发现全球最佳 AI 工具

从零教你部署与精通，掌握实战变现工作流

飞书/钉钉AI机器人部署教程：从零搭建企业自动化助手

本文详细介绍飞书/钉钉 AI 机器人的部署方法，覆盖自定义机器人 Webhook、企业应用机器人、Python 后端、n8n 工作流、AI 模型接入、安全签名、上线检查与常见问题排查。

飞书/钉钉AI机器人部署教程：从零搭建企业自动化助手

网站发布教程 · 保姆级部署 · Webhook / 企业应用 / AI模型接入 / 常见问题排查

一、文章摘要

这是一篇面向新手、运营人员、站长和企业自动化搭建者的飞书/钉钉 AI 机器人部署教程。文章从“群机器人 Webhook 推送”讲到“企业应用机器人 AI 对话”，覆盖准备工作、机器人创建、安全签名、Python/Node/n8n 服务部署、AI 模型接入、消息格式、上线检查和常见报错排查。读者可以照着教程快速做出一个能在飞书或钉钉群里推送日报、告警、内容审核结果、工作流通知，甚至能接入 DeepSeek、OpenAI、通义千问、Ollama 等模型进行问答的企业 AI 助手。

提示：如果只是把系统消息推送到群里，优先选择“自定义机器人 + Webhook”；如果要让员工在群里 @机器人提问、做知识库问答或审批辅助，建议选择“企业应用机器人 + 回调服务”。

二、适合谁阅读？

想给公司飞书群/钉钉群接入 AI 日报、监控报警、文章发布提醒的人；
想把 DeepSeek、OpenAI、通义千问、Ollama 等模型接入办公群的人；
正在做 AI 自动化工作流、WordPress 自动发文、客服问答、知识库检索的人；
不想直接写复杂企业应用，想先从 Webhook 快速入门的新手；
需要把机器人部署到服务器、Docker、n8n 或云函数上的站长/运维。

三、先看总流程：三种部署路线怎么选？

路线	适合场景	优点	注意事项
Webhook 推送型	日报、告警、发布通知、表格提醒	部署最快，只要能 POST 请求即可	通常只能主动推送，不适合复杂对话
企业应用机器人	群聊问答、知识库、AI客服、审批助手	能力完整，可接收事件和调用开放接口	需要企业管理员审批、权限配置和回调服务
n8n/低代码型	RSS、表格、数据库、定时任务串联	适合运营和站长，改流程方便	复杂签名、回调校验仍可能需要代码节点
本地模型型	内网知识库、私有数据、安全合规场景	数据可控，可配 Ollama/LocalAI/vLLM	需要服务器资源和模型运维能力

四、飞书/钉钉机器人到底是什么？

从功能上看，飞书和钉钉机器人可以分为两类：一类是“群自定义机器人”，核心能力是通过 Webhook 向指定群聊推送消息；另一类是“企业应用机器人”，可以作为企业应用的一部分接收事件、处理回调、调用更丰富的开放接口。

1. 自定义机器人：适合先跑通

自定义机器人最适合新手入门。你在群聊里添加一个机器人，平台会生成一个 Webhook 地址。之后你的脚本、n8n 工作流、监控系统、AI 服务只要向这个地址发送 HTTP POST 请求，就能把消息推送到群里。

2. 企业应用机器人：适合做“真正的 AI 助手”

如果你希望机器人能接收用户消息、处理 @提问、读取审批或通讯录权限、调用平台接口，就需要创建企业内部应用，并添加机器人能力。这个方案更强，但步骤也更多：创建应用、配置权限、发布审批、配置回调地址、校验签名、处理事件，再把消息交给 AI 模型。

五、推荐架构：把机器人入口和 AI 服务分开

推荐把系统拆成四层：平台入口层、消息处理层、AI 模型层、业务系统层。这样做的好处是：飞书和钉钉平台变更时，只需要改入口适配；AI 模型换供应商时，只需要改模型调用；业务场景增加时，可以复用已有消息服务。

六、部署前准备清单

准备项	建议配置	说明
账号与权限	飞书/钉钉账号；需要时准备企业管理员权限	自定义机器人通常在群内创建；企业应用往往需要管理员审批。
服务器	Linux VPS、云服务器、内网服务器、云函数均可	只做主动推送不一定需要公网入口；接收回调必须有公网 HTTPS。
开发环境	Python 3.10+ 或 Node.js 20+	Python 适合新手；Node.js 适合前端和 Serverless。
AI 模型	DeepSeek、OpenAI、通义千问、Ollama、LocalAI、vLLM	推荐优先使用 OpenAI-compatible API，便于切换模型。
安全配置	签名密钥、环境变量、IP 白名单、HTTPS	不要把 Webhook 或 Secret 写进网页前端、GitHub 公开仓库。
可选工具	Docker、n8n、Nginx、PM2、systemd	适合长期运行和生产部署。

七、飞书 AI 机器人部署流程

方案 A：飞书自定义机器人 Webhook 推送

适合做 AI 日报、监控报警、内容发布通知、运营数据提醒。基本流程如下：

在飞书 PC 客户端进入目标群聊；
打开群设置，找到“机器人 / Bots”；
选择“添加机器人”，添加“自定义机器人”；
设置机器人名称、头像和描述；
复制 Webhook 地址；
开启安全设置，建议使用签名校验；
用 curl、Python 或 n8n 发送一条测试消息。

提示：飞书自定义机器人适合“向群里推送消息”。如果要接收群成员提问并回复，建议使用企业应用机器人，或在工作流里另行配置回调入口。

飞书 Python 测试脚本

import os

import time

import hmac

import hashlib

import base64

import requests

FEISHU_WEBHOOK = os.getenv(“FEISHU_WEBHOOK”)

FEISHU_SECRET = os.getenv(“FEISHU_SECRET”, “”)

def make_feishu_sign(timestamp: str, secret: str) -> str:

# 飞书自定义机器人签名常见写法：timestamp\nsecret 参与 HMAC-SHA256 后 Base64

string_to_sign = f”{timestamp}\n{secret}”

hmac_code = hmac.new(string_to_sign.encode(“utf-8”), digestmod=hashlib.sha256).digest()

return base64.b64encode(hmac_code).decode(“utf-8”)

def send_feishu_text(text: str):

payload = {

“msg_type”: “text”,

“content”: {“text”: text}

}

if FEISHU_SECRET:

timestamp = str(int(time.time())) # 飞书通常使用秒级时间戳

payload[“timestamp”] = timestamp

payload[“sign”] = make_feishu_sign(timestamp, FEISHU_SECRET)

resp = requests.post(FEISHU_WEBHOOK, json=payload, timeout=15)

print(resp.status_code, resp.text)

if __name__ == “__main__”:

send_feishu_text(“AI机器人测试：飞书消息推送成功 ✅”)

方案 B：飞书企业应用机器人 AI 对话

如果你的目标是“群里 @机器人，机器人调用 AI 模型后回答”，建议走企业应用路线。大致流程如下：

进入飞书开放平台，创建企业自建应用；
添加“机器人”能力；
配置应用权限，例如接收消息、发送消息、读取用户基础信息等；
在“事件订阅”中配置回调方式，可选择请求地址或长连接；
部署后端服务，校验平台回调，解析用户消息；
调用 AI 模型生成回答；
通过飞书开放接口或回复机制把答案发回群聊。

企业应用机器人更适合做知识库问答、制度查询、运维助手、客服助手。部署时要重点关注权限审批、回调地址验证、事件订阅、消息去重和敏感信息过滤。

八、钉钉 AI 机器人部署流程

方案 A：钉钉自定义机器人 Webhook 推送

钉钉自定义机器人同样适合做群通知。基本步骤如下：

打开钉钉客户端，进入目标群聊；
进入群设置，找到“机器人”；
选择“添加机器人”，选择“自定义机器人”；
填写机器人名称、头像和说明；
配置安全设置，建议至少启用加签，必要时叠加关键词或 IP 白名单；
复制 Webhook 地址；
用脚本发送 text、markdown、link 或 ActionCard 消息。

钉钉 Python 测试脚本

import os

import time

import hmac

import hashlib

import base64

import urllib.parse

import requests

DINGTALK_WEBHOOK = os.getenv(“DINGTALK_WEBHOOK”)

DINGTALK_SECRET = os.getenv(“DINGTALK_SECRET”, “”)

def build_dingtalk_url(webhook: str, secret: str) -> str:

if not secret:

return webhook

timestamp = str(round(time.time() * 1000)) # 钉钉使用毫秒级时间戳

string_to_sign = f”{timestamp}\n{secret}”

hmac_code = hmac.new(

secret.encode(“utf-8”),

string_to_sign.encode(“utf-8”),

digestmod=hashlib.sha256

).digest()

sign = urllib.parse.quote_plus(base64.b64encode(hmac_code))

connector = “&” if “?” in webhook else “?”

return f”{webhook}{connector}timestamp={timestamp}&sign={sign}”

def send_dingtalk_markdown(title: str, markdown: str):

url = build_dingtalk_url(DINGTALK_WEBHOOK, DINGTALK_SECRET)

payload = {

“msgtype”: “markdown”,

“markdown”: {

“title”: title,

“text”: markdown

}

resp = requests.post(url, json=payload, timeout=15)

print(resp.status_code, resp.text)

if __name__ == “__main__”:

send_dingtalk_markdown(

“AI机器人测试”,

“### AI机器人测试\n\n钉钉消息推送成功 ✅”

)

提示：钉钉的安全策略常见有关键词、加签、IP 白名单。生产环境不建议只用关键词；更稳妥的做法是“加签 + IP 白名单”，并定期轮换密钥。

方案 B：钉钉企业内部应用机器人

如果要做可交互的 AI 助手，例如“@机器人总结这个链接”“帮我查某个制度”“生成本周工作周报”，建议使用企业内部应用或机器人应用能力。通常需要完成以下工作：

在钉钉开放平台创建企业内部应用；
配置机器人能力、事件订阅或回调地址；
按需申请消息、通讯录、审批、群会话等权限；
部署后端接口并完成签名验证；
解析用户消息，做权限判断和敏感词过滤；
调用 AI 模型；
把结果以文本、Markdown、卡片等形式返回。

九、接入 AI 模型：推荐使用 OpenAI-compatible API

为了后续方便切换模型，建议把模型调用封装成统一接口。无论底层是 DeepSeek、OpenAI、通义千问、Moonshot、Ollama、LocalAI、vLLM，只要提供 OpenAI-compatible 接口，就可以使用类似的调用方式。

import os

from openai import OpenAI

client = OpenAI(

api_key=os.getenv(“AI_API_KEY”),

base_url=os.getenv(“AI_BASE_URL”, “https://api.deepseek.com”)

)

def ask_ai(user_text: str) -> str:

resp = client.chat.completions.create(

model=os.getenv(“AI_MODEL”, “deepseek-chat”),

messages=[

{“role”: “system”, “content”: “你是企业办公群里的AI助手，回答要简洁、准确、可执行。”},

{“role”: “user”, “content”: user_text}

temperature=0.3,

)

return resp.choices[0].message.content

十、最小可运行后端：FastAPI 版本

下面这个示例适合把“外部系统提交的问题”转成 AI 答案，再推送到飞书或钉钉群里。实际生产环境还应加入鉴权、限流、日志、异常重试和敏感信息过滤。

import os

from fastapi import FastAPI

from pydantic import BaseModel

app = FastAPI()

class AskPayload(BaseModel):

platform: str # feishu 或 dingtalk

question: str

@app.post(“/ai-bot/ask”)

def ai_bot_ask(payload: AskPayload):

answer = ask_ai(payload.question)

if payload.platform == “feishu”:

send_feishu_text(answer)

elif payload.platform == “dingtalk”:

send_dingtalk_markdown(“AI助手回复”, answer)

else:

return {“ok”: False, “error”: “unsupported platform”}

return {“ok”: True, “answer”: answer}

# 启动：uvicorn app:app –host 0.0.0.0 –port 8000

十一、n8n 低代码部署方案

如果你前面已经部署过 n8n，可以用低代码方式快速实现飞书/钉钉 AI 机器人。推荐工作流如下：

Cron 节点：每天固定时间触发；
HTTP Request 节点：读取 RSS、WordPress、数据库、表格或业务接口；
AI 节点或 HTTP Request：调用 DeepSeek/OpenAI/Ollama 生成摘要；
Code 节点：必要时计算飞书/钉钉签名；
HTTP Request 节点：把消息发送到飞书/钉钉 Webhook；
Error Trigger：失败时推送错误详情到管理员群。

n8n 的优势是改流程快、可视化强，适合内容站、运营日报、自动发文通知、客户线索汇总等场景。缺点是复杂的企业应用回调和签名校验仍需要少量代码。

十二、消息格式建议：不要只发纯文本

消息类型	飞书适用	钉钉适用	推荐场景
text 文本	支持	支持	简单提醒、测试消息
markdown / 富文本	支持富文本/卡片	支持 Markdown	日报、周报、监控摘要
link 链接	可用卡片/富文本实现	支持 link	文章发布、工单跳转、报表链接
interactive / card	支持飞书卡片	支持 ActionCard 等	审批提醒、按钮操作、结构化通知
image 图片	支持	支持	图表、告警截图、封面图预览

十三、生产环境上线检查清单

Webhook、Secret、API Key 全部放到环境变量或密钥管理工具中；
不要把飞书/钉钉 Webhook 地址提交到公开仓库；
开启签名校验，生产环境尽量叠加 IP 白名单；
后端服务开启 HTTPS，回调入口限制请求大小；
AI 模型调用增加超时、重试和降级方案；
对用户输入做敏感信息过滤，避免把内部隐私发给外部模型；
记录日志时隐藏 token、secret、手机号、身份证号等敏感字段；
机器人回复设置频率限制，避免无限循环刷屏；
把测试机器人和生产机器人分开；
至少准备一个管理员告警通道。

十四、常见问题排查

1. 飞书/钉钉机器人可以直接接入 ChatGPT 或 DeepSeek 吗？

可以，但建议通过你自己的后端服务中转。后端负责保存密钥、校验签名、控制权限、过滤敏感内容，再调用模型接口。不要把模型 API Key 写在前端页面或公开脚本中。

2. 自定义机器人和企业应用机器人应该怎么选？

只做通知推送，选自定义机器人；要接收用户消息、做群聊问答、调用平台开放接口，选企业应用机器人。

3. 为什么 Webhook 测试成功，但生产环境偶尔失败？

常见原因是网络超时、平台限流、签名时间戳不准、模型响应过慢或消息格式不合法。建议加重试、超时控制、日志和失败告警。

4. 飞书和钉钉能共用一套 AI 后端吗？

可以。建议后端统一成“平台适配层 + AI 服务层 + 业务层”。平台适配层分别处理飞书/钉钉格式，AI 服务层统一调用模型。

5. 可以接入本地 Ollama 模型吗？

可以。如果服务器能访问 Ollama 的本地接口，可以把 AI_BASE_URL 指向 Ollama、LocalAI 或 vLLM 的 OpenAI-compatible 服务。

6. 群里多人同时提问会不会混乱？

会有这个风险。建议对每条消息保存 message_id、chat_id、user_id，做消息去重、上下文隔离和并发队列。

7. 机器人回复太长怎么办？

可以在 Prompt 中限制字数，或者把长答案拆成“摘要 + 链接”，详细内容写入文档、知识库或网页。

8. 如何防止机器人泄露企业资料？

使用企业内部模型或本地模型；对外部模型做脱敏；设置白名单群聊；禁止机器人处理身份证、合同、财务、客户隐私等敏感内容。

官方参考来源

飞书开放平台：自定义机器人使用指南：https://open.feishu.cn/document/client-docs/bot-v3/add-custom-bot?lang=zh-CN
飞书开放平台：机器人概述：https://open.feishu.cn/document/client-docs/bot-v3/bot-overview?lang=zh-CN
飞书开放平台：使用自定义机器人发送飞书卡片：https://open.feishu.cn/document/feishu-cards/quick-start/send-message-cards-with-custom-bot?lang=zh-CN
飞书开放平台：事件订阅与长连接配置：https://open.feishu.cn/document/server-docs/event-subscription-guide/event-subscription-configure-/request-url-configuration-case
钉钉开放平台：创建自定义机器人：https://open.dingtalk.com/document/dingstart/custom-bot-creation-and-installation
钉钉开放平台：自定义机器人安全设置：https://open.dingtalk.com/document/robots/customize-robot-security-settings
钉钉开放平台：机器人消息类型：https://open.dingtalk.com/document/development/robot-message-type

发现全球最佳 AI 工具

飞书/钉钉AI机器人部署教程：从零搭建企业自动化助手

一、文章摘要

二、适合谁阅读？

三、先看总流程：三种部署路线怎么选？

四、飞书/钉钉机器人到底是什么？

1. 自定义机器人：适合先跑通

2. 企业应用机器人：适合做“真正的 AI 助手”

五、推荐架构：把机器人入口和 AI 服务分开

六、部署前准备清单

七、飞书 AI 机器人部署流程

方案 A：飞书自定义机器人 Webhook 推送

飞书 Python 测试脚本

方案 B：飞书企业应用机器人 AI 对话

八、钉钉 AI 机器人部署流程

方案 A：钉钉自定义机器人 Webhook 推送

钉钉 Python 测试脚本

方案 B：钉钉企业内部应用机器人

九、接入 AI 模型：推荐使用 OpenAI-compatible API

十、最小可运行后端：FastAPI 版本

十一、n8n 低代码部署方案

十二、消息格式建议：不要只发纯文本

十三、生产环境上线检查清单

十四、常见问题排查

1. 飞书/钉钉机器人可以直接接入 ChatGPT 或 DeepSeek 吗？

2. 自定义机器人和企业应用机器人应该怎么选？

3. 为什么 Webhook 测试成功，但生产环境偶尔失败？

4. 飞书和钉钉能共用一套 AI 后端吗？

5. 可以接入本地 Ollama 模型吗？

6. 群里多人同时提问会不会混乱？

7. 机器人回复太长怎么办？

8. 如何防止机器人泄露企业资料？

官方参考来源

最新文章

热门文章

标签云

AI Stack Nav

发表回复 取消回复

发表回复取消回复