基于 langchain/Ollama 的智能对话机器人，支持微信与飞书部署
AgentChatBot 是一个基于 langchain/Ollama 的智能体框架，支持：
- 🤖 私人微信部署 (通过 VChat)
- 💼 飞书机器人集成
- 🎨 React UI 界面
- 🛠 自定义工具扩展
- 基于本地 Ollama 部署
- 支持多种编程语言
- 智能代码补全
- ✅ 微信接入
- ✅ 飞书部署
- ✅ React UI 界面
- 🔧 更多平台持续集成中...
- 🆕 新增 Swarm Agent 框架支持
- 实现智能客服示例（水果店场景）
- 支持 Ollama/GPT 双模式切换
# Ollama模式 OLLAMA_DATA{'use': True} # config/config.py # GPT模式 CHATGPT_DATA{'use': True} # config/config.py
点击展开详细安装步骤
-
基础环境
-
项目安装
# 克隆项目
git clone https://github.com/panxingfeng/agent_chat_wechat.git
cd agent_chat_wechat
# 创建环境
conda create --name agent_wechat python=3.10
conda activate agent_wechat
# 安装依赖
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip install aiohttp pytz vchat langchain_openai transformers -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip install mysql-connector-python langchain pillow aiofiles -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip install git+https://github.com/openai/swarm.git
# 启动项目
python main.py在聊天框中输入 #智能体 即可激活。
配置文件示例 (config/config.py)
CHATGPT_DATA = {
'use': False,
'model': 'gpt-4o-mini',
'key': '',
'url': 'https://api.openai.com/v1',
'temperature': 0.7,
}
OLLAMA_DATA = {
'use': True,
'model': 'qwen2.5',
'key': 'EMPTY',
'api_url': 'http://localhost:11434/v1/'
}
# 更多配置选项...展开查看代码模板
class CodeGenAPIWrapper(BaseModel):
base_url: ClassVar[str] = "http://localhost:11434/api/chat"
content_role: ClassVar[str] = CODE_BOT_PROMPT_DATA.get("description")
model: ClassVar[str] = OLLAMA_DATA.get("code_model") #可以使用其他的本地模型，自行修改
def run(self, query: str, model_name: str) -> str:
logging.info(f"使用模型 {model_name} 处理用户请求: {query}")
data = {
"model": model_name,
"messages": [{"role": "user", "content": self.content_role + query}],
"stream": False,
}
response = requests.post(self.base_url, json=data)
response.raise_for_status()
try:
result = response.json()
return result.get("message", {}).get("content", "无法生成代码，请检查输入。")
except requests.exceptions.JSONDecodeError as e:
return f"解析 JSON 时出错: {e}"
def generate_code(self, query: str) -> str:
try:
result = self.run(query, self.model)
if "无法生成代码" not in result:
return result
except Exception as e:
logging.error(f"生成代码时出错: {e}")
return "代码生成失败，请稍后再试。"
code_generator = CodeGenAPIWrapper()
@tool
def code_gen(query: str) -> str:
"""代码生成工具：根据用户描述生成相应的代码实现。"""
return code_generator.generate_code(query)
# 返回工具信息
def register_tool():
tool_func = code_gen # 工具函数
tool_func.__name__ = "code_gen"
return {
"name": "code_gen",
"agent_tool": tool_func,
"description": "代码生成工具"
}展开查看代码模板
def code_gen(query: str, code_type: str) -> str:
"""代码生成工具：根据用户描述生成相应的代码实现。"""
client = OllamaClient()
print("使用代码生成工具")
prompt = CODE_BOT_PROMPT_DATA.get("description").format(code_type=code_type)
messages = [
{"role": "system", "content": prompt},
{"role": "user", "content": query}
]
response = client.invoke(messages, model=OLLAMA_DATA.get("code_model"))
return response
在swarm_agent_bot.py中增加工具的智能体
self.code_agent = Agent(
name="Code Agent",
instructions=CODE_BOT_PROMPT_DATA.get("description"),
function=[code_gen],
model=OLLAMA_DATA.get("model")
)
在主智能体中增加一个跳转的方法：
self.agent = Agent(
name="Bot Agent",
instructions=self.instructions,
functions=[self.transfer_to_code], # 任务转发
model=OLLAMA_DATA.get("model")
)
#跳转code智能体
def transfer_to_code(self, query, code_type):
print(f"使用的代码语言 {code_type} ,问题是 {query}")
return self.code_agent- ✅ RAG 快速检索客服助手
- ✅ React 框架支持
- 流式输出
- 文生图/图生图 (SD-webui API)
- 知识库功能
- 语音功能
- 智能体创建
- LightRAG v2 参考新项目
- 语音集成 (F5-TTS/GPT-SoVITS) 参考新项目
- Agent 工作流框架 项目地址
- ChatGPT 系列
- Ollama 全系列
- 国内主流模型（百川、MoonShot等）
- VChat 框架 感谢z2z63作者
- AIChat_UI
- agent_workflow 旨在帮助用户快速创建可执行的智能体
⭐️ 如果这个项目对你有帮助，欢迎 Star 支持！⭐️