网易 LobsterAI 0.2.2 实战：部署企业微信与 QQ AI Agent

llm_provider: openai
openai_api_key: sk-your-key-here
model_name: gpt-4o
temperature: 0.7

想用国产模型？比如 DeepSeek，改成：

llm_provider: deepseek
deepseek_api_key: sk-your-deepseek-key
api_base: https://api.deepseek.com/v1
model_name: deepseek-chat

记住，这里填的 Key 决定了你 Agent 的智商和反应速度。建议先拿便宜的模型练手，比如 DeepSeek-V3 或者 GPT-3.5，等调试顺了再切 GPT-4o 这种满血版。

第三步：企微机器人接入实战

企微的配置稍微繁琐点，但一劳永逸。先登录企业微信管理后台，找到"应用管理"->"自建应用"->"创建应用"。上传个头像，起个名比如"数据助手"，创建完你会拿到一个 AgentId 和一个 Secret，这俩是钥匙，记下来。

然后在 config.yaml 里找到 wecom（WeChat Work 的缩写）部分：

im_bridge:
  wecom:
    enabled: true
    corp_id: "wwyourcorpidhere"
    agent_id: 1234567
    secret: "your-secret-here"
    token: "your-verification-token" # 用于验证企微服务器推送
    encoding_aes_key: "your-aes-key" # 消息加解密密钥

这里有个坑：企微的 Webhook 需要公网地址能访问到你的本地服务。如果你没买服务器，可以用内网穿透工具比如 ngrok 或者 cpolar。先装 ngrok：

npm install -g ngrok
ngrok config add-authtoken your-ngrok-token
ngrok http 8000 # LobsterAI 默认跑在 8000 端口

运行后你会拿到一个类似 https://abc123.ngrok.io 的地址，把这个地址填到企微后台的"接收消息"->"URL"里。这样企微服务器就能找到你电脑里的 Agent 了。

启动命令很简单：

python main.py --config config.yaml

如果看到终端里输出 🦞 LobsterAI started. Listening on WeCom...，恭喜你，虾活了。

现在在企微群里@你的机器人，发一句"帮我查一下本周销售数据并生成柱状图"，如果配置正确，Agent 会回你"收到，正在处理"，然后你的电脑屏幕开始自己动——打开浏览器、登录 CRM 系统、导出数据、打开 Excel 生成图表、最后把图发到群里。整个过程你看电影似的，虽然有点惊悚，但确实很爽。

第四步：QQ 机器人接入

QQ 这边走的是 OneBot 协议，可以用 go-cqhttp 或者 LLOneBot 作为协议端。这里推荐 LLOneBot，因为适配新版 QQNT 架构更稳。

先去 GitHub 下载 LLOneBot 的 DLL 文件，按照它的文档注入到 QQ 进程里。然后 QQ 的设置里会多出一个"OneBot"选项卡，在里面开启 HTTP 服务，端口默认 3000。

回到 config.yaml：

im_bridge:
  qq:
    enabled: true
    protocol: onebot
    host: "127.0.0.1"
    port: 3000
    access_token: "your-onebot-token" # 如果 LLOneBot 里设置了 token 就填

QQ 的配置比企微简单，因为不需要公网穿透，本地直连就行。重启 LobsterAI，现在你可以在 QQ 里给机器人发私聊消息，或者在群里@它。跟企微的区别是，QQ 更适合个人玩家，企微更适合办公场景。

让 Agent 真能干活：工具链配置

光能说话不够，得让它能操作软件。LobsterAI 的核心竞争力在于它有一套工具链系统（ToolChain），你可以把它理解成给龙虾装上各种"机械臂"。

在 tools 目录下，你会发现一堆预置工具：excel_tool.py、browser_tool.py、file_tool.py 等等。想让 Agent 会操作 Excel，就在 config.yaml 里启用：

enabled_tools:
  - excel
  - browser
  - system
  - pptx # 需要额外安装 python-pptx 库

然后你得告诉 Agent 这些工具怎么用。LobsterAI 用的是一种类似自然语言的描述方式，大模型会根据你的指令自动选择合适的工具。比如你问"把 data.csv 里的第三列求和"，模型会理解到需要调用 excel_tool，然后生成对应的 Python 代码执行。

这里有个进阶技巧：自定义工具。假设你有个内部系统需要每天登录抓取数据，可以写一个 my_company_tool.py：

from lobster_ai.tools import BaseTool

class CompanyDataTool(BaseTool):
    name = "company_data_fetcher"
    description = "用于从内部 OA 系统抓取今日考勤数据"

    def run(self, date: str):
        # 这里写你的 Selenium 自动化脚本
        driver = self.browser.get_driver()
        driver.get("https://oa.yourcompany.com")
        # ... 登录、导航、抓取逻辑
        return {"attendance": data}

把这个文件丢进 tools 目录，Agent 就会把它纳入武器库。下次你在企微里说"拉一下今天的考勤"，它就知道该调用这个工具而不是去干别的。

避坑指南：新手常摔的几个跟头

折腾这玩意儿过程中，踩过不少坑，这里列几个高频的，帮你省点时间。

第一，权限问题。Windows 下如果启用了浏览器自动化，LobsterAI 需要控制 Chrome 或 Edge，这时候如果弹出 UAC 提示或者权限不足，脚本会直接崩。建议以管理员身份运行终端，或者把 Python 和浏览器都加入到系统信任列表里。

第二，IM 风控。企微和 QQ 对机器人都有频率限制。企微自建应用每分钟最多 20 条消息，超过了会被拒。QQ 更敏感，如果短时间内发送消息太频繁，可能会被临时限制登录。解决办法是加延时，在 config.yaml 里调：

rate_limit:
  max_messages_per_minute: 15
  cooldown_seconds: 3

第三，上下文记忆。默认情况下 Agent 是"金鱼记忆"，聊完就忘。如果想让它记住"我喜欢把图表做成蓝色系"，需要在配置里开启长期记忆模块，连一个向量数据库比如 Chroma 或者 FAISS。配置稍微复杂点，但 worth it。

第四，网络代理。如果你的公司网络需要走代理，记得给 LobsterAI 也配置上，不然调用 OpenAI 或者 DeepSeek 的 API 时会 timeout。在环境变量里设 HTTP_PROXY 和 HTTPS_PROXY 就行。

从玩具到生产力：几个实用的落地场景

玩熟了之后，这玩意儿真能提升效率。分享几个实际在用的场景：

场景一：日报自动生成。以前每天下班前半小时要手动整理数据填日报表，现在到点企微机器人自动提醒我，我回一句"生成日报"，它就去 Jira、GitLab、邮件里抓今天的工时、Bug 数、代码提交量，生成 Markdown 格式的日报发给我，我改两细节就能提交。

场景二：舆情监控。让 Agent 挂着浏览器实例，每隔半小时去几个指定的新闻网站和论坛爬关键词，一旦发现跟公司品牌相关的帖子，立刻在企微里@我并贴出摘要。相当于雇了个不睡觉的 PR 专员。

场景三：代码审查助手。在 QQ 群里配置了针对个人项目的机器人，每次推送代码后，在群里发一句"检查一下刚才的提交"，Agent 就会拉取 diff，调用静态分析工具，指出可能的空指针和内存泄露风险。比 GitHub Copilot 更懂我的项目结构，因为是本地跑的，能读整个代码库。

尾巴

说实话，第一次看见自己的电脑在没人操作的情况下自己打开 Excel、填数据、生成图表的时候，心里还是有点发毛的。但用习惯了之后，就回不去了。LobsterAI 0.2.2 这个版本最大的意义在于，它把 AI Agent 的入口从"专业软件"挪到了"聊天软件"里。你不用教同事怎么用新工具，他们本来就在企微 QQ 里泡着，@一下就能用，学习成本几乎为零。

当然，这玩意儿现在还不是完美无缺。偶尔会出现 Agent 理解错了指令，把该发给你的报告发给了隔壁老王（如果你@错了群的话）；或者遇到特别复杂的网页结构，Selenium 会卡住。但想想，这可是免费的开源方案，不用买服务器，不用交月费，就能体验一把"数字员工"的感觉，还要啥自行车？

养虾这事儿，已经从极客玩具变成了正经的生产力工具。趁着现在知道的人还不多，赶紧把这只"网易龙虾"养起来，说不定下个月你们部门就全靠它加班了，而你，就是那个最早会喂虾的人。