前言使用dify、ollama构建微信自动回复。一、环境介绍1、微信版本3.92、腾讯服务器4核、8G安装dify3、AutoDL安装ollama、安装qwen2.5:1.5b4、AutoDL安装Xinference、bge-large-zh-v1.5、bge-reranker-base二、dify连接AutoDL安装的大模型点击右上角我的-设置在模型供应商-安装大模型供应商下面找到Ollama-点击安装Ollama配置大模型qwen2.5:1.5b在ollama右边点击添加模型三、dify配置bge-large-zh-v1.5、bge-reranker-base在模型供应商-安装大模型供应商下面找到Xorbits Inference-点击安装配置bge-large-zh-v1.5配置bge-reranker-base四、dify创建知识库1、在AUTODL服务器安装bge-large-zh-v1.5、bge-reranker-base2、DIFY创建知识库知识库-创建知识库-创建空白知识库3、上次知识内容后选择bge-large-zh-v1.5、bge-reranker-base4、等待知识库创建成功(所有文档右边都打上绿色的勾)五、dify创建微信回复Agent1、创建Agent2、配置Agent六、微信信息读取与调用Agent回复1、获取difyAPI2、配置KEY3、新建配置文件.env.wechatDIFY_BASE_URL DIFY_API_KEY TARGET_CHAT_NAME SELF_SENDER 4、新建header:chat_dify_agent_headers.pyfrom dotenv import load_dotenv import os load_dotenv(.env.wechat) dify_API_KEY os.getenv(DIFY_API_KEY) headers { Authorization: fBearer {dify_API_KEY}, Content-Type: application/json }5、新建去掉think内容chat_dify_agent_tags.pyimport re def remove_think_tags(text): 去除文本中的 think.../think 标签及内容 # .*? 表示非贪婪匹配防止跨越多个标签匹配 pattern rthink.*?/think return re.sub(pattern, , text, flagsre.DOTALL)6、新建调用dify-Agent:chat_dify_agent.pyimport requests import json from dotenv import load_dotenv import os from chat_dify_agent_headers import headers from chat_dify_agent_tags import remove_think_tags load_dotenv(.env.wechat) DIFY_BASE_URL os.getenv(DIFY_BASE_URL) def dify_agent(query: str, conversation_id: str None): payload { inputs: {}, query: query, response_mode: streaming, user: python_user001, } if conversation_id: payload[conversation_id] conversation_id resp requests.post( urlf{DIFY_BASE_URL}/chat-messages, headersheaders, jsonpayload, streamTrue, timeout180 ) resp.raise_for_status() answer conv_id None for line in resp.iter_lines(): if not line: continue raw_text line.decode(utf-8).removeprefix(data: ) if raw_text.strip() [DONE]: break try: event_data json.loads(raw_text) # 获取会话id if not conv_id and event_data.get(conversation_id): conv_id event_data[conversation_id] # Agent‑V2重点agent_thought事件保存工具执行结果、回答 if event_data.get(event) agent_thought: thought event_data.get(thought, ) tool event_data.get(tool, ) tool_input event_data.get(tool_input,) observation event_data.get(observation,) # print(f\n[Agent思考] {thought}) if tool: print(f[调用工具] {tool} 参数{tool_input} 输出{observation}) answer thought # 普通message事件 if event_data.get(event) message: chunk event_data.get(answer,) answer chunk print(chunk, end) except Exception as e: continue clean_answer remove_think_tags(answer) print(f\n[Dify输出] {clean_answer}) return clean_answer, conv_id7、新建调用微信信息读取回复:we_chat.pyfrom wxauto import WeChat from dotenv import load_dotenv import os import time from wechat.chat_dify_agent import dify_agent load_dotenv(.env.wechat) TARGET_CHAT_NAME os.getenv(TARGET_CHAT_NAME) def we_chat_agent(): wx WeChat() # 2. 先打开聊天窗口这是后续操作的基础 wx.ChatWith(TARGET_CHAT_NAME) time.sleep(1.5) # 等待窗口加载 # 3. 添加监听 wx.AddListenChat(whoTARGET_CHAT_NAME, savepicFalse) # --- 核心修改彻底清空历史消息 --- print( 正在丢弃启动瞬间的历史消息...) # 使用一个循环持续获取消息直到返回为空确保历史消息被完全清空 while wx.GetListenMessage(): time.sleep(0.1) print(✅ 历史消息已清空开始监听新消息...) # ----------------------------------- print(f✅ 微信机器人启动监听好友{TARGET_CHAT_NAME}) try: while True: # 【修复点】在每次循环开始时先初始化一个空的 reply_text 变量 reply_text msgs_dict wx.GetListenMessage() # 没有新消息直接跳过本次循环 if not msgs_dict: time.sleep(0.8) continue # 处理新消息 for chat in msgs_dict: who chat.who # 只处理目标联系人的消息 if who ! TARGET_CHAT_NAME: continue one_msgs msgs_dict.get(chat) for msg in one_msgs: content msg.content sender getattr(msg, sender, 未知发送者) print(f发送者{sender}) if sender Self: continue msg_type msg.type # 过滤掉时间消息、图片、视频等非文本内容 if msg_type time or content.strip() in {[图片], [视频], [位置], [语音], [以下为新消息]}: continue # 过滤掉空消息 if not content: continue # 【核心修复】如果收到的内容就是机器人刚刚发出去的回复直接跳过防止死循环 # 注意这里用 strip() 去除首尾换行和空格后再比较更加严谨 if content.strip() reply_text.strip(): print(f⚠️ 检测到自身发出的消息已忽略{content[:20]}...) continue print(f\n 收到新消息【{who}】{content}) # 调用Dify并回复 reply_text, conversation_id dify_agent(content, conversation_id) print(f Agent回复{reply_text}) if reply_text: try: chat.SendMsg(reply_text) print(✅ 微信消息发送完成) except Exception as send_err: print(f❌ 发送微信消息失败{send_err}) # 短暂休眠避免CPU占用过高 time.sleep(0.8) except KeyboardInterrupt: print(\n 程序手动停止) except Exception as e: print(f\n[程序异常] {e})7、结果
