2 小时落地公众号 AI 客服：低成本智能化的实战路径

Hi，各位"极客工具"的粉丝们，我是麦冬。

今天为粉丝们附上我搭建的极客工具的 AI 智能体地址： https://yuanqi.tencent.com/agent/qTaqLDKhEsJ1

如果你有个人知识库/Obsidian/AI 工具方面的话题，现在就可 24 小时随时咨询，助手会搜索我公众号历史发布的文章进行总结回复。（当然也可在公众号后台直接开聊）。

如果你和我一样也有自己的公众号，那是否也曾被这些问题困扰：粉丝的提问五花八门，重复性问题答到手软，商务合作咨询淹没在日常互动中…… 我也一样！一直琢磨着怎么给我的"极客工具"公众号装上一个聪明的 AI 客服，能自动理解粉丝意图，精准回复。

我的核心诉求：便宜又好用的 AI 客服

我对这个 AI 客服的期待很简单，但也很 贪心：

能理解意图：无论是闲聊、问我 Obsidian 插件的知识，还是咨询商务合作，它都能明白。
能对接知识库：能基于我公众号已发布的文章内容进行回答，甚至给出摘要或原文链接。
能搞定多种回复：闲聊时能风趣幽默，知识提问能专业精准，商务咨询能直接亮出我的名片或微信号。
核心是"又要便宜又要好"：成本要低，效果要智能，最好还能灵活选择不同的大模型平台，不受一家限制。

初探：开源方案 (chatgpt-on-wechat) 的坑

一开始，我尝试了市面上流行的开源方案 chatgpt-on-wechat(github star 37.4k)。对接公众号确实不难，它已经封装了公众号的接口，用 docker 部署好，公众号后台配置一下，基本的消息收发是 OK 的。

但问题很快就来了：

功能受限：如果想实现更高级的知识库检索、Tool 调用等功能，往往需要依赖其背后的商业平台（如 LhinkAI）。
技术门槛不低：知识库文档的解析、分块、向量化、检索、重排……这一系列操作对没有技术背景的运营者来说，简直是天方夜谭。
维护成本：即便对于我这样有技术背景的人，手动维护和持续调优也是不小的负担。忙活了一天，感觉实现度还是不太理想。

chatgpt-on-wechat 部署脚本

项目地址: https://github.com/zhayujie/chatgpt-on-wechat

docker 部署脚本

version: '2.0'
services:
  chatgpt-on-wechat:
    image: zhayujie/chatgpt-on-wechat
    container_name: chatgpt-on-wechat
    security_opt:
      - seccomp:unconfined
    ports:
      - "80:80"
    volumes:
      - /mnt/mind/data/chatgpt-on-wechat/config.json:/app/config.json
    environment:
      DEBUG: 'true'

chatgpt-on-wechat 配置：config.json

{
    "channel_type": "wechatmp",
    "single_chat_prefix": [
        ""
    ],
    "wechatmp_app_id": "xxx",
    "wechatmp_app_secret": "xxx",
    "wechatmp_aes_key": "xxxx",
    "wechatmp_token": "xtoolism2025",
    "wechatmp_port": 80,
    "open_ai_api_base": "https://openrouter.ai/api/v1",
    "open_ai_api_key": "sk-or-v1-xxx",
    "model": "deepseek/deepseek-r1-0528:free",
    "proxy": "",
    "single_chat_reply_prefix": "[麦冬小助手] ",
    "image_create_prefix": ["画",  "看", "找"],
    "speech_recognition": false,
    "group_speech_recognition": false,
    "voice_reply_voice": false,
    "conversation_max_tokens": 1000,
    "expires_in_seconds": 120,
    "temperature": 0.7,
    "subscribe_msg": "感谢关注麦冬 🌿\n我会在这里慢慢分享自己关于知识管理与AI工具的探索过程。\n如果有什么疑问或想法，都可以留言告诉我，很期待与你交流。",
    "character_desc": "\n你是公众号[极客工具]的智能助手：\n\n1. 如果粉丝有推文,商务合作,私下交流的意向，提示加微信：xtoolootx；\n2. 如果粉丝有咨询相关的内容，返回相关的[内容合集]的链接；\n3. 如果粉丝咨询知识库模板地址，返回对应的地址； \n4. 如果粉丝有其他未知留言，提示其描述清楚需求；\n\n内容合集列表\n1. 构建个人知识库：https://mp.weixin.qq.com/mp/appmsgalbum?action=getalbum&album_id=3880988817024614400\n2. Obsidian AI使用教程：https://mp.weixin.qq.com/mp/appmsgalbum?action=getalbum&album_id=3997736061526048774\n3. Obsidian 多端同步教程：https://mp.weixin.qq.com/mp/appmsgalbum?action=getalbum&album_id=3885545510249398275\n4. 自动化实践：https://mp.weixin.qq.com/mp/appmsgalbum?action=getalbum&album_id=3889379555076964362\n\n知识库模板地址\n• GitHub：https://github.com/geosmart/obsidian-template\n• 国内地址：https://gitee.com/geosmart/obsidian-template\n\n注意要简洁友好的回复粉丝的问题，不知道的不要回复无关问题，提示其留言即可。"
}

效果如下

进阶：Dify 类智能体平台自建——理想与现实

既然开源方案有诸多不便，我便萌生了自己 手搓 一个的想法。利用像 Dify 或 Coze（扣子）这类智能体（Agent）平台，理论上可以完美满足我的需求：

模型自由：这类平台通常支持接入各种大模型，包括一些免费或高性价比的选项，彻底摆脱单一模型的掣肘（比如 OpenRouter，大量的 free 模型，可以免费薅资本主义羊毛）。
知识库灵活：可以连接我自己的本地知识库，比如 Obsidian 本地文件目录（通过 MCP 协议等方式），或者自己采集的数据源。
掌控力强：文章解析、文本分块、向量化、召回策略、重排机制……这些核心环节我都可以亲自操刀和调优。

听起来很美好，对吧？但挑战也显而易见：所有东西都得自己实现！ 这对技术能力和时间投入要求极高。虽然我熟悉这些技术方案，也计划排期开发，但短期内难以快速落地。

权宜之计：浓缩 Prompt 的丐版客服

在自建方案嗷嗷待哺的阶段，我搞了个 临时工——把核心意图和对应答案高度浓缩在一个精心设计的 Prompt 里，直接喂给大模型。

比如，当用户问候时，Prompt 引导模型进行日常闲聊；当用户问及特定插件知识时，Prompt 包含预设的几篇核心文章标题或内容要点；当用户咨询合作时，Prompt 则包含我的联系方式。

效果嘛，居然还行！ 至少能应对一些基本场景。但它的局限性也很明显：无法真正检索知识库，不能动态总结和返回具体文章内容，更像是一个固定的问答清单。

下面是我尝试的提示词

# 角色
你是公众号[极客工具]的智能助手：
 
## 技能
1. 如果粉丝有推文,商务合作,私下交流的意向，提示加微信：xtoolootx；
2. 如果粉丝有咨询相关的内容，返回相关的[内容合集]的链接；
3. 如果粉丝咨询知识库模板地址，返回对应的地址； 
4. 如果粉丝有其他未知留言，提示其描述清楚需求；
 
### 内容合集列表
1. [构建个人知识库](https://mp.weixin.qq.com/mp/appmsgalbum?action=getalbum&album_id=3880988817024614400)
2. [Obsidian AI使用教程](https://mp.weixin.qq.com/mp/appmsgalbum?action=getalbum&album_id=3997736061526048774)
3. [Obsidian 多端同步教程](https://mp.weixin.qq.com/mp/appmsgalbum?action=getalbum&album_id=3885545510249398275)
4. [自动化实践](https://mp.weixin.qq.com/mp/appmsgalbum?action=getalbum&album_id=3889379555076964362)
 
### 知识库模板地址
• GitHub：https://github.com/geosmart/obsidian-template
• 国内地址：https://gitee.com/geosmart/obsidian-template
 
## 原则
1. 简洁友好的回复粉丝的问题；
2. 不知道的不要回复无关问题，提示其留言即可。

柳暗花明：腾讯元宝与元器的官方外挂

就在我把这个"丐版"客服发给朋友 翎曦 体验，并同步规划我的"手搓"大计时，翎曦 的一句话点醒了我："你这个是接了元宝 AI 吗？元宝后台有这个，支持 API 对接和智能回复，我用着还行。"

我当晚就去研究了 腾讯元宝 和 腾讯元器。结果你猜怎么着？不到两小时，从了解到调试完毕，全搞定了！ 想想之前折腾开源方案花掉的一整天，真是感慨 ToC 产品在易用性上确实领先一步。

腾讯这套组合拳打得非常漂亮：

腾讯元宝：作为大模型中心，提供底层的 AI 能力。
腾讯元器：作为智能体中心，极大地简化了 AI 应用的创建和配置过程。
公众号本身：可以直接授权作为知识库来源。

三者联动，水到渠成地解决了我最初的痛点：

配置简单到发指：在元器里创建一个智能体，选择用公众号作为知识库，简单授权一下，历史文章数据就自动同步进来了。
支持自定义 Prompt：我可以根据自己的需求，调整 Prompt 来优化回复风格和内容引导。
一键集成到公众号：配置好的智能体可以直接生成一个 元宝对话小程序，嵌入到公众号菜单或自动回复中，用户体验非常顺滑。

不得不说，腾讯这套生态的体验确实牛，对于不懂技术的公众号运营者来说，简直是福音。

具体配置可参考腾讯元器的官方文档： https://docs.qq.com/aio/p/scxmsn78nzsuj64?p=UaURIMeI5yybhR1GbWJuaLw

腾讯元器的局限与 Dify 的机会

当然，腾讯元器也并非完美无缺。它的优势在于 简单易用，但对于追求极致效果和深度定制的技术用户来说，它的 黑盒 特性就成了短板。

比如，如果知识库文章的分块 (Chunking) 策略不佳，导致检索效果不好，我们很难介入优化。想调整向量化模型、检索算法、重排逻辑？门儿都没有。这种情况下，Dify 这类开放度更高的平台，其定制化潜力就显现出来了。

所以，我认为：

对于绝大多数非技术背景的公众号主理人：腾讯元器是快速上线 AI 客服的绝佳选择，省心省力。
对于有技术实力、追求精细化运营和特殊知识库对接需求的团队或个人：Dify 或自建方案依然是更优选，能实现更深度的定制和优化。

其他智能体平台想在通用场景下挖腾讯的墙角，难度不小。它们的机会更多在于差异化的定制开发能力，以及对特殊外部知识库（如企业私有数据、API 数据源等）的灵活接入上。

结语

为公众号打造一个低成本、智能化的 AI 客服，不再是遥不可及的梦想。从最初折腾开源方案，到构思 Dify 自建，再到体验腾讯元器的便捷，我的探索之路也算是一波三折。核心体会是：技术在进步，保持关注，今天看似复杂的问题，明天可能就有更简单的解决方案。

更多延伸阅读，按需探索：

🏕️ 麦冬的数字花园

最近更新

Obsidian x 高德地图：管理你的徒步轨迹

obsidian 白板实践 - 1688 电商运营全景脑图

如何评测 AI 智能体：试试字节开源的扣子罗盘 CozeLoop

深度评测智能体平台 Coze Studio：附部署教程

技术分享，我选择用 Markdown 写 PPT

2 小时落地公众号 AI 客服：低成本智能化的实战路径

2 小时落地公众号 AI 客服：低成本智能化的实战路径

我的核心诉求：便宜又好用的 AI 客服

初探：开源方案 (chatgpt-on-wechat) 的坑

chatgpt-on-wechat 部署脚本

进阶：Dify 类智能体平台自建——理想与现实

权宜之计：浓缩 Prompt 的丐版客服

柳暗花明：腾讯元宝与元器的官方外挂

腾讯元器的局限与 Dify 的机会

结语

关系图谱

目录