docs: update README.md

2026-03-18 12:40:06 +08:00 · 2026-02-03 00:43:42 +08:00
parent 46bcd87c23
commit c6ac175ce4
8 changed files with 42 additions and 53 deletions
--- a/README.md
+++ b/README.md
@@ -1,4 +1,4 @@
-<p align="center"><img src= "https://github.com/user-attachments/assets/31fb4eab-3be4-477d-aa76-82cf62bfd12c" alt="Chatgpt-on-Wechat" width="600" /></p>
+<p align="center"><img src= "https://github.com/user-attachments/assets/62db6aee-9268-4564-992a-2d27e1b2da09" alt="Chatgpt-on-Wechat" width="600" /></p>

 <p align="center">
   <a href="https://github.com/zhayujie/chatgpt-on-wechat/releases/latest"><img src="https://img.shields.io/github/v/release/zhayujie/chatgpt-on-wechat" alt="Latest release"></a>
@@ -6,11 +6,11 @@
  <a href="https://github.com/zhayujie/chatgpt-on-wechat"><img src="https://img.shields.io/github/stars/zhayujie/chatgpt-on-wechat?style=flat-square" alt="Stars"></a> <br/>
 </p>

-**chatgpt-on-wechat**（简称CoW）项目是基于大模型的智能对话机器人，支持自由切换多种模型，可接入网页、微信公众号、企业微信应用、飞书、钉钉中使用，能处理文本、语音、图片、文件等多模态消息，支持通过插件访问操作系统和互联网等外部资源，以及基于自有知识库定制企业AI应用。
+**CowAgent** 是基于大模型的超级AI助理，能够主动思考和任务规划、操作计算机和外部资源、创造和执行Skill、拥有长期记忆并不断成长。CowAgent 支持灵活切换多种模型，能处理文本、语音、图片、文件等多模态消息，可接入网页、飞书、钉钉、企业微信应用、微信公众号中使用，7*24小时运行于你的个人电脑或服务器中。

 # 简介

-> 该项目既是一个可以开箱即用的对话机器人，也是一个支持高度扩展的AI应用框架，可以通过为项目添加大模型接口、接入渠道、自定义插件来灵活实现各种定制需求。支持的功能如下：
+> 该项目既是一个可以开箱即用的AI助理，也是一个支持高度扩展的Agent框架，可以通过为项目扩展大模型接口、接入渠道、内置工具、Skill系统来灵活实现各种定制需求。核心功能如下：

 -  ✅   **多端部署：** 有多种部署方式可选择且功能完备，目前已支持网页、微信公众号、企业微信应用、飞书、钉钉等部署方式
 -  ✅   **基础对话：** 私聊及群聊的AI智能回复，支持多轮会话上下文记忆，基础模型支持OpenAI, Claude, Gemini, DeepSeek, 通义千问, Kimi, 文心一言, 讯飞星火, ChatGLM, MiniMax, GiteeAI, ModelScope, LinkAI
@@ -22,13 +22,15 @@

 ## 声明

-1. 本项目遵循 [MIT开源协议](/LICENSE)，仅用于技术研究和学习，使用本项目时需遵守所在地法律法规、相关政策以及企业章程，禁止用于任何违法或侵犯他人权益的行为。任何个人、团队和企业，无论以何种方式使用该项目、对何对象提供服务，所产生的一切后果，本项目均不承担任何责任
-2. 境内使用该项目时，建议使用国内厂商的大模型服务，并进行必要的内容安全审核及过滤
-3. 本项目当前主要接入协同办公平台，推荐使用网页、公众号、企微自建应用、钉钉、飞书等接入通道，其他通道为历史产物暂不维护
+1. 本项目遵循 [MIT开源协议](/LICENSE)，用于技术研究和学习，使用本项目时需遵守所在地法律法规、相关政策以及企业章程，禁止用于任何违法或侵犯他人权益的行为。任何个人、团队和企业，无论以何种方式使用该项目、对何对象提供服务，所产生的一切后果，本项目均不承担任何责任
+2. 境内使用该项目时，推荐使用国内厂商的大模型服务，并进行必要的内容安全审核及过滤
+3. 本项目当前主要接入协同办公平台，推荐使用飞书、钉钉、企微自建应用、网页、公众号等接入通道，其他通道持续扩展中，欢迎贡献代码或提交反馈

 ## 演示

-DEMO视频：https://cdn.link-ai.tech/doc/cow_demo.mp4
+使用说明(Agent模式)：[CowAgent介绍](/docs/agent.md)
+
+DEMO视频(对话模式)：https://cdn.link-ai.tech/doc/cow_demo.mp4

 ## 社区

--- a/agent/protocol/agent_stream.py
+++ b/agent/protocol/agent_stream.py
@@ -476,17 +476,7 @@ class AgentStreamExecutor:

        # Prepare messages
        messages = self._prepare_messages()
-        
-        # Debug: log message structure
        logger.debug(f"Sending {len(messages)} messages to LLM")
-        for i, msg in enumerate(messages):
-            role = msg.get("role", "unknown")
-            content = msg.get("content", "")
-            if isinstance(content, list):
-                content_types = [c.get("type") for c in content if isinstance(c, dict)]
-                logger.debug(f"  Message {i}: role={role}, content_blocks={content_types}")
-            else:
-                logger.debug(f"  Message {i}: role={role}, content_length={len(str(content))}")

        # Prepare tool definitions (OpenAI/Claude format)
        tools_schema = None
--- a/agent/skills/types.py
+++ b/agent/skills/types.py
@@ -2,6 +2,7 @@
 Type definitions for skills system.
 """

+from __future__ import annotations
 from typing import Dict, List, Optional, Any
 from dataclasses import dataclass, field

--- a/config.py
+++ b/config.py
@@ -183,7 +183,7 @@ available_setting = {
    "linkai_api_key": "",
    "linkai_app_code": "",
    "linkai_api_base": "https://api.link-ai.tech",  # linkAI服务地址
-    "Minimax_api_key": "",
+    "minimax_api_key": "",
    "Minimax_group_id": "",
    "Minimax_base_url": "",
    "web_port": 9899,
--- a/docs/agent.md
+++ b/docs/agent.md
@@ -2,15 +2,15 @@

 ## 概述

-Cow项目从简单的聊天机器人全面升级为超级智能助理 **CowAgent**，能够主动规思考和规划任务、拥有长期记忆、操作计算机和外部资源、创造和执行Skill，真正理解你并和你一起成长。CowAgent能够长期运行在个人电脑或服务器中，通过飞书、钉钉、企业微信、网页等多种方式进行交互。核心能力如下：
+Cow项目从简单的聊天机器人全面升级为超级智能助理 **CowAgent**，能够主动思考和规划任务、拥有长期记忆、操作计算机和外部资源、创造和执行Skill，真正理解你并和你一起成长。CowAgent能够长期运行在个人电脑或服务器中，通过飞书、钉钉、企业微信、网页等多种方式进行交互。核心能力如下：


 - **复杂任务规划**：能够理解复杂任务并自主规划执行，持续思考和调用工具直到完成目标，支持多轮推理和上下文理解
 - **工具系统**：内置 10+ 种工具，包括文件操作、bash终端、浏览器、文件发送、定时任务、记忆管理等
 - **长期记忆**：持久化记忆自动保存到本地，通过向量数据库实现智能检索，分为核心记忆、每日记忆、用户记忆三个层次
- **Skill系统**：可无限扩展的技能系统，内置技能创造器、网络搜索、图像识别等技能，可通过自然语言
- **多渠道和多模型支持**：支持在Web、飞书、钉钉、企微等多渠道与Agent交互，兼容 OpenAI、Claude、Gemini等多种主流模型
- **安全和成本**：通过秘钥管理工具、提示词控制、系统权限等手段控制Agent的访问权限；通过
+- **Skill系统**：可无限扩展的技能系统，内置技能创造器、网络搜索、图像识别等技能，支持通过自然语言完成技能创造
+- **多渠道和多模型支持**：支持在Web、飞书、钉钉、企微等多渠道与Agent交互，支持Claude、Gemini、OpenAI、GLM、MiniMax、Qwen 等多种国内外主流模型
+- **安全和成本**：通过秘钥管理工具、提示词控制、系统权限等手段控制Agent的访问安全；通过最大记忆轮次、最大上下文token、工具执行步数对token成本进行限制


 ## 核心功能
@@ -20,28 +20,24 @@ Cow项目从简单的聊天机器人全面升级为超级智能助理 **CowAgent
 > 记忆系统让 Agent 能够长期记住重要信息。Agent 会在用户分享偏好、决策、事实等重要信息时主动存储，也会在对话达到一定长度时自动提取摘要。记忆分为核心记忆、天级记忆，支持语义搜索和向量检索的混合检索模式。


-第一次启动Agent会主动向用户获取询问关键信息，并记录至工作空间 (默认为 ~/cow) 中的智能体设定、用户身份、记忆文件中：
+第一次启动Agent会主动向用户获取询问关键信息，并记录至工作空间 (默认为 ~/cow) 中的智能体设定、用户身份、记忆文件中。

-<img width="600" src="https://cdn.link-ai.tech/doc/20260202171324.png">
-
-在后续的长期对话中，Agent会在需要的时候智能记录或检索记忆，并对自身设定、用户偏好、记忆文件等进行不断更新，总结和记录经验和教训，真正实现自主思考和不断成长：
-
-
-<img width="600" src="https://cdn.link-ai.tech/doc/20260202173951.png">
+在后续的长期对话中，Agent会在需要的时候智能记录或检索记忆，并对自身设定、用户偏好、记忆文件等进行不断更新，总结和记录经验和教训，真正实现自主思考和不断成长。

+<img width="800" src="https://cdn.link-ai.tech/doc/20260203000455.png">


 ### 2. 任务规划和工具调用

-工具是 Agent 与外部世界交互的桥梁。Agent会根据任务需求智能选择和调用工具，完成文件管理、命令执行、网页访问、定时任务等各类操作。所有工具调用对用户透明，Agent 会在执行时说明正在做什么，遇到敏感操作会征求确认。
+工具是Agent访问操作系统资源的核心，Agent会根据任务需求智能选择和调用工具，完成文件读写、命令执行、定时任务等各类操作。内置工具的视线在项目的 `tools` 目录下。

-**主要工具：** 文件读写编辑、bash 终端、浏览器、文件发送、定时调度、记忆搜索、环境配置等。
+**主要工具：** 文件读写编辑、Bash终端、浏览器、文件发送、定时调度、记忆搜索、环境配置等。

 #### 1.1 终端和文件访问能力

 针对操作系统的终端和文件的访问能力，是最基础和核心的工具，其他很多工具或技能都是基于基础工具进行扩展。用户可通过手机端与Agent交互，操作个人电脑或服务器上的资源：

-<img width="700" src="https://cdn.link-ai.tech/doc/20260202181130.png">
+<img width="800" src="https://cdn.link-ai.tech/doc/20260202181130.png">

 #### 1.2 编程能力

@@ -56,16 +52,16 @@ Cow项目从简单的聊天机器人全面升级为超级智能助理 **CowAgent
 基于 scheduler 工具实现动态定时任务，支持 **一次性任务、固定时间间隔、Cron表达式** 三种形式，任务触发可选择**固定消息发送** 或 **Agent动态任务** 执行两种模式，有很高灵活性：


-<img width="700" src="https://cdn.link-ai.tech/doc/20260202195402.png">
+<img width="800" src="https://cdn.link-ai.tech/doc/20260202195402.png">

 同时你也可以通过自然语言快速查看和管理已有的定时任务。


 #### 1.4 环境变量管理

-技能所需要的秘钥存储在环境变量文件中，由 `env_config` 工具进行管理，你可以通过对话的方式让
-
+技能所需要的秘钥存储在环境变量文件中，由 `env_config` 工具进行管理，你可以通过对话的方式更新秘钥，工具内置了安全保护和脱敏策略，会严格保护秘钥安全：

+<img width="800" src="https://cdn.link-ai.tech/doc/20260202234939.png">

 ### 3. 技能系统

@@ -80,7 +76,7 @@ Cow项目从简单的聊天机器人全面升级为超级智能助理 **CowAgent

 通过 `skill-creator` 技能可以通过对话的方式快速创建技能。你可以在与Agent的写作中让他对将某个工作流程固化为技能，或者把任意接口文档和示例发送给Agent，让他直接完成对接：

-<img width="700" src="https://cdn.link-ai.tech/doc/20260202202247.png">
+<img width="800" src="https://cdn.link-ai.tech/doc/20260202202247.png">


 #### 3.2 搜索和图像识别
@@ -88,12 +84,14 @@ Cow项目从简单的聊天机器人全面升级为超级智能助理 **CowAgent
 - **搜索技能：** 系统内置实现了 `bocha-search`(博查搜索)的Skill，依赖环境变量 `BOCHA_SEARCH_API_KEY`，可在[控制台]()进行创建，并发送给Agent完成配置
 - **图像识别技能：** 实现了 `openai-image-vision` 插件，可使用 gpt-4.1-mini、gpt-4.1 等图像识别模型。依赖秘钥 `OPENAI_API_KEY`，可通过config.json或env_config工具进行维护。

-<img width="700" src="https://cdn.link-ai.tech/doc/20260202213219.png">
+<img width="800" src="https://cdn.link-ai.tech/doc/20260202213219.png">


 #### 3.3 三方知识库和插件

-`linkai-agent` 技能可以将 [LinkAI](https://link-ai.tech/) 上的所有智能体作为skill交给Agent使用，并实现多智能体决策的效果。配置文件在 `skills/linkai-agent/config.json`中，示例如下：
+`linkai-agent` 技能可以将 [LinkAI](https://link-ai.tech/) 上的所有智能体作为skill交给Agent使用，并实现多智能体决策的效果。
+
+使用方式：需通过对话的方式配置 `LINKAI_API_KEY`，或在config.json中添加 `linkai_api_key`。 并在 `skills/linkai-agent/config.json`中添加智能体说明，示例如下：

 ```json
 {
@@ -114,10 +112,9 @@ Cow项目从简单的聊天机器人全面升级为超级智能助理 **CowAgent

 Agent可根据智能体的名称和描述进行决策，并通过 app_code 调用接口访问对应的应用/工作流，通过该技能，可以灵活访问LinkAI平台上的智能体、知识库、插件等能力，实现效果如下：

-
-
-
-注：需通过env_config配置 `LINKAI_API_KEY`，或在config.json中添加 linkai_api_key 配置。
+<img width="750" src="https://cdn.link-ai.tech/doc/20260202234350.png">
+
+注：需通过 `env_config` 配置 `LINKAI_API_KEY`，或在config.json中添加 `linkai_api_key` 配置。



--- a/models/dashscope/dashscope_bot.py
+++ b/models/dashscope/dashscope_bot.py
@@ -35,7 +35,8 @@ class DashscopeBot(Bot):
        self.sessions = SessionManager(DashscopeSession, model=conf().get("model") or "qwen-plus")
        self.model_name = conf().get("model") or "qwen-plus"
        self.api_key = conf().get("dashscope_api_key")
-        os.environ["DASHSCOPE_API_KEY"] = self.api_key
+        if self.api_key:
+            os.environ["DASHSCOPE_API_KEY"] = self.api_key
        self.client = dashscope.Generation

    def reply(self, query, context=None):
--- a/requirements-optional.txt
+++ b/requirements-optional.txt
@@ -15,10 +15,6 @@ elevenlabs==1.0.3 # elevenlabs TTS
 #install plugin
 dulwich

-# wechatmp && wechatcom && feishu
-web.py
-wechatpy
-
 # xunfei spark
 websocket-client==1.2.0

@@ -32,11 +28,5 @@ broadscope_bailian
 # google
 google-generativeai

-# zhipuai
-zai-sdk
-
-# tongyi qwen new sdk
-dashscope
-
 # tencentcloud sdk
 tencentcloud-sdk-python>=3.0.0
--- a/requirements.txt
+++ b/requirements.txt
@@ -13,6 +13,14 @@ python-dotenv>=1.0.0
 PyYAML>=6.0
 croniter>=2.0.0

+# zhipuai
+zai-sdk
+# tongyi qwen sdk
+dashscope
+
+# wechatcom & wechatmp
+web.py
+wechatpy
 # feishu websocket mode
 lark-oapi
 # dingtalk