RAG

用可视化工作流驱动 QQ、微信、Telegram、Discord 等平台的聊天机器人，无需编写代码。 LangBot 是一个开源即时通讯机器人平台，可以连接 Langflow、n8n、Dify、FastGPT、Coze 等 AI 工作流引擎，以及微信、QQ、飞书、钉钉、Telegram、Discord、Slack、LINE 等消息平台。本教程演示如何将 Langflow 的可视化工作流作为 LangBot 的对话引擎。 为什么选择这套方案 真正的多平台：一个工作流同时驱动 8+ 个消息平台 可视化编排：拖拽式对话设计，支持条件分支、多轮对话、外部 API 调用 灵活的 AI 模型：支持 OpenAI、Claude、Gemini、DeepSeek 以及本地模型 完全开源：LangBot 和 Langflow 都是开源项目，可免费部署和二次开发 准备工作 Python 3.10+ Docker（推荐用于快速部署） OpenAI API Key 或其他 LLM 服务的 API Key 第一步：部署 LangBot 用 uvx 一行命令启动： uvx langbot 首次运行会自动初始化并打开浏览器访问 http://127.0.0.1:5300。 注册后登录进入控制台： 第二步：部署 Langflow 用 Docker 快速部署： docker run -d --name langflow -p 7860:7860 langflowai/langflow:latest 访问 http://localhost:7860 进入 Langflow： ...

LangBot 4.6.0 引入了外部知识库功能，允许用户将 Dify、RAGFlow 等外部知识检索服务集成到对话流水线中。本教程演示如何将 Dify 知识库与 LangBot 结合，实现基于领域知识的智能对话。 功能概述 外部知识库功能使 LangBot 能够： 连接各种外部知识检索服务（Dify、RAGFlow 等） 基于领域专业知识提供专业回答 通过插件系统灵活扩展知识检索能力 通过 WebUI 便捷配置，无需手动编辑配置文件 准备工作 开始之前，你需要： 部署 LangBot 4.6.0 或更高版本 拥有 Dify 账号（在 https://cloud.dify.ai 注册） 配置一个对话模型（本教程使用 claude-opus-4-1-20250805） 第一步：部署 LangBot 1.1 查看 LangBot 仓库 首先访问 LangBot GitHub 仓库 了解项目。LangBot 是一个生产级的即时通讯机器人开发平台，支持多种消息平台和 LLM 服务。 1.2 了解外部知识库功能 访问 LangBot 官方文档 查看外部知识库使用说明。文档详细介绍了如何构建内置知识库和连接外部知识库。 1.3 启动 LangBot 使用 uvx langbot 命令快速启动 LangBot，然后访问 http://127.0.0.1:5300 进行初始化。填写邮箱和密码完成注册，然后登录。 1.4 登录后的控制台 成功登录后，你将看到 LangBot WebUI 控制台。 第二步：配置对话模型 使用知识库之前，需要先配置一个对话模型。 2.1 进入模型配置页面 点击左侧导航栏的 “Models” 进入模型配置页面。 ...