企业微信接入 FastGPT:5 步搭出 7×24 小时 AI 客服
【免费下载链接】FastGPTFastGPT is a knowledge-based platform built on the LLMs, offers a comprehensive suite of out-of-the-box capabilities such as data processing, RAG retrieval, and visual AI workflow orchestration, letting you easily develop and deploy complex question-answering systems without the need for extensive setup or configuration.项目地址: https://gitcode.com/GitHub_Trending/fa/FastGPT
凌晨 2 点,客户在企业微信里发来一条"改一下收货地址",没人在线。几分钟后,AI 客服自动回复:请提供订单号,改完会通知你。这个能替你值班的企业微信 AI 客服,就是把 FastGPT 的 Agent 接进企微智能机器人得到的。跟着下面的操作步骤走,不需要写代码,二十分钟左右能配完。
一、先看最终效果:企业微信 AI 客服能替你做什么
上线后,这个机器人会出现在企微"通讯录"里,客户像找同事一样找它聊天,它会:
- 秒回重复问题:改地址、查订单、问价这类高频咨询,走 AI 客服知识库直接作答,不用等人上班;
- 答不了就升级:超出知识范围的问题按你 Agent 里设计的规则转人工,人工只处理升级工单;
- 全程留痕:每轮对话都能在 FastGPT 的对话日志里回看,方便复盘和修正答案。
二、动手前准备清单:版本、权限、域名一次核对
配置开始前,把这四项一次性核对完,后面不会卡壳:
- FastGPT 版本:商业版需 4.12.4 及以上(原生支持接入);云服务版需 4.14.4 及以上(支持自定义域名方式接入);
- 企微权限:登录管理后台的账号要是企业创建者或超级管理员,否则看不到"智能机器人"入口;
- 企业主体域名:企微要求消息接收地址必须挂企业自己的域名。云服务版用户先完成配置自定义域名,商业版用户直接沿用企业域名;
- 现成的 Agent:FastGPT 里已建好要发布的 Agent,并且挂上了知识库,这是 AI 客服的知识来源。
三、完整配置流程
整个链路可以理解为三层:企微平台层负责机器人入口和消息收发,FastGPT 发布渠道是 API 对接层,负责两端消息转发和签名校验,AI 能力层就是 FastGPT 的 Agent + 知识库,负责真正理解并回答。下面按三层顺序操作。
企微端创建 API 模式机器人
- 登录企业微信管理后台,进入"安全与管理" → "管理工具",点击"智能机器人"。做完应看到机器人创建页。
- 在创建页面向下滚动,点击"API模式创建"。做完应展开一组参数填写表单。
- 填好名称、简介、可见范围后,点击 Token 和 Encoding-AESKey 旁边的"随机获取",把生成的两串值记到本地。这一步是两端互认的"口令",必须存好,后面 FastGPT 端要原样填入。
- 表单顶部的 URL(接收消息地址)先留空,等 FastGPT 生成回调地址后回填。
FastGPT 端创建发布渠道
- 打开 FastGPT,进入目标 Agent,找到发布渠道页面,点击"创建",渠道类型选"企业微信机器人"。做完应弹出"创建企微机器人"对话框,分"配置参数 → 填写回调地址"两步。
- 第一步填写渠道名称、QPM(每分钟请求上限)等基本信息,再把企微端记录的两串值分别填入 Token 和 AES Key 两个字段。两边必须逐字符一致,差一位都验不过。
- 点击"确认",按提示选择你配置的自定义域名。做完页面会显示一条完整的回调地址,点击复制。这条地址就是企微端表单里留空的 URL。
回调地址怎么完成双向验证
- 回到企微端的机器人配置表单,把刚复制的回调地址粘贴进 URL 字段,点击"创建"。
- 打开企业微信客户端,在左侧"通讯录"里找到刚创建的机器人,点开对话窗。能看到对话输入框,说明双向验证通过,消息通道已打通,此时消息会被转发到 FastGPT 的 Agent,由它检索知识库并调用模型作答。
四、上线前必测的 3 项验证
- 知识库命中测试:让同事发一个知识库里有的常见问题,比如"发货时间"。做完机器人应在几秒内给出基于知识库的准确答案。
- 超纲问题测试:再发一个知识库里没有的问题。做完机器人应按你 Agent 的设定礼貌应对或转人工,而不是编造答案。
- 日志留痕测试:到 FastGPT 的对话日志里查这两轮提问。做完应能看到完整提问记录,这证明消息确实进了 FastGPT,而不是在中间链路丢了。
五、排障速查:从"无响应"到"回复慢"
| 现象 | 可能原因 | 解决动作 |
|---|---|---|
| 发消息后无响应 | 可信域名未配置或域名不是企业主体域名 | 核对自定义域名配置,确认回调地址挂的是企业自己的域名 |
| 发消息后无响应 | 企微端与 FastGPT 端的 Token、Encoding-AESKey 不一致 | 对照创建时记录的原始值,两端逐字符重新核对 |
| 发消息后无响应 | 消息根本没到 FastGPT | 查对话日志:无记录说明链路或应用报错,先跑一个最简单的 Agent 验证链路 |
| 回复明显变慢 | 所选模型推理较慢或服务端负载高 | 换响应更快的模型、给服务扩容、调大超时配置 |
更多细节可对照仓库里的官方教程 document/content/guide/build/publish/wecom.mdx,企微接入相关的接口定义在 packages/global/openapi/support/wecom 目录下,需要排查签名问题时可以直接翻源码。
六、让 AI 客服越用越聪明的两个习惯
- 每周补一次 AI 客服知识库:把本周新出现的产品信息、价格变更同步进知识库,把过时条目删掉。答案质量的上限就是知识库的上限。
- 每周翻一次对话日志:重点看两类——答错的、转人工的。前者补知识或修标准答案,后者如果反复出现,就把问法补进知识库,让 AI 下次直接接住。
五个步骤走完,机器人就开始替你值夜班了。下一步建议:先挂一个最高频的 FAQ 知识库跑一周,再按对话日志做一次修正。
【免费下载链接】FastGPTFastGPT is a knowledge-based platform built on the LLMs, offers a comprehensive suite of out-of-the-box capabilities such as data processing, RAG retrieval, and visual AI workflow orchestration, letting you easily develop and deploy complex question-answering systems without the need for extensive setup or configuration.项目地址: https://gitcode.com/GitHub_Trending/fa/FastGPT
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考