langbot-app/LangBot

---

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。

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 Dify、Coze、n8n、Langflow、Deerflow、Weknora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。

快速开始

官方插件源码索引：plugins/README.md · 机器可读目录 · 插件独立上架流程。插件保持独立安装，不随 Core 发版打包。

☁️ LangBot Cloud（推荐）

cloud.langbot.app

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

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

---

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。
• CLI（lbctl） —— 独立的 LangBot CLI 让 Agent 在终端通过 Service API 管理已运行实例中的 Workspace。它使用 API Key，支持管理机器人、流水线、知识库、模型、插件、Skill 和 MCP Server。安装方法和命令以 CLI 仓库为准。
• 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 社区
• QQ 社区群

---

贡献者

感谢所有贡献者对 LangBot 的帮助：

文档源码 · langbot-docs archive