DeepSeek 已经引爆了 AI 圈。其 R1 推理模型在逻辑能力上媲美 OpenAI o1，但它是开源的，而且 API 价格极低（甚至免费）。

然而，DeepSeek 官方目前仅宣布与微信搜索整合，我们在微信群聊、私聊中依然无法直接使用 DeepSeek R1 进行即时问答或协作。

想在你的微信群、企业微信、钉钉或 Discord 频道里直接拥有一个满血版的 DeepSeek R1 机器人吗？

使用 LangBot，你只需要 5 分钟就能搞定。

为什么选择 LangBot？

LangBot 是一个开源的、生产级的即时通信机器人平台。与 GitHub 上零散的 Python 脚本不同，LangBot 提供：

  • 统一平台： 一次配置，同时部署到微信、QQ、Discord、Telegram、钉钉、飞书等 10+ 个平台。
  • 模型聚合： 支持 DeepSeek (R1/V3), Claude, GPT-4, Gemini, 以及本地 Ollama 模型。
  • 零代码： 全图形化 WebUI 配置，无需懂编程。
  • 企业级功能： 内置知识库 (RAG)、插件系统（联网搜索、绘图）和多用户管理。

准备工作

  1. 一台服务器或电脑： 安装好 Docker (VPS, 本地电脑, 或群晖 NAS 均可)。
  2. DeepSeek API Key：

第一步：部署 LangBot

如果你还没有部署 LangBot，只需一行命令：

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

部署完成后，浏览器访问 http://localhost:5300 (或服务器 IP:5300)。

第二步：配置 DeepSeek 模型

  1. 进入 模型 (Models) -> 提供商列表 (Provider List)。
  2. 找到 DeepSeek (或 SiliconFlow / OpenAI Compatible)。
  3. 填入你的 API Key。
  4. 点击 保存。

DeepSeek 模型配置

接着创建一个 模型实例 (Model Instance):

  • 名称： DeepSeek-R1-Bot
  • 模型 ID： deepseek-reasoner (R1 推理版) 或 deepseek-chat (V3 通用版)。

第三步：创建对话流 (Pipeline)

LangBot 使用 “Pipeline” 来管理机器人的逻辑。

  1. 进入 业务流 (Pipelines) -> 新建 Pipeline。
  2. 选择 对话流 (Chat Pipeline)。
  3. 选择刚才创建的 DeepSeek-R1-Bot 模型。
  4. (可选) 添加系统提示词：

    “你是由 DeepSeek R1 驱动的智能助手。在回答问题前，请先进行深度思考。”

第四步：接入微信 (或任意平台)

接入微信 (个人号 / Wechaty)

注意：个人号接入存在风险，企业用户建议使用企业微信 (WeCom)。

  1. 进入 机器人 (Bots) -> 新建机器人。
  2. 选择 WeChat。
  3. 选择 GeweChat 或 Wechaty 适配器。
  4. 点击 保存。
  5. 查看日志或界面上的二维码，使用微信扫码登录。

接入企业微信 / 钉钉 / 飞书

  • 直接在对应平台后台获取 AppID 和 Secret，填入 LangBot 即可。

第五步：测试效果！

打开微信，给机器人发一条消息。你应该能看到 DeepSeek R1 正在“思考”（如果开启了思维链输出），并给出高质量的回答。

微信 DeepSeek 演示

进阶玩法：联网搜索与工具调用

DeepSeek 很强，但带联网搜索的 DeepSeek 更强。

在 LangBot 中：

  1. 进入 插件市场 (Plugins)。
  2. 安装 Tavily Search 或 Google Search。
  3. 将插件添加到你的 DeepSeek Pipeline 中。

现在，你的机器人可以在回答问题前，先去 Google 搜索最新的实时信息，再结合 DeepSeek R1 的推理能力给出答案！

立即开始构建？ GitHub 点个 Star 或 阅读官方文档。