齐,Agent 可编程式管理机器人、流水线、插件和模型。使用同一套 API Key 鉴权(可在 config.yaml 配置全局 Key,或使用用户 Key),无需登录流程。在 Web 面板的 API 与 MCP 标签页中配置。
  • 仓库内 Skills —— skills/ 目录是使用 LangBot 的唯一事实来源:插件开发、核心开发、端到端测试、部署,以及操作 LangBot / LangBot Space MCP Server。把 Agent 指向这个目录,它就知道如何动手。
  • AGENTS.md —— 每个仓库都提供 AGENTS.md(软链到 CLAUDE.md),描述架构、规范,以及「API 变更必须同步更新 MCP Server 和 skills」的约定。
  • llms.txt —— 面向 LLM 的机器可读项目上下文已发布在官网。

云端 / 市场: LangBot Space 同样开放 MCP Server,Agent 可搜索和查看插件 / MCP / Skill 市场,使用 Personal Access Token 鉴权。


社区

Discord QQ Group


贡献者

感谢所有贡献者对 LangBot 的帮助:

About

基于 LangBot 的飞书通知网关、消息路由与 Agent 调用平台

Resources

Contributing

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages