DeepSeek R1 + 飞书机器人实现AI智能助手

置顶 已于 2025-02-27 19:46:05 修改
阅读量2.3k 收藏 19
点赞数 25
分类专栏： 人工智能 文章标签： 飞书 机器人 AI编程 语言模型 人工智能
于 2025-02-27 00:16:49 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/biyanjiangdu04942/article/details/145891395
版权

效果

在这里插入图片描述

TFChat项目地址

https://github.com/fish2018/TFChat

腾讯大模型知识引擎用的是DeepSeek R1，项目为sanic和redis实现，利用httpx异步处理流式响应，同时使用buffer来避免频繁调用飞书接口更新卡片的网络耗时。为了进一步减少网络IO消耗，首次调用飞书相关接口会从redis读取token，后续直接从TokenManager对象属性获取，只有token失效时间小于60s时才会重新调用飞书接口获取。

实现思路

1.创建好腾讯大模型知识引擎应用和飞书应用并启用机器人能力，配置事件订阅
2.用户发送消息给机器人后，会post数据给我们的webhook接口
3.webhook接收到数据后解析出用户的open_id和发送给机器人的content
4.初始化消息卡片实例
5.发送消息卡片给该用户
6.调用腾讯大模型知识引擎的HTTP SSE接口，提交用户发送给机器人的content
7.接收HTTP SSE数据，调用飞书接口流式更新文本

参考资料

腾讯大模型知识引擎

创建应用

参考官方文档操作即可：
https://cloud.tencent.com/document/product/1759/104201

腾讯大模型知识引擎>应用接口文档>对话端接口文档（HTTP SSE）

https://cloud.tencent.com/document/product/1759/105561

飞书机器人

创建应用

https://open.feishu.cn/document/home/develop-a-gadget-in-5-minutes/create-an-app

启用机器人能力

https://open.feishu.cn/document/faq/trouble-shooting/how-to-enable-bot-ability

飞书卡片流式更新 OpenAPI 调用指南

https://open.feishu.cn/document/uAjLw4CM/ukzMukzMukzM/feishu-cards/streaming-updates-openapi-overview

DeepSeek掘金——DeepSeek API+SearXNG联网搜索
02-26 3334
在这篇文章中，我将提供一个快速概述，说明如何使用开源的DeepSeek R1模型和SearXNG搜索引擎在本地搭建一个能够进行网络搜索的聊天机器人。在这篇文章中，我将提供一个快速概述，说明如何使用开源的DeepSeek R1模型在本地搭建一个能够进行网络搜索的聊天机器人。这将是一项相当技术性的任务，我在考虑时感到很困难，因为通讯定位为以非技术性的方式解释技术内容，但为了帮助那些想开始AI之旅的人们，我还是决定写这篇文章。我尽力以非技术性的方式解释（因为我们是半专家，对吧？
Deepseek-v3 / Dify api接入飞书机器人go程序
Sindweller5530的博客
02-07 4082
如何在dify中接入大模型并制作一个问答机器人：让飞书机器人接收消息->调用dify或者deepseek的api获得回答->把回答发给用户。我们使用长连接的方式接收用户消息，需要在飞书开发者后台中配置一下应用。接下来就是实现调用deepseek或dify的api的逻辑了。
手把手教你在飞书中搭建机器人
java优质资源提供与创作者
12-23 4483
飞书是一款在国内广受欢迎的企业内部管理和协同工具，同时也可以作为一个强大的个人知识管理工具。在本文中，我将帮助你迅速创建一个飞书对话机器人，并嵌入 chatGPT 的功能。这个机器人可以直接回答你的问题，也可以在群聊中被@，从而以 chatGPT 的方式提供回应。通过这样的操作，你的飞书机器人将迅速蜕变成一个支持 chatGPT 的智能助手。1. 登录 AirCode，创建一个新的 Nodejs v18 的项目，项目名可以根据你的需要填写，例如填写 ChatGPT。创作不易，您的三连就是对我最大的支持。
Deepseek接入飞书后使用机器人弹出问题和结果
weixin_43974896的博客
02-15 380
Deepseek接入飞书后每次的问题答案都只能在表格中看，感觉很不方便，研究了一下怎么使用机器人自动弹出对话的方式返回问题和结果。
我的 Serverless 实战—SSVM,用 Serverless搭建飞书机器人
代码哈士奇的博客
05-24 1406
步骤如下 初始化配置 创建企业自建应用 地址为https://open.feishu.cn/ 点击进入管理 拿到 id 和 Secret 启用机器人 注册Serverless Reactor账号 地址为 http://console.reactor.secondstate.info/account/register 找到app 新建应用 传入我们填写我们的 id 和 Secret 此处的Verification Token 在事件订阅这里获取 welcome massage这样写 json格
腾讯云开源Deepseek-V3与R1大模型API免费使用 + Chatbox本地化部署指南：从零到一的AI探索之旅
qq_63036514的博客
02-19 1916
Chatbox是腾讯云推出的一款本地化AI对话工具，基于Deepseek-V3和R1大模型，能够实现智能对话、问答、文本生成等功能。通过本地化部署，你可以在自己的电脑或服务器上运行Chatbox，享受低延迟、高隐私的AI服务。你可以通过修改文件中的参数，调整Chatbox的行为。例如，你可以设置默认的对话风格、生成文本的长度等。腾讯云开源Deepseek-V3和R1大模型，并提供了免费的API接口和Chatbox本地化部署指南，为开发者提供了一个强大的AI工具箱。
怎么使用deepseek搭建自己的聊天机器人
youyou263的博客
02-11 785
它可以根据用户自己的喜好或者业务场景配置不同的大模型来满足实际需求，在本文中会使用ollama部署本地deepseek，然后chatbox配置本地大模型的端口来实现本地AI助手。此时，我们已经实现了在本地部署deepseek模型，但是我们需要问一些特定场景下的问题的时候还是有很多的局限性，因为deepseek本身是一个通用型的大语言模型，对于我们只需要询问某些特定场景下技术方面的知识，那么我们则需要进一步搭建一个智能体来实现对于我们所需领域的特定回答，因此就需要填写特定的提示词，以完善机器人的思维。
使用DeepSeek+CAMEL智能体开发框架零成本构建交易机器人
qq_38241330的博客
02-11 1514
使用DeepSeek+CAMEL智能体开发框架零成本构建交易机器人
大模型系列——DeepSeek API+SearXNG联网搜索
2401_84052244的博客
03-24 738
在这篇文章中，我将提供一个快速概述，说明如何使用开源的DeepSeek R1模型和SearXNG搜索引擎在本地搭建一个能够进行网络搜索的聊天机器人。在这篇文章中，我将提供一个快速概述，说明如何使用开源的DeepSeek R1模型在本地搭建一个能够进行网络搜索的聊天机器人。这将是一项相当技术性的任务，我在考虑时感到很困难，因为通讯定位为以非技术性的方式解释技术内容，但为了帮助那些想开始AI之旅的人们，我还是决定写这篇文章。我尽力以非技术性的方式解释（因为我们是半专家，对吧？
小学生也能听得懂的大模型 - Transformer 1
2401_85325557的博客
07-29 1260
参考 [小学生也能听得懂的大模型 Transformer 1]
【飞书×GPT】智能聊天机器人新纪元：Feishu OpenAI
gitblog_00059的博客
06-16 862
????【飞书×GPT】智能聊天机器人新纪元：Feishu OpenAI Feishu-OpenAI-Stream-Chatbot ???? 可以流式输出文本的飞书openai机器人 Feishu-OpenAI robot that can stream chat 项目地址:...
Feishu-OpenAI-Stream-Chatbot: 飞书与OpenAI的完美结合
Nifc666的博客
09-02 1108
Feishu-OpenAI-Stream-Chatbot 项目展示了 AI 技术与协作工具结合的巨大潜力。它不仅为企业和团队提供了一个智能、高效的协作助手,还为开发者提供了一个学习和实践 AI 应用的绝佳平台。随着项目的不断发展和完善,我们有理由相信,Feishu-OpenAI-Stream-Chatbot 将在推动 AI 技术在企业协作领域的应用中发挥越来越重要的作用。
我用Cursor+DeepSeek做了个飞书文档一键同步插件，免费使用！
weixin_45512098的博客
12-24 3183
支持飞书文档一键同步到各大自媒体平台的浏览器插件
通过okhttp调用SSE流式接口，并将消息返回给客户端_okhttp sse(1)
m0_60721823的博客
04-07 2195
log.info(“请求结束{} {}”, chatGlmDto.getMessageId(), output.toString());log.info(“sse连接关闭:{}”, chatGlmDto.getMessageId());log.info(“结果输出:{}” + output.toString());2、在工作中，运维人员经常需要跟运营人员打交道，请问运营人员是做什么工作的?6、Squid、Varinsh和Nginx有什么区别，工作中你怎么选择?15、讲述一下LVS三种模式的工作过程?
mac 设置飞书默认浏览器（解决系统设置默认浏览器无效）
只会写bug的靓仔的博客
04-27 278
飞书的开发团队真无语啊，mac m1版本，我想设置浏览器用 edge打开，但是系统里设置了打不开，最重要的是飞书文档还在那里去效率设置呢，如果我能看懂的话，这里应该是没有这个选项的。
机器人“跨协议对话”秘籍：EtherNet IP转PROFINET网关应用实录
bjbxkj的博客
04-29 465
由于两种协议在通信标准和数据格式上存在差异，导致机器人手臂无法与现场的终端控制器直接通信，设备之间的数据交换无法顺利进行，严重影响了生产线的整体效率。通过该网关的及时引入，我们避免了大规模设备改造带来的高昂成本和生产延误风险，显著提高了设备协作效率和生产线整体性能，获得了生产部门的一致认可。针对这一问题，我们工程师团队经过详细分析和现场测试，决定采用EtherNet/IP转PROFINET通信协议网关（倍讯BX-606-EIP）来实现快速、稳定的协议转换。接受控制器主动发送的指令及数据请求。
BT134-ASEMI机器人功率器件专用BT134
最新发布
04-29 415
BT134-ASEMI机器人功率器件专用BT134
DeepSeek-R1链接微信智能聊天机器人
02-08
### 集成 DeepSeek-R1 到微信构建智能聊天机器人的方法 为了实现这一目标，主要涉及两个部分的工作：一是部署并运行 DeepSeek-R1 模型作为服务端；二是开发能够与微信平台交互的应用程序接口(API)，以便接收消息请求并将回复发送回给用户。 #### 服务器端设置 对于服务器端而言，推荐采用云服务平台（如阿里云、腾讯云等），因为它们提供了易于使用的容器化解决方案以及GPU支持，这对于加速大型语言模型推理至关重要。安装必要的依赖项之后，可以通过加载预训练好的 DeepSeek-R1 权重文件启动一个HTTP API服务[^1]： ```bash pip install torch transformers flask ``` 接着编写简单的Flask应用来提供预测功能： ```python from flask import Flask, request, jsonify import torch from transformers import AutoModelForCausalLM, AutoTokenizer app = Flask(__name__) tokenizer = AutoTokenizer.from_pretrained("path/to/deepseek-r1") model = AutoModelForCausalLM.from_pretrained("path/to/deepseek-r1").to('cuda') @app.route('/predict', methods=['POST']) def predict(): input_text = request.json['text'] inputs = tokenizer(input_text, return_tensors="pt").to('cuda') outputs = model.generate(**inputs) response = tokenizer.decode(outputs[0], skip_special_tokens=True) return jsonify({"response": response}) if __name__ == "__main__": app.run(host='0.0.0.0', port=8080) ``` 此代码片段展示了如何利用 `transformers` 库加载本地存储的 DeepSeek-R1 模型，并通过 POST 请求的方式接受输入文本，返回由模型生成的回答。 #### 微信小程序/公众号对接 为了让这个AI助手能够在微信环境中工作，需要注册成为开发者并通过微信公众平台获取相应的权限。创建自定义菜单或自动回复规则时可以选择调用上述提到的服务端API来进行对话处理[^2]。 具体来说，在接收到用户的任何消息后，应该将其转发至已搭建好的 HTTP API 进行自然语言理解(NLU)解析和响应生成，然后再把得到的结果封装成合适的XML格式反馈回去。 此外，还可以考虑使用第三方中间件简化整个流程，比如 WeRoBot 或者 wxpy 等 Python 库可以帮助快速建立基于事件驱动的消息处理器。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值