> ## Documentation Index
> Fetch the complete documentation index at: https://docs.langbot.app/llms.txt
> Use this file to discover all available pages before exploring further.
# 5 分钟部署你的 AI 机器人到 Discord、Telegram 和微信
> 手把手教你部署 LangBot —— 开源平台，一条 Docker 命令即可将 20+ 大模型接入 13+ 即时通讯平台。
本文同步自 LangBot Blog。 [阅读 Blog 原文](https://langbot.app/zh/blog/deploy-ai-bot-in-5-minutes).
发布于 2026-02-17 · 作者：LangBot Team
如果你能让 GPT-5、Claude、DeepSeek 和 Gemini 同时在你的 Discord 服务器、Telegram 群组和微信中回答问题呢？
不需要折腾 API。不需要开发好几周。只需要一条 Docker 命令。
这就是 **LangBot** —— GitHub 上已经突破 **15,000 Stars** 的开源项目。
## 每个人都会遇到的问题
你想在团队的聊天工具里加个 AI 助手。也许是 Telegram 上的客服机器人，也许是 Discord 里的编程助手，也许是企业微信或飞书群里的知识库问答机器人。
然后现实来了：
* 每个平台都有自己的 Bot API、Webhook 格式和认证流程
* 你需要处理消息队列、会话管理、错误恢复
* 切换大模型供应商意味着重写整个集成层
* 加上 RAG 或工具调用又是一个独立项目
LangBot 用一个统一的平台解决了所有这些问题。
## LangBot 的独特之处
### 13+ 即时通讯平台，一套代码
部署一个 LangBot 实例，即可连接：
**海外平台：** Discord、Telegram、Slack、LINE、WhatsApp
**国内平台：** 微信公众号、企业微信、QQ、飞书、钉钉、KOOK
每个平台都有独立的适配器 —— 你只需要在 WebUI 中填入 Bot Token 即可上线。
### 20+ 大模型，零锁定
通过 **LangBot Space**，开箱即用 20 个云端模型 —— 无需管理 API Key：
* **Claude**（Opus 4.6、Sonnet 4.5、Haiku 4.5）
* **GPT**（GPT-5.2、GPT-5-mini、GPT-4.1-mini）
* **Gemini**（3 Pro、2.5 Pro、2.5 Flash）
* **DeepSeek**（R1、V3）
* **Grok**（4、4.1）
* **Qwen**（通义千问 3 Max）
也可以添加自己的模型供应商 —— OpenAI 兼容接口、Ollama 本地模型，随心选择。
### 内置 Agent 与工具调用
LangBot 的本地 Agent 不仅仅是聊天封装 —— 它是一个完整的智能体运行时：
* **多轮对话** —— 可配置的上下文记忆
* **函数调用 / 工具使用** —— LLM 驱动的动作执行
* **MCP（模型上下文协议）** —— 连接 100+ 预置工具
* **知识库（RAG）** —— 内置向量检索
### 插件市场
37+ 社区插件，持续增长 —— 一键安装：
* **WebSearch** —— 让机器人搜索网页
* **AI Image Generator** —— 文字生成图片
* **LinkAnaly** —— 自动预览聊天中的链接
* **ScheNotify** —— 用自然语言设置定时提醒
* **Google Search**、**Tavily Search**、**RAGFlow Retriever** 等
## 5 分钟部署 —— 真的只要 5 分钟
### 第 1 步：运行 Docker Compose
```bash theme={null}
git clone https://github.com/langbot-app/LangBot
cd LangBot/docker
docker compose up -d
```
就这样。LangBot 已经运行在 `http://localhost:5300`。
### 第 2 步：用 LangBot Space 初始化
打开 WebUI，点击 **「Initialize with Space」**。这会将你的实例连接到 LangBot Space，获得：
* 20 个开箱即用的云端模型（附赠免费额度）
* 一键安装插件
* 托管式 API Key 管理
### 第 3 步：配置流水线
进入 **流水线** 页面，编辑默认的 `ChatPipeline`：
1. 选择模型（如 `deepseek-v3`、`gpt-5-mini`、`claude-sonnet-4-5`）
2. 自定义系统提示词
3. 可选：关联知识库或启用工具调用
### 第 4 步：接入平台
进入 **机器人** → 点击 **+** → 选择平台（Discord、Telegram 等） → 填入 Bot Token。
搞定。你的机器人已经上线了。
### 第 5 步：测试
使用内置的 **Debug Chat** 在上线前测试流水线：
## 真实对话，真实价值
下面是 LangBot 在 QQ 群中运行的实际效果 —— 用户提出技术问题，即刻获得准确回答：
私聊场景：
## 为生产环境打造的架构
LangBot 为生产环境而生：
* **流水线架构** —— 每个机器人绑定一条流水线，流水线处理 AI 逻辑、触发条件、安全控制和输出格式
* **跨进程插件隔离** —— 一个有问题的插件不会崩溃你的机器人
* **多运行器后端** —— 使用 LangBot 内置 Agent，或接入 Dify、n8n、Langflow、Coze 构建复杂工作流
* **灵活的数据库** —— 开发用 SQLite，生产用 PostgreSQL
* **多种向量数据库** —— Chroma、Qdrant、Milvus、pgvector、SeekDB
## 为什么 15,000+ 开发者选择 LangBot
| 功能 | LangBot | 从零开发 |
| --------- | ------------------- | ------ |
| 平台支持 | 13+ 即开即用 | 每个平台数周 |
| 模型供应商 | 20+ 模型 | 手动对接 |
| Agent 运行时 | 内置 | 自己搭建 |
| RAG | 原生 + 外部集成 | 独立项目 |
| 插件系统 | 有市场 | DIY |
| 部署 | `docker compose up` | 数天搭建 |
| WebUI | 自带 | 自己开发 |
## 立即开始
* **GitHub：** [github.com/langbot-app/LangBot](https://github.com/langbot-app/LangBot) —— 来点个 Star 吧！
* **文档：** [docs.langbot.app](https://docs.langbot.app)
* **插件市场：** [space.langbot.app](https://space.langbot.app)
```bash theme={null}
git clone https://github.com/langbot-app/LangBot
cd LangBot/docker
docker compose up -d
```
一条命令，开启你的 AI 机器人帝国。