---

什么是LangBot？

LangBot是一个开源的生产级平台，用于构建基于AI的即时通讯机器人。它能够将大型语言模型（LLM）连接到任何聊天平台，使您能够创建智能代理，进行对话、执行任务，并与现有工作流无缝集成。

核心能力

• AI对话与智能代理 — 多轮对话、工具调用、多模态支持、流式输出。内置RAG知识库，并深度集成Dify、Coze、n8n、Langflow。
• 通用即时通讯平台支持 — 一套代码适用于Discord、Telegram、Slack、LINE、QQ、微信、企业微信、飞书、钉钉、KOOK。
• 生产就绪 — 访问控制、限流、敏感词过滤、全面监控和异常处理。深受企业信赖。
• 插件生态系统 — 数百个插件、事件驱动架构、组件扩展以及对MCP协议的支持。
• Web管理面板 — 通过直观的浏览器界面配置、管理和监控您的机器人，无需编辑YAML文件。
• 多管道架构 — 针对不同场景使用不同的机器人，并提供全面的监控和异常处理。

→ 了解更多功能

---

快速开始

☁️ LangBot云服务（推荐）

LangBot云服务 — 无需部署，开箱即用。

一行命令启动

uvx langbot

需要安装uv。访问http://localhost:5300 — 完成。

Docker Compose

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

一键云端部署

更多选项： Docker · 手动部署 · BTPanel · Kubernetes

---

支持的平台

平台	状态	备注
Discord	✅
Telegram	✅
Slack	✅
LINE	✅
QQ	✅	个人及官方API
企业微信	✅	企业微信、外部客服、AI机器人
微信	✅	个人及公众号
飞书	✅
钉钉	✅
KOOK	✅
Satori	✅

---

支持的LLM及集成

提供者	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	网关	✅
阿里云百炼	网关	✅
火山引擎ARK	网关	✅
ModelScope	网关	✅
GiteeAI	网关	✅
CompShare	GPU平台	✅
PPIO	GPU平台	✅
盛算云	GPU平台	✅
接口AI	网关	✅
302.AI	网关	✅

→ 查看所有集成

---

为什么选择LangBot？

使用场景	LangBot如何帮助
客户支持	在Slack/Discord/Telegram上部署AI智能体，利用您的知识库回答问题
内部工具	将n8n/Dify工作流连接到企业微信/钉钉，实现自动化业务流程
社区管理	使用AI内容过滤和互动功能管理QQ/Discord群组
多平台存在	一个机器人，覆盖所有平台。从单一仪表板进行管理

---

实时演示

立即体验： https://demo.langbot.dev/

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

注意：公共演示环境，请勿输入敏感信息。

---

社区

• Discord 社区

---

星标历史

---

贡献者

感谢所有帮助使 LangBot 更加完善的贡献者：

LangBot 快速上手指南

LangBot 是一个开源的生产级平台，用于构建连接大语言模型（LLM）与即时通讯软件（如微信、钉钉、Discord 等）的 AI 机器人。它支持多轮对话、工具调用、知识库（RAG）集成，并提供可视化的 Web 管理面板。

环境准备

在开始之前，请确保您的系统满足以下要求：

• 操作系统：Linux, macOS, 或 Windows (WSL 推荐)
• Python 版本：3.10 ~ 3.13
• 前置依赖：
  • 推荐使用 uv 包管理器以获得最佳体验（安装命令见下文）。
  • 若使用 Docker 部署，需安装 Docker 及 Docker Compose。

安装步骤

您可以根据需求选择以下任意一种方式进行安装：

方式一：一键启动（推荐，需 uv）

这是最快速的本地体验方式，无需手动克隆代码或配置虚拟环境。

1. 安装 uv (如果尚未安装)：

   curl -LsSf https://astral.sh/uv/install.sh | sh
   

2. 运行 LangBot：

   uvx langbot
   

3. 启动完成后，在浏览器访问 http://localhost:5300 即可进入管理面板。

方式二：Docker Compose 部署

适合生产环境或需要持久化存储的场景。

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

启动后访问 http://localhost:5300。

方式三：云平台一键部署

如果您希望零运维成本，可使用以下云服务模板快速部署：

• Deploy on Zeabur
• Deploy on Railway

基本使用

安装完成后，请按照以下步骤配置并运行您的第一个 AI 机器人：

1. 访问管理面板 打开浏览器访问 http://localhost:5300（或您部署的域名）。

   • 演示账号：demo@langbot.app / langbot123456 (仅限公共演示环境，请勿输入敏感信息)

2. 配置大模型 (LLM)

   • 进入 Settings (设置) -> Providers (服务商)。
   • 添加您的 LLM 密钥（支持 OpenAI, DeepSeek, Moonshot, Ollama 等国内外主流模型）。
   • 提示：国内用户可优先配置 DeepSeek、Moonshot 或通过 SiliconFlow 等网关接入。

3. 连接即时通讯平台

   • 进入 Platforms (平台) 页面。
   • 选择目标平台（如 WeChat, DingTalk, Discord, QQ 等）。
   • 按照页面指引填入对应的 Token 或 API 密钥（例如微信公众号的 AppID/AppSecret，或 Discord 的 Bot Token）。

4. 创建并启用机器人

   • 进入 Bots (机器人) 页面，点击 Create New。
   • 选择刚才配置的 LLM 和 IM 平台。
   • （可选）在 Knowledge Base 中关联 Dify 或上传文档以增强机器人回答能力。
   • 点击 Save 并 Enable 开关。

5. 测试运行 前往您配置的聊天软件（如微信或 Discord），向机器人发送消息，即可看到 AI 回复。

---

更多高级功能（如插件市场、MCP 协议支持、多管道架构）请参考官方文档。