零代码，使用 Dify 两分钟接入企业微信 AI 机器人

本文由 Dify 深度用户@李昱昊投稿整理所得。基于 Dify 能力进行 AI 应用的创建，产出本篇最佳实践文章。我们欢迎更多优秀开发者向我们投稿最佳实践，投稿联系邮箱：[e-mail],或加入 Discord 社群（https://discord.com/invite/FngNHpbcY7）联系官方工作人员。

Dify 允许创建 AI 应用，并提供二次开发的能力。这里我将演示创建一个法律问答助手的 AI 应用（机器人），称作“知法”。在本篇教程中，我将指导你为“知法”接入企业微信。

前置准备

• 企业微信的管理员权限；
• 一个 Dify 的帐号（https://dify.ai/）；
• 一个 Laf 云的帐号（https://laf.run/）；
• （可选）一个 OpenAI 的 API Key。如果没有，可以使用 Dify 免费提供的 200 次调用机会用于测试；
• （可选）在电脑上新建一个 env.txt 的文件，将下面内容复制到 env.txt 中。在接下来的教程中，我们会一步步把相关的信息填入这个文件。需要保存信息的步骤会高亮显示。

WXWORK_TOKEN=""
WXWORK_AESKEY=""
WXWORK_CORPID=""
WXWORK_AGENTID=""
WXWORK_CORPSECRET=""
DIFY_APPTOKEN=""

在 Dify 上创建应用

这一章节将会介绍如何创建一个法律知识的数据集，并将数据集和应用关联起来。

搭建法律知识数据集
为了让“知法”了解到更多的上下文，我们需要创建一个法律知识的数据库。

1. 导入文档： 从电脑上导入法律知识的 PDF 文档。

2. 文本分段和清洗： 上传的文本需要经过二次加工，才能被大语言模型理解。这里我们不需要关注具体的实现逻辑，直接选择自动分段即可，然后点击“保存并处理”。

3. 文本嵌入： 大约 30s 时间，数据集就创建成功了。你可以随时回来向数据库里添加更多文件。

（查看 Dify 官方文档中关于搭建数据集的更多操作：https://docs.dify.ai/v/zh-hans/advanced/datasets）

搭建应用

1. 创建应用： 根据图中的指示，创建一个对话型应用，并命名为“知法”。

2. 关联数据集： 在“提示词编排”页，在“上下文”模块中添加选择刚刚创建的数据集。

3. 发布模型： 完成关联数据集后，点击页面右上角的“发布”，使模型生效。

4. 获取 API 访问密钥： 在“访问 API”页面，创建一个 API 密钥并复制保存为 DIFY_APPTOKEN。请注意不要把密钥泄漏给任何人，以免造成财产损失。

（查看 Dify 官方文档中关于创建应用的更多操作：https://docs.dify.ai/v/zh-hans/application/creating-an-applic...）

创建企业微信应用

1. 记录企业信息： 进入企业微信管理后台-我的企业，记录这里的企业 ID 为 WXWORK_CORPID。

2. 创建企业微信应用： 进入应用管理页面，点击【创建应用】进入创建页面，填写应用信息后点击【创建应用】。如果已经有现成的应用，可以跳过此步骤。

3. 记录企业微信应用信息： 在应用管理页面点击刚刚创建好的应用，进入应用详情页面。记录这里的 AgentId 和 Secret（需要点击获取按钮，在企业微信聊天窗口里面获取），分别为 WXWORK_AGENTID 和 WXWORK_CORPSECRET。

4. 企业微信应用接收信息： 在应用详情页面，接收消息处点击【设置 API 接收】。

在 API 接收消息页面，点一下两个【随机获取】按钮，它会自动生成一个 Token 和 EncodingAESKey，我们分别记为 WXWORK_TOKEN 和 WXWORK_AESKEY。 注意，不要关掉这个页面，Laf 侧配置完毕后我们再来填写 URL。

在 Laf 云上创建云函数

1. 新建 Laf 云应用： 进入 Laf 后，点击新建，创建一个云应用。这里选择免费的计划即可。

2. 添加依赖： 企业微信应用需要添加@wecom/crypto, xml2js 两个依赖。添加好后，你的依赖列表应该像下面一样。

3. 添加环境变量： 从第二行开始，将上面步骤中收集到的所有内容全部粘贴到这里，点击更新。

4. 创建云函数： 点击创建一个云函数，注意“请求方法”中勾选上 POST, GET ，点击确定。

在创建好云函数中，删除默认的代码，并将本文下方“附录” 中的代码全部粘贴到这里。

5. 点发布云函数： 点击发布后，云函数就生效了。

现在把 URL 粘贴到企业微信后台【设置 API 接收】的页面中刚刚留白的地方，然后点击保存。

6. 配置 IP 白名单： 在企业微信中找到刚刚创建应用，发送一句消息。不出意外收不到任何消息。这是因为企业微信默认屏蔽了 Laf 云的 IP。点击日志，应当能看到这样一条报错'not allow to access from your ip'

点击查看这条日志详情，记录日志中给出的 Laf 云 IP：

回到企业微信的管理后台，点击刚刚创建的应用，为应用配置可行 IP：

在这里把刚刚的日志中记录的 IP 填入即可：

验证效果

1. 测试聊天： 在企业微信中找到刚刚创建应用，发送一句消息。现在应当能收到推送的消息了。

附录

企业微信应用代码 - (伪流式响应)

import cloud from '@lafjs/cloud'
import { decrypt, getSignature } from '@wecom/crypto'
import xml2js from 'xml2js'

function genConversationKey(userName) {
  return `${process.env.WXWORK_AGENTID}:${userName}`
}

function genWxAppAccessTokenKey() {
  return `${process.env.WXWORK_AGENTID}:access-token`
}

async function getToken() {
  console.log('[getToken] called')

  const cache = cloud.shared.get(genWxAppAccessTokenKey())
  if (cache && cache.expires >= Date.now()) return cache.token

  const res = await cloud.fetch({
    url: 'https://qyapi.weixin.qq.com/cgi-bin/gettoken',
    method: 'GET',
    params: {
      corpid: process.env.WXWORK_CORPID,
      corpsecret: process.env.WXWORK_CORPSECRET,
    }
  })

  const token = res.data.access_token
  cloud.shared.set(genWxAppAccessTokenKey(), { token, expires: Date.now() + res.data.expires_in * 1000 })
  return token
}

async function sendWxMessage(message, user) {
  console.log('[sendWxMessage] called', user, message)

  const res = await cloud.fetch({
    url: 'https://qyapi.weixin.qq.com/cgi-bin/message/send',
    method: 'POST',
    params: {
      access_token: await getToken()
    },
    data: {
      "touser": user,
      "msgtype": "text",
      "agentid": process.env.WXWORK_AGENTID,
      "text": {
        "content": message
      },
      "safe": 0,
      "enable_id_trans": 0,
      "enable_duplicate_check": 0,
      "duplicate_check_interval": 1800
    },
  })
  console.log('[sendWxMessage] received', res.data)
}

async function sendDifyMessage(message, userName, onMessage) {
  console.log('[sendDifyMessage] called', message, userName)

  const conversationId = cloud.shared.get(genConversationKey(userName)) || null
  let newConversationId = ''
  let responseText = ''

  try {
    const response = await cloud.fetch({
      url: 'https://api.dify.ai/v1/chat-messages',
      method: 'POST',
      headers: {
        'Authorization': `Bearer ${process.env.DIFY_APPTOKEN}`
      },
      data: {
        inputs: {},
        response_mode: "streaming",
        query: message,
        user: userName,
        conversation_id: conversationId
      },
      responseType: "stream"
    })

    let firstHalfMessage = ''
    response.data.on('data', (data) => {
      let message = data.toString()
      try {
        if (firstHalfMessage) {
          message += firstHalfMessage
          firstHalfMessage = ''
        }
    
        // 检查是不是sse协议
        if (!message.startsWith('data: ')) return
    
        const parsedChunk: Record<string, any> = JSON.parse(message.substring(6))
    
        if (!newConversationId) {
          newConversationId = parsedChunk.conversation_id
          cloud.shared.set(genConversationKey(userName), newConversationId)
        }
        const { answer } = parsedChunk
        responseText += answer
    
        // 伪流式响应
        if (answer.endsWith('\n\n') || (responseText.length > 120 && /[?。；！]$/.test(responseText))) {
          onMessage(responseText.replace('\n\n', ''))
          console.log('[sendDifyMessage] received', responseText, newConversationId)
          responseText = ''
        }
      } catch (e) {
        firstHalfMessage = message
        console.error('[sendDifyMessage] error', message)
      }
    
    })
    
    // stream结束时把剩下的消息全部发出去
    response.data.on('end', () => {
      onMessage(responseText.replace('\n\n', ''))
    })
  } catch (e) {
    console.error("[sendDifyMessage] error", e)
  }
}

async function asyncSendMessage(xml) {
  console.log('[asyncSendMessage] called', xml)

  if (xml.MsgType[0] !== 'text') return

  const message = xml.Content[0]
  const userName = xml.FromUserName[0]

  if (message === '/new') {
    // 重置conversation id
    cloud.shared.set(genConversationKey(userName), null)
    sendWxMessage('新建成功，开始新的对话吧~~', userName)
    return
  }

  sendWxMessage('AI思考中, 请耐心等待~~', userName)

  try {
    sendDifyMessage(message, userName, (message) => {
      sendWxMessage(message, userName)
    })
  }
  catch (e) {
    console.error('[sendDifyMessage] error', e)
    sendWxMessage('接口请求失败，请联系管理员查看错误信息', userName)
  }
}

export default async function (ctx: FunctionContext) {
  const { query } = ctx
  const { msg_signature, timestamp, nonce, echostr } = query
  const token = process.env.WXWORK_TOKEN
  const key = process.env.WXWORK_AESKEY
  console.log('[main] called', ctx.method, ctx.request.url)

  // 签名验证专用
  if (ctx.method === 'GET') {
    const signature = getSignature(token, timestamp, nonce, echostr)
    if (signature !== msg_signature) {
      return { message: '签名验证失败', code: 401 }
    }
    const { message } = decrypt(key, echostr)
    return message
  }

  const payload = ctx.body.xml
  const encrypt = payload.encrypt[0]
  const signature = getSignature(token, timestamp, nonce, encrypt)
  if (signature !== msg_signature) {
    return { message: '签名验证失败', code: 401 }
  }

  const { message } = decrypt(key, encrypt)
  const {
    xml
  } = await xml2js.parseStringPromise(message)
  // 由于GPT API耗时较久，这里提前返回，防止企业微信超时重试，后续再手动调用发消息接口
  ctx.response.sendStatus(200)

  await asyncSendMessage(xml)

  return { message: true, code: 0 }
}

引用：这篇深度参考以下文章，感谢原作者的辛勤付出：https://forum.laf.run/d/556/2

（完）

关于 Dify：
Dify.AI 是一款 LLMOps 平台，帮助开发者更简单、更快速地构建 AI 应用。它的核心理念是通过可声明式的 YAML 文件定义 AI 应用的各个方面，包括 Prompt、上下文和插件等。Dify 提供了可视化的 Prompt 编排、运营、数据集管理等功能。这些功能使得开发者能够在数天内完成 AI 应用的开发，或将 LLM 快速集成到现有应用中，并进行持续运营和改进，创造一个真正有价值的 AI 应用。