LangBot

活跃
GitHub Python Apache-2.0

简介

生产级多平台智能机器人开发平台,支持 Discord、Slack、Telegram、企业微信、飞书、钉钉、QQ 等多种 IM 平台,集成 Agent 编排、知识库和插件系统。

核心特性

  • 支持 Discord、Telegram、Slack、LINE、QQ、微信、企业微信、飞书、钉钉等 10+ IM 平台
  • 内置 Agent 编排、工具调用、多模态支持、流式输出和 RAG 知识库
  • 深度集成 Dify、Coze、n8n、Langflow 等主流 LLMOps 平台
  • 生产级特性:访问控制、速率限制、敏感词过滤、全面监控和异常处理
  • 丰富的插件生态:事件驱动架构、组件扩展和 MCP 协议支持
  • Web 管理面板:通过浏览器界面配置、管理和监控机器人,无需编辑 YAML

适用场景

💡 企业快速部署跨平台 AI 客服机器人,覆盖微信、钉钉、飞书等内部通讯工具
💡 开发者将 Dify 或 Coze Agent 一键发布到 Discord、Slack 等协作平台
💡 搭建基于 n8n 的自动化工作流机器人,连接多平台消息
💡 个人用户连接 DeepSeek 等本地大模型到微信、Telegram 进行日常对话

优势与不足

优势

  • 活跃维护,近期持续更新
  • 社区热度高(17.7k stars)
  • 开源许可证友好(Apache-2.0)
  • 项目有一定历史沉淀(已维护 3 年)

快速开始

推荐使用 LangBot Cloud 零部署体验;本地部署:安装 uv 后运行 uvx langbot,访问 http://localhost:5300 完成配置;Docker 部署:克隆仓库后在 docker 目录执行 docker compose up -d;通过 Web 管理面板添加 IM 平台连接和 LLM 配置。

相关项目

Langchain-Chatchat

38.6k · Python
不活跃 B

Langchain-Chatchat 是一个基于 Langchain 和多种大语言模型的本地知识库 RAG 与 Agent 应用平台,支持 ChatGLM、Qwen、Llama 等模型,提供对话、知识库管理、Agent 调用等功能。

ragllmpython +3
  • · 本地知识库问答 — 基于 Langchain 实现文档加载、文本分割、向量化和语义检索,支持 BM25+KNN 混合检索
  • · 多模型推理框架接入 — 支持 Xinference、Ollama、FastChat、LocalAI 等框架,接入 GLM-4、Qwen2、Llama3 等模型
  • · Agent 工具调用 — 针对 ChatGLM3 和 Qwen 优化,支持多工具自动选择、单工具参数解析、手动工具调用和多模态图片对话

NanoClaw

30.7k · TypeScript
活跃 A

轻量级 AI 助手平台,运行在容器中确保安全,可连接 WhatsApp、Telegram、Slack、Discord 等消息应用,支持记忆和定时任务。

agentchatbotframework +2
  • · 容器级安全隔离 — Agent 运行在独立 Linux 容器中,文件系统隔离,命令不逃逸到宿主机
  • · 多渠道消息 — 支持 WhatsApp、Telegram、Discord、Slack、Teams、微信等 12+ 消息平台
  • · 灵活隔离模型 — 每个渠道独立 Agent、共享 Agent 或跨渠道会话,按需组合

MaxKB

22.7k · Python
活跃 A+

MaxKB 是基于 LLM 大模型的开源知识库问答与 Agent 构建平台,支持向量检索、工作流编排与多种模型接入,开箱即用。

knowledge-baseragchatbot +3
  • · RAG 流水线 — 支持文档上传与在线爬取,自动切分、向量化,有效减少大模型幻觉
  • · Agentic 工作流 — 强大的工作流引擎、函数库与 MCP 工具调用,满足复杂业务场景
  • · 零代码集成 — 无缝接入第三方业务系统,快速赋予现有系统智能问答能力

XiaoZhi ESP32

29.7k · C++
活跃 A+

基于 MCP 的开源 ESP32 聊天机器人,可在 ESP32 等嵌入式设备上运行 AI 对话功能,支持语音交互、多模型接入和物联网控制,适合构建智能硬件 Agent。

chatbotvoicemcp +2
  • · MCP 协议设备控制 — 通过设备侧 MCP 控制扬声器、LED、舵机、GPIO 等硬件,云端 MCP 扩展智能家居和邮件等能力
  • · 离线语音唤醒与识别 — 基于 ESP-SR 的离线唤醒词检测,支持 OPUS 音频编解码,流式 ASR + LLM + TTS 架构
  • · 70+ 开源硬件兼容 — 支持 ESP32-C3/S3/P4 平台,兼容 LiChuang、ESP-BOX3、M5Stack、LILYGO 等 70+ 开发板