引言
本文分享在企业微信'智能机器人'新功能上的实践案例，侧重流程，省略更多的接入和调试细节，实现通过 API 模式接入自己的 AI 应用。
企业微信推出的'智能机器人'，相比传统 Webhook 机器人，强势融入了 AI 还能用上 RAG（Retrieval-Augmented Generation）能力，支持联系人搜索、群聊@问答、私聊交互，支持流式返回内容，并支持 markdown 格式内容的渲染。
相比 Webhook 机器人主动的推送消息，智能机器人更像是 AI 员工。
本文将基于企业微信配置 + Java Spring Boot 中后台服务 + Dify AI 应用，通过 API 模式接入企业自定义 AI 服务，实现用户通过智能机器人到 Dify 可视化 AI 工作流的构建。
该功能强大但接入较为复杂，需具备以下基础：
- 熟悉后端服务，加解密处理，部署调试看日志；
- 熟悉企业微信的接入生态；
- 对 Dify 等 AI 应用的流式输出有处理经验，附带能搞定提示词。
企业微信智能机器人的基础知识
什么是智能机器人？
企业微信智能机器人是核心功能，支持：
- AI/RAG 能力：接入大模型进行智能问答，结合知识库检索。
- 交互模式：联系人搜索、群聊@问答、私聊，支持拉入群聊（Webhook 机器人无法实现）。
- 接入方式：API 模式（非 Webhook），需处理加密回调、Token 验证等，复杂度更高。
与传统 Webhook 机器人的区别：
- Webhook：被动接收消息，像服务号，只能群发或回复，不支持拉群。
- 智能机器人：主动交互，支持群聊@、私聊搜索，可接入自定义 AI（如 Dify），更适合企业场景。
接入前提：企业微信后台创建应用，启用智能机器人，获取 Bot ID、URL、Token 等（详见官方文档）。
为什么结合 Dify AI？
Dify 是一个开源 AI 应用平台，支持 chatflow 模式的可视化工作流构建。您可以拖拽节点接入大模型（LLM）、知识库（RAG），并通过日志调试观察执行（如 token 消耗、响应时间）。这完美匹配智能机器人的 AI 需求：用户查询 => Dify 工作流处理 => 响应返回。
系统架构设计
时序图流程
关键组件：
- 企业微信：事件源，支持拉群交互。
- Java 服务：基于 Spring Boot，处理企业微信的消息体加密/解密，调用 Dify。
- Dify：可视化工作流，集成 AI 模型。
核心实现步骤
步骤 1：企业微信配置
- 登录企业微信后台，创建应用，启用'智能机器人'。
- 设置名称、描述、权限。
- 配置 API：填写 URL（您的 Java 服务端点，如
https://your-domain/weixin/aibot/callback）、Token、EncodingAESKey（用于加密）。 - 保存后，获取 Bot ID，用于搜索拉群。（创建后，通常需要等待一段时间：10 分钟，才能在联系人列表中被搜索到）
参考官方文档：
