扣子AI连接企业微信详细教程
哈喽!大家好,很高兴又见面了,我是golang学习网的一名作者,今天由我给大家带来一篇《扣子AI连接企业微信教程》,本文主要会讲到等等知识点,希望大家一起学习进步,也欢迎大家关注、点赞、收藏、转发! 下面就一起来看看吧!
扣子AI无法在企业微信响应消息是因后台配置未完成、Webhook未绑定或权限未授权;需依次完成企业微信自建应用创建、微信客服平台API接入配置、扣子Bot发布时填写凭证、启用加解密验证URL,或选用群机器人轻量对接。

如果您已创建好扣子AI智能体,但无法在企业微信中接收或响应消息,则可能是由于企业微信后台配置未完成、Webhook地址未正确绑定或权限未授权。以下是完成扣子AI与企业微信对接的具体操作步骤:
一、获取企业微信管理后台权限并创建应用
需使用具有“应用与小程序”管理权限的管理员账号登录企业微信管理后台,确保可新建自建应用并配置可信域名与消息接收地址。该步骤是后续所有接口通信的前提,缺少权限将导致Webhook无法验证通过。
1、访问work.weixin.qq.com,使用管理员身份扫码登录。
2、进入【应用与小程序】→【自建应用】→【创建应用】。
3、填写应用名称、可见范围(建议初始设为“仅自己可见”用于测试),点击创建。
4、在新创建的应用详情页中,记录下AgentId与Secret,二者后续将用于调用企业微信API及身份校验。
二、配置微信客服平台并关联扣子Bot
微信客服平台作为企业微信与外部Bot之间的标准消息中转通道,必须启用并完成基础信息绑定,否则扣子无法接收用户消息或下发回复。
1、访问kf.weixin.qq.com,使用同一企业微信管理员账号扫码登录。
2、进入【客服账号】→【添加客服账号】,选择“AI客服”,填写客服名称与头像(注意:名称与头像一旦保存不可修改)。
3、在“接入方式”中选择“API接入”,点击“配置API”,系统将生成企业ID、Token与EncodingAESKey三项密钥参数。
4、将生成的企业ID、Token、EncodingAESKey完整复制,暂存至本地文本文件备用。
三、在扣子平台发布Bot并填写企业微信凭证
扣子需通过Webhook方式接收来自微信客服平台的消息事件,因此必须在Bot发布流程中准确填写由微信客服平台提供的认证参数,否则消息无法送达Bot服务端。
1、进入扣子COZE平台,打开目标智能体,点击右上角【发布】按钮。
2、在发布渠道中选择【微信客服】,系统自动跳转至配置页面。
3、依次粘贴此前保存的企业ID、Token、EncodingAESKey到对应输入框。
4、确认无误后点击【保存并启用】,扣子将生成一个以https://开头的Webhook URL。
5、返回微信客服平台“API接入”配置页,在“回调URL”栏中粘贴该Webhook URL,并点击【验证URL】。
四、启用消息加解密并完成Token验证
企业微信强制要求所有API接入启用消息加解密机制,验证过程依赖Token、EncodingAESKey与URL三者联合签名,任一参数错误均会导致验证失败。
1、确保扣子Bot发布的Webhook URL已启用HTTPS且可公网访问(如部署在Vercel、Cloudflare Workers或自有服务器)。
2、在微信客服平台点击【验证URL】后,若提示“验证失败”,请检查扣子侧是否已正确解析msg_signature、timestamp、nonce三个请求参数。
3、验证成功后,微信客服平台状态栏显示“已启用”,此时用户向客服发送消息将实时转发至扣子Bot。
五、配置企业微信内部群机器人(替代方案)
若不使用微信客服平台,也可通过企业微信“群机器人”方式实现轻量级对接,适用于仅需单向推送通知或简单关键词回复的场景,无需复杂加解密配置。
1、在企业微信管理后台【应用与小程序】→【群机器人】→【添加机器人】。
2、为机器人命名并获取Webhook地址(格式为https://qyapi.weixin.qq.com/cgi-bin/webhook/send?key=xxx)。
3、在扣子Bot中添加“HTTP请求”插件,设置Method为POST,Body为JSON格式,包含msgtype与text字段。
4、将群机器人Webhook地址填入插件URL字段,并在Bot工作流中设置触发条件(如收到特定指令时调用该插件)。
好了,本文到此结束,带大家了解了《扣子AI连接企业微信详细教程》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多科技周边知识!
图像处理模型调优技巧详解
- 上一篇
- 图像处理模型调优技巧详解
- 下一篇
- JavaArrays.stream与Collection.stream区别详解
-
- 科技周边 · 人工智能 | 8小时前 | python · 人工智能 · Transformers apply_chat_template 聊天模板 chat_template 角色标签
- Transformers聊天模板与手写角色标签有什么兼容性差异
- 492浏览 收藏
-
- 科技周边 · 人工智能 | 8小时前 | PyTorch checkpoint Accelerate 随机数状态 恢复训练
- Accelerate恢复训练时如何保存随机数状态
- 326浏览 收藏
-
- 科技周边 · 人工智能 | 8小时前 |
- Diffusers怎样使用Generator复现同一张生成图
- 118浏览 收藏
-
- 科技周边 · 人工智能 | 8小时前 | 模型 混合精度 优化器 分布式训练 Accelerate Accelerator.prepare
- Accelerate prepare为什么要同时接收模型与优化器
- 386浏览 收藏
-
- 科技周边 · 人工智能 | 8小时前 | 人工智能 · Hugging Face Datasets streaming IterableDataset Dataset.shuffle shuffle buffer
- Datasets流式读取与内存数据集的shuffle有什么区别
- 130浏览 收藏
-
- 科技周边 · 人工智能 | 8小时前 |
- Hugging Face Datasets map怎样同时删除旧字段
- 421浏览 收藏
-
- 科技周边 · 人工智能 | 8小时前 |
- PEFT适配器检查点为什么不包含完整基础模型
- 301浏览 收藏
-
- 科技周边 · 人工智能 | 8小时前 | python · Hugging Face 提示词 Transformers generate input_ids
- Transformers生成结果为什么包含输入提示词
- 111浏览 收藏
-
- 科技周边 · 人工智能 | 8小时前 | 解码 token Transformers generate 新生成内容
- Transformers怎样只解码新生成的token
- 461浏览 收藏
-
- 科技周边 · 人工智能 | 8小时前 | python · 人工智能 · Transformers offset_mapping 原始文本 Fast tokenizer 文本偏移
- Transformers分词偏移怎样映射回原始文本片段
- 330浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 463次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 527次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 545次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 494次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 314次使用
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览

