企微机器人通知脚本

# -*- coding: utf-8 -*-
import requests

def send_weixin(content, url: str, mentionedList: list, notifyAll: bool = False):
    if notifyAll:
        mentionedList.append("@all")
    headers = {"Content-Type": "application/json"}  # http数据头,类型为json
    data = {
        "msgtype": "text",
        "text": {
            "content": content,  # 让群机器人发送的消息内容。
            "mentioned_list": mentionedList,
        }
    }
    r = requests.post(url, headers=headers, json=data)  # 利用requests库发送post请求
    return r


def send_weixin_md(content, url: str):
    """
        content示例
        send_weixin("实时新增用户反馈<font color=\"warning\">132例</font>,请相关同事注意。\n
             >类型:<font color=\"comment\">用户反馈</font>
             >普通用户反馈:<font color=\"comment\">117例</font>
             >VIP用户反馈:<font color=\"comment\">15例</font>")
             <@zhikangdeng>,<@rosinzhang>
    """

    url = "https://qyapi.weixin.qq.com/cgi-bin/webhook/send?key=你的webhook密钥"  # 这里就是群机器人的Webhook地址
    headers = {"Content-Type": "application/json"}  # http数据头,类型为json
    data = {
        "msgtype": "markdown",
        "markdown": {
            "content": content,
        }
    }
    r = requests.post(url, headers=headers, json=data)  # 利用requests库发送post请求
    return r


def send_weixin_images(title, description, url: str, jumpLinkUrl, picurl):
    """
    :param title:标题,不超过128个字节,超过会自动截断
    :param description:描述,不超过512个字节,超过会自动截断
    :param url:群机器人的Webhook地址
    :param jumpLinkUrl:点击后跳转的链接。
    :param picurl:图文消息的图片链接,支持JPG、PNG格式,较好的效果为大图 1068*455,小图150*150。
    :return:返回结果
    """

    url = "https://qyapi.weixin.qq.com/cgi-bin/webhook/send?key=你的webhook密钥"  #
    headers = {"Content-Type": "application/json"}  # http数据头,类型为json
    data = {
        "msgtype": "news",
        "news": {
            "articles": [
                {
                    "title": title,
                    "description": description,
                    "url": jumpLinkUrl,
                    "picurl": picurl
                }
            ]
        }
    }
    r = requests.post(url, headers=headers, json=data)  # 利用requests库发送post请求
    return r

### 使用 DeepSeek 和 企业微信 构建 客服机器人的方法 #### 部署 DeepSeek 模型 为了构建基于 DeepSeek 的客服机器人,首要条件是在本地环境中成功部署 DeepSeek 模型。这涉及到安装 ollama 并配置 deepseek 环境[^1]。 #### 获取企业微信开发者权限 要使 DeepSeek 能够通过 API 接口与企业微信交互,需申请成为企业微信的服务提供商或管理员身份获取相应的开发接口权限。完成注册后,在管理后台创建应用并记录下 CorpID、Secret 及 AgentId 这些用于鉴权的关键参数。 #### 开发环境准备 对于 Windows 用户来说,可以通过 Git 工具克隆指定仓库中的代码样例作为基础框架来进行二次开发: ```bash git clone https://github.com/zhayujie/chatgpt-on-wechat.git ``` 需要注意的是上述命令是从开源社区找到的一个针对个人微信号的实现方案[^2];而为企业微信定制化服务时,则应参照官方文档指导调整对接逻辑。 #### 实现消息接收处理函数 编写 Python 或其他编程语言编写的脚本程序负责监听来自企业微信消息推送事件,并调用已训练好的 DeepSeek 模型生成回复内容返回给客户。这里给出一段简化版伪代码示意: ```python from flask import Flask, request, make_response import requests app = Flask(__name__) @app.route('/wechat', methods=['POST']) def wechat(): data = request.json # 解析收到的信息体... response_content = generate_reply_with_deepseek(parsed_message) resp_data = { "msgtype": "text", "agentid": AGENT_ID, "touser": USER_ID, "text": {"content":response_content} } res = requests.post( url="https://qyapi.weixin.qq.com/cgi-bin/message/send?access_token={}".format(ACCESS_TOKEN), json=resp_data ) return make_response(res.text) if __name__ == '__main__': app.run(port=8080) ``` 这段代码展示了如何设置一个简单的 HTTP Server 来接受 POST 请求形式的企业微信回调通知,并利用 `generate_reply_with_deepseek()` 方法向用户提供由 AI 自动生成的回答。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值