简介

本文详细介绍了如何整合Dify、RAGFlow和LangBot三款工具，构建完全本地部署的企业级智能客服系统。RAGFlow负责知识管理，Dify处理智能体与业务逻辑，LangBot对接多平台。系统支持微信、飞书等常见聊天平台，数据完全保留在内网，满足隐私合规要求，且无需重启即可更新内容。教程提供了详细的安装配置步骤，帮助读者快速搭建自己的本地智能客服中心。

---

项目介绍

本项目是在本地把Dify、RAGFlow、LangBot串成一条「私有企业级智能客服链路」，让微信群、飞书群、Discord、Slack、公众号、企业微信等所有常见聊天平台，都共享同一套完全本地部署、零依赖第三方SaaS的智能客服大脑。

• Dify：既能驱动大模型，又能用可视化画布把「知识检索 → 业务接口 → 状态记忆 → 消息回复」整条链路编排成一个可热更新的智能体

• RAGFlow：负责 Embedding、召回与重排，保证知识库实时、精准、可溯源

现在只需再补上一块拼图——LangBot。它只做一件事：把各平台的事件协议翻译成Dify的HTTP调用，再把 Dify 智能体的回答原路推回去。整套体系继续跑在同一Docker Compose 网络dify-network里，新增一个langbot服务容器即可，无须外网SaaS、无须额外账号。

完成后，你得到的不是一个简单的问答机器人，而是一个真正的「本地企业客服中心」：

• 知识侧：向 RAGFlow 扔文档即可秒级生效，无需重启

• 业务侧：Dify 画布里的工具节点能实时查订单、调 API、发邮件，甚至把多轮对话状态写回内部数据库

• 渠道侧：LangBot 负责把同一套大脑同时挂在 N 个平台，对话日志全部留在本地硬盘，满足最严苛的合规与隐私要求。

一、安装Docker、Dify

二、安装LangBot

1、下载LangBot并解压

https://github.com/langbot-app/LangBot

2、安装Docker镜像

（1）进入LangBot-master文件，选中文件路径输入cmd+回车

（2）安装镜像

docker compose -p langbot -f docker-compose.yaml up -d

3、打开LangBot

（1）在浏览器中输入http://localhost:5300/register，注册账号进行登录

三、将LangBot和Dify设置在同一网络下【重要！！！】

（1）打开cmd或powershell

（2）输入命令把LangBot容器挂到Dify网络

docker network connect dify_default langbot

（3）验证网络已通

docker exec langbot curl -i http://dify-nginx-1/v1/

如果提示curl没有安装，则需要安装

（4）安装curl

docker exec -u 0 langbot sh -c "
apt-get update -qq && apt-get install -y curl || \
apk add --no-cache curl"

（5）安装好后重新验证网络，出现下图则为网络已通

这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

四、配置LangBot流水线（附调试办法）

1、创建

2、编辑

（1）选择运行器为Dify服务

（2）基础URL为http://dify-nginx-1/v1/

（3）应用类型：根据在Dify中创建的应用类型选择。【注意！！！】如果使用的是工作流，输出变量一定要为summary；如果自己创建了输入变量，不要选择必填

（4）API密钥：在Dify中访问API，并创建密钥

3、对话调试

（1）检查是否能够连接Dify，如果提示请求失败，则打开日志工具将问题发送给AI（关闭流式传输效果可更快看到）

（2）win+x打开powershell，打印最近50条日志，将报错信息发给AI分析

docker logs --tail 50 -f langbot

（3）每个机器的问题都不一样，根据AI的建议一步一步解决直至调通

至此，LangBot 与 Dify 的本地链路已打通；下一步，把 LangBot 作为统一网关，让它去对接微信、飞书、Discord 等各外部通讯系统即可。

五、创建机器人【以钉钉为例】

1、进入钉钉开发后台创建应用（需要是企业管理员）

（1）创建应用

（2）添加机器人并发布：消息接收模式为Stream

（3）记住四个值：RobotCode、机器人名称、Client ID、Client Secret

（4）创建版本：发布版本后该应用才为上线状态

2、进入钉钉后台创建卡片（如果不需要机器人流式输出则可跳过）

（1）进入开放能力-卡片平台

（2）新建模板：注意要选AI卡片，预设模板选择第一个即可

（3）不用编辑直接发布模板

（4）记住模板ID

（5）进入刚刚创建的应用里开通全部卡片权限

3、进入LangBot创建机器人

（1）创建：客户端ID（Client ID）、客户端密钥（Client Secret）、机器人代码（RobotCode）、机器人名称、卡片模板ID

（2）选择之前配置好的流水线并启用机器人

六、钉钉添加机器人

（1）直接搜机器人的名字就可以搜到（如果搜不到就从钉钉开放后台进入刚刚的应用再发布一个版本）

（2）也可以将机器人加入到群聊里，通过@机器人的方式进行对话

（3）根据我的测试，在实际使用中，有以下两个小点需要注意：

①如果Dify是工作流类型，要关闭流式输出，不然一直没响应（不知道为什么），如果是智能体则可正常流式输出；

②如果改变langbot中机器人配置（比如关闭流式输出），需要在钉钉群里把原机器人删除再重新添加才可生效，私聊是可以直接生效的。

在实际使用中，有以下两个小点需要注意：

①如果Dify是工作流类型，要关闭流式输出，不然一直没响应（不知道为什么），如果是智能体则可正常流式输出；

②如果改变langbot中机器人配置（比如关闭流式输出），需要在钉钉群里把原机器人删除再重新添加才可生效，私聊是可以直接生效的。

至此，本地智能客服链路已完整就绪：RAGFlow 负责知识、Dify 负责智能体与业务流程、LangBot 负责把各平台消息原样转进来——数据不出内网，日志全部归你。随时往 RAGFlow 扔文档、在 Dify 画布拖节点、给 LangBot 加平台，无需重启即可生效。祝你用得开心！

AI大模型学习和面试资源

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓