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： [email protected],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-application ）

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。