第一篇项目规划 on HappyRock

第一章为什么我要做一个企业AI助手

Thu, 02 Jul 2026 22:11:54 +0800

1.1 AI 的浪潮已经从「聊天」进入「应用」

从 ChatGPT 发布开始，大语言模型的发展速度远远超出了大多数人的预期。

短短几年时间里，越来越多的模型不断出现：

DeepSeek
OpenAI GPT 系列
Claude
Gemini
Qwen
Kimi
以及各种开源模型

对于普通用户来说，这些模型更多的是一个聊天工具。

但对于企业而言，真正关心的问题并不是：

AI 能不能聊天？

而是：

AI 能不能帮助企业完成实际工作？

例如：

自动回复客户咨询
自动整理会议纪要
自动生成销售方案
自动分析客户意图
自动分类工单
自动生成日报
自动查询企业知识库
自动完成内部审批辅助

这些需求有一个共同特点：

AI 不再只是一个聊天窗口，而是开始进入企业业务流程。

真正有价值的，不是模型本身，而是模型如何与企业现有系统结合。

1.2 为什么选择企业微信

企业内部已经拥有大量的信息系统：

ERP
CRM
OA
工单系统
知识库
邮件
IM

如果再单独开发一个新的 AI 系统，员工还需要切换平台，这无疑增加了学习成本。

企业微信则天然具备几个优势：

第一，它已经是企业内部的工作入口。

员工每天都会使用企业微信处理工作，无需再安装新的客户端，也不需要额外培训。

第二，它提供了完善的开放接口。

包括：

消息回调
主动发送消息
通讯录管理
客户联系
群机器人
日程
审批
文档

这些能力意味着，AI 可以真正参与到企业业务流程中，而不是停留在聊天界面。

第三，它拥有完善的身份体系。

企业微信中的每一位员工都拥有唯一的 UserID，AI 可以知道消息来自谁，也可以根据组织架构提供更加精准的服务。

相比个人微信，这种企业级身份体系更适合构建企业 AI 应用。

第二章系统总体架构设计

Thu, 02 Jul 2026 21:29:54 +0800

优秀的系统不是一开始就设计好的，而是在不断解决真实问题的过程中逐渐演进出来的。

如果现在回头来看整个项目，很多人可能会觉得最终的架构十分自然：

企业微信
    │
    ▼
Webhook（FastAPI）
    │
    ▼
Redis 消息队列
    │
    ▼
Worker
    │
    ▼
DeepSeek
    │
    ▼
企业微信发送接口
    │
    ▼
用户收到回复

但事实上，我们最初并不是这样设计的。

整个架构经历了几轮迭代，每一次调整都来自真实运行过程中暴露出来的问题。本章将完整介绍系统的设计目标、架构演进过程，以及为什么最终形成现在这种解耦、异步、可扩展的实现方式。

2.1 从需求出发，而不是从代码出发

很多开发者在接到一个需求后，第一反应是打开编辑器开始写代码。

例如，当有人提出：

“做一个企业微信 AI 自动回复。”

很多人的第一想法就是：

接收企业微信消息。
调用大模型接口。
返回 AI 回复。

看似没有问题。

但是，真正开始分析业务后，我们会发现，这个需求远远不只是“自动回复”。

如果把需求拆开来看，它至少包含以下几个方面：

一、消息必须能够稳定接收

企业微信发送消息后，会主动回调我们提供的接口。

因此系统必须能够：

正确完成 URL 验证。
解密企业微信加密消息。
解析 XML 内容。
提取发送者、消息类型和消息内容。
快速响应企业微信服务器。

这里有一个非常重要的原则：

Webhook 的职责是“接收消息”，而不是“处理消息”。

这是后续整个架构设计的核心思想。

二、消息不能丢失

如果系统在调用 AI 时崩溃，用户消息怎么办？

第三章技术选型与核心组件

Thu, 02 Jul 2026 20:23:18 +0800

前两章主要回答的是 为什么做、做什么，那么从这一章开始，就真正进入技术部分。

这一章的目标不是讲代码，而是让读者知道：

为什么最终选择这一套技术栈，而不是网上那些五花八门的方案。

这一章的定位应该属于架构设计篇。

没有最好的技术，只有最适合当前阶段的技术。

很多人在做 AI Agent 时，一开始就陷入了一个误区。

今天看到 LangGraph 很火，就去研究 LangGraph；明天看到 AutoGen，又重新推倒重来；后天 MCP 火了，又开始全部重构。

最后折腾了几个月，AI 没做出来，时间倒是全部浪费了。

而我做这个企业微信 AI 助手时，给自己定了一条原则：

一切技术，只为解决问题服务。

所以，在真正开始开发之前，我先确定了整个系统应该满足哪些要求。

3.1 我希望它具备哪些能力？

我给整个 AI 助手列了一张需求清单。

第一，它必须能够接收企业微信消息。

用户发送一句话。

例如：

今天上海天气怎么样？

系统应该能够立即收到这条消息。

第二，它必须能够调用大模型。

收到消息之后，不是自己写死回复，而是把内容发送给 DeepSeek、OpenAI 或 Claude。

例如：

用户：
今天上海天气怎么样？

AI 返回：

今天上海多云，
最高温度 32℃，
建议......

整个过程完全自动完成。

第三，它必须支持上下文。

不能每一句话都是新的聊天。

例如：

用户：
帮我写一封邮件

AI：
好的，请告诉我主题。

用户：
离职申请

AI 必须知道：

第二句话是在继续第一句话。

所以：

必须保存 Session。

第四，它必须能够调用工具（Tool）。

例如：

查天气
查数据库
发邮件
查询库存
调用 ERP

未来这些都会变成 AI 的能力。

第一篇 项目规划 on HappyRock

第一章 为什么我要做一个企业AI助手