Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

dify-on-wechat如何接coze

Answer

要将 Dify 接入企业微信，您可以按照以下步骤进行操作：

  1. 创建聊天助手应用：在 Dify 平台创建基础编排聊天助手应用，获取 API 密钥和 API 服务器地址。
  2. 下载 Dify on WeChat 项目：下载并安装依赖。
  3. 填写配置文件：在项目根目录创建 config.json 文件，填写 API 密钥和服务器地址。
  4. 把基础编排聊天助手接入微信：快速启动测试，扫码登录，进行对话测试，可以选择源码部署或 Docker 部署。
  5. 把工作流编排聊天助手接入微信：创建知识库，导入知识库文件，创建工作流编排聊天助手应用，设置知识检索节点和 LLM 节点，发布更新并访问 API。
  6. 把 Agent 应用接入微信：创建 Agent 应用，设置对话模型和添加工具，生成 API 密钥，填写配置文件，启动程序并进行测试。

更多内容请访问原文：https://docs.dify.ai/v/zh-hans/learn-more/use-cases/dify-on-wechat

另外，CoW（chatgpt-on-wechat）是一个基于大型语言模型的智能对话机器人项目，具有多端部署、基础对话、语音识别、图片生成、丰富插件、Tool 工具、知识库等特性和优势，支持在多个平台部署，包括微信公众号、企业微信应用、飞书、钉钉等。项目开源，GitHub 地址：https://github.com/zhayujie/chatgpt-on-wechat ，Gitee 地址：https://gitee.com/zhayujie/chatgpt-on-wechat 。

您还可以引入dify-on-wechat项目，在 bot/dify/新建一个 dify_image.py 的程序，将画图程序的调用过程写到 dify bot 中，如用 query“画”开头接提示来触发调用。

Content generated by AI large model, please carefully verify (powered by aily)

References

问：Dify 怎么接入企业微信

在Dify的官网，我为你找到了一篇手把手教你如何将Dify应用接入微信生态的教程：1.创建聊天助手应用：在Dify平台创建基础编排聊天助手应用，获取API密钥和API服务器地址。2.下载Dify on WeChat项目：下载并安装依赖。3.填写配置文件：在项目根目录创建config.json文件，填写API密钥和服务器地址。4.把基础编排聊天助手接入微信：快速启动测试，扫码登录，进行对话测试，可以选择源码部署或Docker部署。5.把工作流编排聊天助手接入微信：创建知识库，导入知识库文件，创建工作流编排聊天助手应用，设置知识检索节点和LLM节点，发布更新并访问API。6.把Agent应用接入微信：创建Agent应用，设置对话模型和添加工具，生成API密钥，填写配置文件，启动程序并进行测试。更多内容请访问原文：https://docs.dify.ai/v/zh-hans/learn-more/use-cases/dify-on-wechat

大模型的快思慢想：适配自己的LLM使用场景II--在Mac/Edge设备及微信上运行Flux

CoWc hatgpt-on-wechat（简称CoW）是一个基于大型语言模型的智能对话机器人项目，旨在提供多平台部署和丰富的功能。以下是CoW项目的一些关键特性和优势：1.多端部署：CoW支持在多个平台部署，包括微信公众号、企业微信应用、飞书、钉钉等。2.基础对话：CoW能够智能回复私聊和群聊消息，支持多轮会话上下文记忆，并支持多种语言模型，如GPT-3.5,GPT-4,GPT-4o,Claude,Gemini,文心一言,讯飞星火,通义千问，ChatGLM-4，Kimi（月之暗面）。3.语音识别：CoW可以识别语音消息，并以文字或语音形式回复，支持多种语音模型，如azure,baidu,google,openai(whisper/tts)。4.图片生成：CoW支持图片生成、图片识别、图生图（如照片修复），可选择Dall-E-3,stable diffusion,replicate,midjourney,CogView-3,vision等模型。5.丰富插件：CoW支持个性化插件扩展，已实现多角色切换、文字冒险、敏感词过滤、聊天记录总结、文档总结和对话、联网搜索等插件。6.Tool工具：CoW可以与操作系统和互联网交互，支持最新信息搜索、数学计算、天气和资讯查询、网页总结等功能。7.知识库：CoW允许用户上传知识库文件来自定义专属机器人，可作为数字分身、智能客服、私域助手使用。8.开源：CoW项目在GitHub和Gitee上开源，这意味着开发者和用户可以自由地访问、使用、修改和分发代码。项目地址如下：

大模型的快思慢想：适配自己的LLM使用场景II--在Mac/Edge设备及微信上运行Flux

GitHub:https://github.com/zhayujie/chatgpt-on-wechatGitee:https://gitee.com/zhayujie/chatgpt-on-wechat这里先暂时不过多介绍Dify，它跟AutoGPT,MetaGPT,FastGPT等等都是可以自己构建Agent，工作流的LLM应用开发平台。AM就是搭建在Dify上面的。以下是它的节点流预览图：说回LlamaEdge，我们可以自建一个API扩展来实现调用上面的FLUX.1 API Server（套娃）API扩展说明，可以查看：https://docs.dify.ai/zh-hans/guides/extension/api-based-extension，但貌似0.8.3的版本不再使用了（dify里面有不少功能更新缺陷或版本冲突，所以使用时需要自行修改或提交PR）也可以引入[dify-on-wechat](https://github.com/hanfangyuan4396/dify-on-wechat)项目，在bot/dify/新建一个dify_image.py的程序，将画图程序的调用过程写到dify bot中，如用query“画”开头接提示来触发调用。dify_image.py我将后面更新到我的代码仓库中。图片服务器，很简单，分别写一个Flask app程序和一个html：app.pytemplate/index.html以上代码都可以由Phind,Copilot,Cursor,Zed+ollama+一个代码大模型代劳，但架构感觉整复杂了不够优雅，后面整理好打包一个解决方案再提交一个repo。见效果图：

Others are asking
coze搭建智能体，用上传的文件和知识库的文件做对比，分析差异点。
以下是关于在 Coze 中搭建智能体的相关信息： 1. 证件照相关操作： 展示原图上传结果，基本脸型已换，生成效果与上传照片特征有关。 改背景可利用改图功能，一键改图效果更好，输出数据类型为图片。 豆包节点生成的是 URL 地址，与前者不同，在工作流使用有差异，可参考简单提示词。 介绍证件照工作流相关操作，包括通过提示词改背景颜色，设置输出方式为返回变量；讲解消耗 token 及保存结果相关问题；对按钮、表单添加事件并设置参数，限制上传文件数量；还涉及给表单和图片绑定数据，以及每次操作后刷新界面确保设置生效。 围绕操作讲解与优化展开，介绍 for meet 的设置，如表单事件操作、图片上传数量修改等，提及编程基础知识。还讲述成果图连接、绑定数据方法及注意事项。展示基本功能实现情况，分析换性别等问题成因，指出需在工作流优化提示词，也可尝试用视频模型解决，最后进入问答环节。 2. 多维表格的高速数据分析： 创建智能体，使用单 Agent 对话流模式。 编排对话流，创建新的对话流并关联智能体。 使用代码节点对两个插件获取的结果进行数据处理，注意代码节点输出的配置格式。 测试，找到一篇小红书笔记，试运行对话流，在对话窗口输入地址查看数据。 发布，选择多维表格，配置输出类型为文本，输入类型选择字段选择器，完善上架信息，可选择仅自己可用以加快审核。 3. 智能体与微信和微信群的连接： 创建知识库，可选择手动清洗数据提高准确性，包括在线知识库和本地文档。 在线知识库创建时，飞书在线文档中每个问题和答案以分割，可编辑修改和删除。 本地文档中注意拆分内容提高训练数据准确度，如将课程章节按固定方式人工标注和处理。 发布应用，确保在 Bot 商店中能够搜到。
2025-04-18
coze搭建知识库和上传文件做对比分析
以下是关于 Coze 搭建知识库和上传文件的对比分析： 创建文本型知识库： 自动分段与清洗：扣子可对上传的内容进行自动解析，支持复杂布局的文件处理，如识别段落、页眉/页脚/脚注等非重点内容，支持跨页跨栏的段落合并，支持解析表格中的图片和文档中的表格内容（目前仅支持带线框的表格）。操作步骤为在分段设置页面选择自动分段与清洗，然后依次单击下一步、确认，可查看分段效果，不满意可重新分段并使用自定义分段。 自定义：支持自定义分段规则、分段长度及预处理规则。操作时在分段设置页面选择自定义，然后依次设置分段规则和预处理规则，包括选择分段标识符、设置分段最大长度和文本预处理规则，最后单击下一步完成内容分段。 创建表格型知识库： 目前支持 4 种导入类型：本地文档、API、飞书、自定义。 本地文档：选择本地文档从本地文件中导入表格数据，目前支持上传 Excel 和 CSV 格式的文件，文件不得大于 20M，一次最多可上传 10 个文件，且表格内需要有列名和对应的数据。 API：参考特定操作从 API 返回数据中上传表格内容，包括选择 API、单击新增 API、输入 API URL 并选择数据更新频率，然后单击下一步。 飞书：参考特定操作从飞书表格中导入内容，包括选择飞书、在新增知识库页面单击授权并选择要导入数据的飞书账号、单击安装扣子应用（仅首次导入需授权和安装），然后选择要导入的表格并单击下一步。目前仅支持导入“我的空间”下的飞书文档，云文档的创建者必须是自己，暂不支持导入知识库和共享空间下的云文档。 上传文本内容： 在线数据：扣子支持自动抓取指定 URL 的内容，也支持手动采集指定页面上的内容，上传到数据库。 自动采集方式：适用于内容量大、需批量快速导入的场景。操作步骤为在文本格式页签下选择在线数据，然后依次单击下一步、自动采集、新增 URL，输入网站地址、选择是否定期同步及周期，最后单击确认，上传完成后单击下一步，系统会自动分片。 手动采集：适用于精准采集网页指定内容的场景。操作步骤为安装扩展程序，在文本格式页签下选择在线数据，然后依次单击下一步、手动采集、授予权限，输入采集内容的网址，标注提取内容，查看数据确认无误后完成并采集。
2025-04-18
coze搭建工作流调用deepseek如何把模型的输出存入到多维表中
以下是将模型的输出存入到多维表中的步骤： 1. 逐步搭建 AI 智能体： 搭建整理入库工作流。 设置大模型节点提取稍后读元数据，使用 MiniMax 6.5s 245k，设置最大回复长度至 50000，以确保能完整解析长内容网页。 进行日期转时间戳，后续的飞书多维表格插件节点在入库日期字段时只支持 13 位时间戳，需要使用「日期转时间戳time_stamp_13」插件进行格式转化。 把稍后读元数据转换为飞书多维表格插件可用的格式，飞书多维表格插件目前（2024 年 08 月）只支持带有转义符的 string，以 Array<Object>格式输入，所以必须将之前得到的元数据数组进行格式转换。 添加「飞书多维表格add_records」插件，只需要设置{{app_token}}与{{records}}参数，将元数据写入飞书表格。 2. 搭建 Coze 工作流： 打开 Coze 的主页，登录后，在【工作空间】创建一个智能体。 在编排页面，给智能体编辑好人设，可先写一个简单的，然后点右上角自动优化，系统会自动补全更精细的描述。点击工作流的+，创建一个工作流。 大模型节点把 input 给到 DeepSeek，让 DeepSeek 按照提前规定的输出框架生成对应文案。 生图节点将输出给到图像生成组件画图。 结束输出时，两个输出给到最终的 end 作为最终的输出。注意在编写系统提示词时，如果需要 input 可被 DeepSeek 调用，需要用{{input}}作为参数引入，不然大模型不知道自己需要生成和这个 input 相关的结果。编排完，点击【试运行】，调试至满意后点击发布。
2025-04-14
有没有优质的系统的coze入门网课？
以下是一些优质的系统的 Coze 入门网课推荐： 另外，还有“一泽 Eze:万字实践教程，全面入门 Coze 工作流｜用 Coze 打造 AI 精读专家智能体，复刻 10 万粉公众号的创作生产力”，这可能是全网最好的 Coze 教程（之一），即使是非技术出身的爱好者也能上手跟学，一站式学会 AI Agent 从设计到落地的全流程方法论。其核心看点包括通过实际案例逐步演示用 Coze 工作流构建能够稳定按照模板要求生成结构化内容的 AI Agent、开源 AI Agent 的设计到落地的全过程思路、10+项常用的 Coze 工作流的配置细节、常见问题与解决方法等。适合任何玩过 AI 对话产品的一般用户，以及希望深入学习 AI 应用开发平台（如 Coze、Dify），对 AI Agent 工作流配置感兴趣的爱好者。但需注意，本文不单独讲解案例所涉及 Prompt 的撰写方法。文末「拓展阅读」中，附有相关 Prompt 通用入门教程、Coze 其他使用技巧等内容，以供前置或拓展学习。
2025-04-14
如果我想要系统学习coze，我应该怎么安排？
如果您想要系统学习 Coze，可以参考以下安排： 第一期共学回放 5 月 7 号（） 大聪明分享｜主题：Agent 的前世今生 每个分享人分享最初是怎么接触 Coze 的，以及现在用 Coze 做什么 20:00@?AJ 主持开场 20:00 21:00 大聪明分享 21:00 21:30 关于 Coze 随便聊聊 5 月 8 号（） 大圣分享｜主题：我眼中的 AI Agent 以及通过搭建知识库实例入门 Coze 20:00 21:20 大圣分享 5 月 9 号（） 艾木分享｜主题：Agent 系统的核心构成：Workflow 和 Multiagent Flow（以“Dr.Know”和“卧底”为例 20:00 21:00 艾木分享 21:00 21:30 线上答疑 5 月 10 号（） 罗文分享｜主题：一个方法解锁 COEZ 所有插件的用法+如何自动化解锁每天抓取 X 内容+改写+发布到飞书 20:00 21:00 罗文分享 5 月 11 号（） Itao 分享｜主题：和 AI 成为搭子 20:00 21:00 Itao 分享 21:00 21:30 线上答疑 Agent 搭建共学快闪 0619 日程安排 6 月 19 日 20:00 开始 从零到一，搭建微信机器人 0 基础小白 张梦飞 小元 金永勋、奥伏 6 月 20 日 20:00 开始 Coze 接入、构建你的智能微信助手 完成第一课 张梦飞 吕昭波 安仔、阿飞 6 月 23 日 20:00 开始 微信机器人插件拓展教学 完成第一课 张梦飞 安仔 大雨 空心菜、AYBIAO、阿飞 6 月 24 日 20:00 开始 虚拟女友“李洛云”开发者自述 完成第一课 皮皮 安仔 6 月 25 日 20:00 开始 FastGPT：“本地版 coze"部署教学 完成第一课 张梦飞 银海 金永勋、AYBIAO 6 月 27 日 20:00 开始 Hook 机制的机器人使用和部署教学 0 基础小白，一台 Windows 10 以上系统的电脑 张梦飞 Stuart 阿飞、空心菜
2025-04-14
coze 教程
以下是为您提供的 Coze 教程相关信息： 一泽 Eze 的教程：可能是全网最好的 Coze 教程之一，一次性带您入门 Coze 工作流。即使是非技术出身的爱好者也能上手跟学，一站式学会 AI Agent 从设计到落地的全流程方法论。阅读指南：长文预警，请视情况收藏保存。核心看点包括通过实际案例逐步演示用 Coze 工作流构建能稳定按模板要求生成结构化内容的 AI Agent、开源 AI Agent 的设计到落地的全过程思路、10+项常用的 Coze 工作流的配置细节、常见问题与解决方法。适合人群为玩过 AI 对话产品的一般用户，以及对 AI 应用开发平台（如 Coze、Dify）和 AI Agent 工作流配置感兴趣的爱好者。注：本文不单独讲解案例所涉及 Prompt 的撰写方法。文末「拓展阅读」中，附有相关 Prompt 通用入门教程、Coze 其他使用技巧等内容，以供前置或拓展学习。 其他相关基础教程： 大圣：胎教级教程：万字长文带你使用 Coze 打造企业级知识库 （https://waytoagi.feishu.cn/wiki/CT3UwDM8OiVmOOkohPbcV3JCndb） 大聪明：保姆级教程：Coze 打工你躺平 （https://waytoagi.feishu.cn/wiki/PQoUwXwpvi2ex7kJOrIcnQTCnYb） 安仔：Coze 全方位入门剖析免费打造自己的 AI Agent （https://waytoagi.feishu.cn/wiki/SaCFwcw9xi2qcrkmSxscxTxLnxb） 基础教程：Coze“图像流”抢先体验 （https://waytoagi.feishu.cn/wiki/AHs2whOS2izNJakGA1NcD5BEnuf） YoYo：Coze 图像流小技巧：探索视觉艺术的隐藏宝藏 （https://waytoagi.feishu.cn/wiki/CTajwJnyZizxlJk8a4AcJYywnfe） 【智能体】让 Coze 智能体机器人连上微信和微信群详细配置文档 （https://waytoagi.feishu.cn/wiki/ExHMwCDZ7i6NA7knCWucFvFvnvJ）
2025-04-13
什么是Dify
Dify 是一个开源的大模型应用开发平台。它融合了后端即服务和 LLMOps 的理念，为用户提供直观界面，能快速构建和部署生产级别的生成式 AI 应用。 该平台具有以下特点： 1. 强大的工作流构建工具。 2. 支持广泛的模型集成。 3. 提供功能丰富的提示词 IDE。 4. 拥有全面的 RAG Pipeline 用于文档处理和检索。 5. 允许用户定义 Agent 智能体。 6. 通过 LLMOps 功能持续监控和优化应用程序性能。 Dify 提供云服务和本地部署选项，满足不同用户需求。其开源特性确保对数据的完全控制和快速产品迭代。设计理念注重简单性、克制和快速迭代，能帮助用户将 AI 应用创意快速转化为现实。无论是创业团队构建 MVP、企业集成 LLM 增强现有应用能力，还是技术爱好者探索 LLM 潜力，Dify 都提供相应支持和工具。 Dify 官方手册：https://docs.dify.ai/v/zhhans 。一般来说，如果是个人研究，推荐单独使用 Dify；如果是企业级落地项目，推荐使用多种框架结合，效果更好。
2025-04-13
哪里可以搜到dify的相关学习资料
以下是一些可以搜到 Dify 相关学习资料的途径： 1. 您可以通过以下链接获取相关学习资料：https://docs.dify.ai/v/zhhans/gettingstarted/installselfhosted/dockercompose 。这些命令通常在宝塔面板的终端安装，若想了解命令的含义，可直接询问 AI 。 2. 微信文章： ，该文章介绍了如何在几分钟内使用 Dify 平台快速定制网站的 AI 智能客服，即使是非技术人员也能操作。 请注意，以上内容由 AI 大模型生成，请仔细甄别。
2025-04-10
dify工作流中agent节点怎么使用
在 Dify 工作流中使用 Agent 节点的步骤如下： 1. 搭建工作流框架： 进入 Coze，点击「个人空间工作流创建工作流」，打开创建工作流的弹窗。 根据弹窗要求自定义工作流信息，点击确认完成新建。 左侧「选择节点」模块中，根据子任务需要，实际用上的有插件（提供能力工具拓展 Agent 能力边界）、大模型（调用 LLM 实现文本内容生成）、代码（支持编写简单脚本处理数据）。 按照流程图在编辑面板中拖入对应的 LLM 大模型、插件、代码节点完成框架搭建。 2. 测试 Agent 节点功能： 完成任何一个节点的配置后，都需要进行试运行测试以验证节点的运行效果。 步骤一：点击「测试该节点」。 步骤二：按格式要求输入待测试的输入内容，如果是 array 等其他格式，请自行对话 AI 或搜索网络确认格式要求。 步骤三：点击「展开运行结果」，检查输入、输出项是否有误。如果有误，请依次检查“测试输入内容”、“节点配置”是否有误，以及优化“提示词”以提升对生成内容的约束力。当多次测试时输入与输出都符合预期，就可以进入下一个子任务的配置。
2025-04-05
dify
Dify 是一个开源的大模型应用开发平台： 构建知识库的具体步骤： 准备数据：收集文本数据，包括文档、表格等格式，进行清洗、分段等预处理以确保数据质量。 创建数据集：在 Dify 中创建新数据集，上传准备好的文档，并编写良好描述。 配置索引方式：提供三种索引方式（高质量模式、经济模式和 Q&A 分段模式），根据实际需求选择，如追求高准确度可选高质量模式。 集成至应用：将数据集集成到 Dify 的对话型应用中，在应用设置中配置数据集使用方式。 持续优化：收集用户反馈，对知识库内容和索引方式持续优化和迭代，定期更新增加新内容。 平台特点： 结合后端即服务和 LLMOps 理念，提供直观界面快速构建和部署生产级别的生成式 AI 应用。 具备强大工作流构建工具，支持广泛模型集成，提供功能丰富的提示词 IDE 和全面的 RAG Pipeline 用于文档处理和检索。 允许用户定义 Agent 智能体，通过 LLMOps 功能对应用程序性能持续监控和优化。 提供云服务和本地部署选项，满足不同用户需求，开源特性确保对数据完全控制和快速产品迭代。 设计理念注重简单性、克制和快速迭代，为创业团队构建 MVP、企业集成 LLM 等提供支持和工具。 官方手册：https://docs.dify.ai/v/zhhans 。一般来说，个人研究推荐单独使用 Dify，企业级落地项目推荐多种框架结合。
2025-04-01
dify教程
以下是关于 Dify 的教程： Differential Diffusion 教程： 技术适用场景：特别适用于需要保持图像整体一致性和自然感的场景。 软填充技术：用于平滑填补图像空白或损坏部分，同时细微调整周围区域，确保新填充内容与原始图像无缝融合。 强度扇：一种可视化不同编辑强度效果的工具，帮助用户通过可视化方式理解不同编辑强度的效果。 无需训练或微调：操作仅在推理阶段进行，不需要对模型进行额外训练或微调。 与现有扩散模型兼容：可集成到任何现有的扩散模型中，增强编辑和生成能力，适用于 Stable Diffusion XL、Kandinsky 和 DeepFloyd IF 等不同的扩散模型。 主要功能特点： 精细的编辑控制：通过引入变化地图，可对图像每个像素或区域指定不同变化程度，支持离散和连续编辑。 文本驱动的图像修改：通过文本提示指导图像修改方向。 软填充技术：在填补图像空白或修复部分时，能细微调整周围区域确保无缝融合。 Dify 接入企业微信教程： 创建聊天助手应用：在 Dify 平台创建基础编排聊天助手应用，获取 API 密钥和 API 服务器地址。 下载 Dify on WeChat 项目：下载并安装依赖。 填写配置文件：在项目根目录创建 config.json 文件，填写 API 密钥和服务器地址。 把基础编排聊天助手接入微信：快速启动测试，扫码登录，进行对话测试，可以选择源码部署或 Docker 部署。 把工作流编排聊天助手接入微信：创建知识库，导入知识库文件，创建工作流编排聊天助手应用，设置知识检索节点和 LLM 节点，发布更新并访问 API。 把 Agent 应用接入微信：创建 Agent 应用，设置对话模型和添加工具，生成 API 密钥，填写配置文件，启动程序并进行测试。 更多内容请访问原文：https://docs.dify.ai/v/zhhans/learnmore/usecases/difyonwechat
2025-03-29
dify学习
Dify 是一个开源的大模型应用开发平台： 理念：结合后端即服务和 LLMOps 的理念。 特点：提供直观界面，能快速构建和部署生产级别的生成式 AI 应用。具有强大的工作流构建工具，支持广泛的模型集成，有功能丰富的提示词 IDE 和全面的 RAG Pipeline 用于文档处理和检索。允许用户定义 Agent 智能体，通过 LLMOps 功能对应用程序性能持续监控和优化。 部署选项：提供云服务和本地部署，满足不同用户需求。 开源特性：确保对数据的完全控制和快速产品迭代。 设计理念：注重简单性、克制和快速迭代，旨在帮助用户将 AI 应用的创意快速转化为现实。 推荐使用方式：个人研究推荐单独使用，企业级落地项目推荐多种框架结合。 Dify 官方手册：https://docs.dify.ai/v/zhhans
2025-03-28
chatgpt-on-wechat接入企业微信应用的具体操作
以下是 chatgptonwechat 接入企业微信应用的具体操作： 1. 登录宝塔面板，在其中可视化控制云服务器，部署 docker 容器，启动 COW 项目与微信取得关联。 2. 点击“Docker”中的“项目模板”中的“添加”按钮。 3. 项目模板代码示例如下：将编译好的内容复制进来。 4. 在容器中创建容器，选择容器编排，填入模板和名称，确定。 5. 运行成功后，点击容器，可以看到运行的是两个服务。 6. 点击“wcandyaibot”后面的日志按钮，在弹出层中用提前预备好的微信进行扫码。 7. 手动刷新界面，点击“刷新日志”，若看到“WeChat login success”，则成功将 Bot 接入微信中。 此外，还需注意： 1. chatgptonwechat 项目是基于大模型的智能对话机器人，支持微信公众号、企业微信应用、飞书、钉钉接入，可选择多种模型，能处理多种形式的内容，并通过插件访问外部资源，支持基于自有知识库定制企业 AI 应用。 2. 点击“Docker”中的“编排模板”中的“添加”按钮，可参考相关代码示例进行操作。若无法正常启动，可查看文档后面的“常见问题”。
2025-02-21
chatgpt-on-wechat接入coze相关教程
以下是 chatgptonwechat 接入 coze 的相关教程： 1. 登录宝塔面板，在宝塔面板中可视化控制云服务器，部署 docker 容器，启动 COW 项目与微信取得关联。 点击“Docker”中的“项目模板”中的“添加”按钮。 项目模板代码示例如下：将编译好的内容复制进来。 在容器中创建容器，选择容器编排，填入模板和名称，确定。 现实运行成功。 点击容器后，可以看到运行的是两个服务，因为接口文档中启动了两个服务。 然后点击“wcandyaibot”后面的日志按钮，在弹出层中用提前预备好的微信进行扫码。这个界面不会实时更新显示，需要手动刷新一下。点击“刷新日志”，如果看到 WeChat login success，就成功将 Bot 接入微信中了。 2. 点击“Docker”中的“编排模板”中的“添加”按钮。 备注说明版。 无备注干净版。 将上面编译好的内容复制进来。 在“容器编排”中“添加容器编排”。 选择在“编排模板”里创建的“coze2openai”。提示运行成功，如果无法正常启动，请看文档后面的“常见问题”。 3. 注意事项： 该教程默认您已经掌握通过 COW 接入微信机器人的方式了。如需补课请先前往：【共学最全版本】微信机器人跟学教程。 在 chatgptonwechat 中 config.json 中配置您自己的 Coze API Key 和 Coze Bot ID。 coze_api_key:“您创建的 Coze API Key”。 coze_bot_id:“您对应微信 Bot 的 Coze Bot 的 id”。
2024-12-11
chatgpt-on-wechat教程
以下是搭建 chatgptonwechat 接入微信的教程： 1. 克隆项目代码： 注：如遇到网络问题，可把链接替换为国内镜像 安装 Python 3 和 pip 安装核心依赖（必选）：能够使用 itchat 创建机器人，并具有文字交流功能所需的最小依赖集合 拓展依赖（可选，建议安装）：如果某项依赖安装失败，可重新执行再继续 复制一份 config 文件，方便后续配置 2. 然后用公网 ip:3000 打开 FastGpt，应用中，获取个对外的 API 接口（操作：应用>发布应用>Api 访问）。点击“新建”API 秘钥，复制 API KEY 和新建按钮旁边的 API 根地址 2 个内容。用于配置接入微信 3. 回到宝塔，找【文件】菜单，找到 root，找到 chatgptonwechat 文件夹，找到 config.json 文件。双击文件，复制下方的配置全部替换掉。保存文件 4. 点击文件夹上方功能栏中的【终端】，运行程序（注意，不是左侧一级菜单里的终端） 返回扫描执行命令后，“终端”内的二维码，就完成登录成功了 5. 最后，我们来看下微信对话效果，是根据我们在 fastgpt 录入的文档内容来回答的哦。群里要记得@人才能得到回复 6. 搭建完后想拓展 Cow 的功能，推荐参考 Yaki.eth 同学这篇教程，里面的 cow 插件能进行文件总结、MJ 绘画的能力 【共学最全版本】微信机器人共学教程： 第一天教程：COW 部署 四、开始部署 cp config.json.template config.json 19、操作完成后，退出窗口，刷新一下。进入/root/chatgptonwechat/plugins/godcmd 20、双击 config.json，进入后，设置下你的 password 和 admin_users，可以设置为和示例一样的，后边再改，点击保存后关闭 21、重新回到/root/chatgptonwechat/这个文件路径下，点击终端，继续依次粘贴：touch nohup.out 、nohup python3 app.py & tail f nohup.out 22、最下方会出现一个二维码，使用你想要做机器人的微信扫码登录即可 第二天教程内容 一、替换文件 1、/root/chatgptonwechat 下，直接替换 config.py 文件 2、/root/chatgptonwechat/bot 下创建一个新文件夹，命名为“bytedance”，然后在/root/chatgptonwechat/bot/bytedance 下，上传 bytedance_coze_bot.py 文件 3、/root/chatgptonwechat/bot 文件夹下，替换 bot_factory.py 文件 4、/root/chatgptonwechat/common 文件夹下，替换 const.py 文件 5、/root/chatgptonwechat/bridge 下，替换 bridge.py 文件
2024-11-24
chatgpt-on-wechat 总结群聊插件
以下是关于 chatgptonwechat 总结群聊插件的相关信息： sum4all 插件： 本项目为大模型内容总结服务，有微信插件、telegram 机器人、iOS 快捷指令三个版本，其中微信插件需要自行部署，需配合 chatgptonwechat 项目。 支持联网搜索。 支持多轮追问。 支持文章链接总结，且支持发送到在线笔记。 支持文件内容总结，包括 pdf、docx、markdown、txt、xls、csv、html、ppt。 支持图片总结，包括 png、jpeg、jpg（最近好像不行，也可能是配置有误）。 支持视频、播客内容总结，包括抖音、b 站、小红书、YouTube 等。 支持多种内容总结服务，可自由组合。 支持自定义 prompt。 支持自定义搜索、追问提示词。 googleSearchOnWechat 插件： 插件介绍：通过 Google 搜索或图像搜索来获取信息，并利用 ChatGPT 对结果进行总结，以获得更精准和详细的答案。同时，搜图功能让用户能够通过在网络上搜索图片来增加可玩性。 git 地址：https://github.com/Yanyutin753/googleSearchOnWechat.git
2024-09-17
在群晖上部署 chatgpt-on-wechat
在群晖上部署 chatgptonwechat 的步骤如下： 1. 点击“Docker”中的“编排模板”中的“添加”按钮。 2. 备注说明版或无备注干净版，将编译好的内容复制进来。 3. 在“容器编排”中“添加容器编排”。 4. 选择在“编排模板”里创建的“coze2openai”。 5. 若无法正常启动，查看文档后面的“常见问题”。 另外，还需注意： 1. COW 全称 Chatgptonwechat，可以在微信、飞书、钉钉等主流社交平台上实现对接各种大模型的功能。 2. 宝塔面板可用于可视化控制云服务器，在上面部署 docker 容器，启动 COW 项目与微信取得关联。 3. 登录宝塔面板后，点击“Docker”中的“项目模板”中的“添加”按钮，复制项目模板代码示例，在容器中创建容器，选择容器编排，填入模板和名称，确定。 4. 点击容器后，若看到运行的是两个服务，可点击“wcandyaibot”后面的日志按钮，用提前预备好的微信进行扫码。此界面不会实时更新显示，需手动刷新，若看到“WeChat login success”，则成功将 Bot 接入微信。
2024-09-05