准备工作
- 开通了接收消息权限的飞书机器人，例如我希望用户跟飞书机器人私聊，就需要开通这个权限：读取用户发给机器人的单聊消息 im:message.p2p_msg:readonly
- 准备好飞书机器人的API key 和Secret
- deepseek-v3的api key+secret：https://platform.deepseek.com/api_keys 这里获取，一开始有10元的免费额度，趁能充多充点，经常不让充值。
- 自己部署一下dify，推荐使用docker-compose方式，这个有很多教程就不赘述了
飞书机器人通过长连接获取用户私聊发的消息
我们使用长连接的方式接收用户消息，需要在飞书开发者后台中配置一下应用，见
配置回调订阅方式
代码如下：
import(
larkevent "github.com/larksuite/oapi-sdk-go/v3/event"
"github.com/larksuite/oapi-sdk-go/v3/event/dispatcher"
"github.com/larksuite/oapi-sdk-go/v3/service/auth/v3"
larkim "github.com/larksuite/oapi-sdk-go/v3/service/im/v1"
larkws "github.com/larksuite/oapi-sdk-go/v3/ws"
)
var sent map[string]struct{} // 这里简单去个重 实际使用要自己再写去重部分
// 飞书消息过来Content字段值是{\"text\":\"早上好～\"}这样的，需要再解析一下
type Text struct {
Text string `json:"text"`
}
// 处理接收到用户消息的事件
func callback() {
sent = make(map[string]struct{})
// 注册事件回调，OnP2MessageReceiveV1 为接收消息 v2.0；OnCustomizedEvent 内的 message 为接收消息 v1.0。NewEventDispatcher()里的两个参数都填空字符串
eventHandler := dispatcher.NewEventDispatcher("", "").
OnP2MessageReceiveV1(func(ctx context.Context, event *larkim.P2MessageReceiveV1) error {
// messageid简单去重
if _, ok := sent[*event.Event.Message.MessageId]; ok {
return nil
} else {
sent[*event.Event.Message.MessageId] = struct{}{}
}
fmt.Printf("[ OnP2MessageReceiveV1 access ], data: %s\n", larkcore.Prettify(event))
fmt.Println(event.Event.Message.Content) // content中就是用户发过来的消息内容
var text Text
json.Unmarshal([]byte(*event.Event.Message.Content), &text)
fmt.Println(text.Text)
// 这里可以把用户输入发给deepseek或者dify并接收其响应，具体实现后面讲
//resp, e := deepseek.CallDeepSeekAPI(text.Text)
//if e != nil {
// return e
//}
resp := dify.ChatMessages(text.Text)
fmt.Println(resp)
// 这里组织飞书机器人发送消息的content格式，跟接收到消息的一样，也是{\"text\":\"say something\"}
var contentStruct struct {
Text string `json:"text"`
}
contentStruct.Text = resp
content, _ := json.Marshal(contentStruct)
// 这个messages是机器人发送消息函数，见下方
messages(getTernantAccessToken(), *event.Event.Sender.SenderId.OpenId, *event.Event.Message.MessageType, string(content))
return nil
}).
//im:message.p2p_msg:readonly 这个先不用管
OnCustomizedEvent("", func(ctx context.Context, event *larkevent.EventReq) error {
fmt.Printf("[ OnCustomizedEvent access ], type: message, data: %s\n", string(event.Body))
return nil
})
// 创建Client
cli := larkws.NewClient(AppID, AppSecret,
larkws.WithEventHandler(eventHandler),
larkws.WithLogLevel(larkcore.LogLevelDebug),
)
// 启动客户端 保持一个长链接
err := cli.Start(context.Background())
if err != nil {
panic(err)
}
}
//发送消息
func messages(token, receiveID, msgType, content string) {
// 创建 Client
client := lark.NewClient(AppID, AppSecret)
// 创建请求对象
receiveIDType := "open_id"
if strings.HasPrefix(receiveID, "oc") { // 这里我简单区分了一下群聊和个人
receiveIDType = "chat_id"
}
req := larkim.NewCreateMessageReqBuilder().
ReceiveIdType(receiveIDType).
Body(larkim.NewCreateMessageReqBodyBuilder().
ReceiveId(receiveID).
MsgType(msgType).
Content(content).
Build()).
Build()
// 发起请求
resp, err := client.Im.Message.Create(context.Background(), req, larkcore.WithTenantAccessToken(token))
// 处理错误
if err != nil {
fmt.Println(err)
return
}
// 服务端错误处理
if !resp.Success() {
fmt.Println(resp.Code, resp.Msg, resp.RequestId())
return
}
// 业务处理
//fmt.Println(larkcore.Prettify(resp))
fmt.Println(string(resp.RawBody))
}
tips: 获取的用户消息长这样：
{
EventV2Base: {
Schema: "2.0",
Header: {
EventID: "xx",
EventType: "im.message.receive_v1",
AppID: "xx",
TenantKey: "xx",
CreateTime: "1738892348642",
Token: ""
}
},
EventReq: {
Body: <binary> len 672,
RequestURI: ""
},
Event: {
Sender: {
SenderId: {
UserId: "xx",
OpenId: "xx",
UnionId: "xx"
},
SenderType: "user",
TenantKey: "xx"
},
Message: {
MessageId: "xx",
CreateTime: "1738892348363",
UpdateTime: "1738892348363",
ChatId: "xx",
ChatType: "p2p",
MessageType: "text",
Content: "{\"text\":\"早上好～\"}"
}
}
}
接下来就是实现调用deepseek或dify的api的逻辑了
Deepseek-v3 API调用代码
package deepseek
import (
"bytes"
"encoding/json"
"fmt"
"io"
"net/http"
"net/http/httputil"
)
var (
// DeepSeek-R1 API 的配置
DeepSeekAPIURL = "https://api.deepseek.com/chat/completions" // 直接用这个就行
DeepSeekAPIKey = "你的key"
)
// DeepSeek-R1 API 请求数据结构
type DeepSeekRequest struct {
Model string `json:"model"`
Messages []RoleContent `json:"messages"`
Stream bool `json:"stream"`
}
type RoleContent struct {
Role string `json:"role"`
Content string `json:"content"`
}
// DeepSeek-R1 API 响应数据结构
type DeepSeekResponse struct {
Choices []struct {
Message struct {
Content string `json:"content"`
} `json:"message"`
} `json:"choices"`
}
// 调用 DeepSeek-R1 API
func CallDeepSeekAPI(msg string) (string, error) {
requestBody := DeepSeekRequest{
Model: "deepseek-chat",
Messages: []RoleContent{
{Role: "system", Content: "You are a helpful assistant."}, // 这里可以自行修改
{Role: "user", Content: msg}, // msg就是用户发的消息
},
Stream: false, // 这里先不用流式输出
}
requestBytes, err := json.Marshal(requestBody)
if err != nil {
return "", err
}
req, err := http.NewRequest("POST", DeepSeekAPIURL, bytes.NewBuffer(requestBytes))
if err != nil {
return "", err
}
req.Header.Set("Authorization", "Bearer "+DeepSeekAPIKey)
req.Header.Set("Content-Type", "application/json")
// 这里我dump了一下请求看发的是否正确 可以删掉
dump, _ := httputil.DumpRequest(req, true)
fmt.Println(string(dump))
// 发请求
client := &http.Client{}
resp, err := client.Do(req)
if err != nil {
return "", err
}
defer resp.Body.Close()
body, err := io.ReadAll(resp.Body)
if err != nil {
return "", err
}
// 解析响应
var deepSeekResponse DeepSeekResponse
if err := json.Unmarshal(body, &deepSeekResponse); err != nil {
return "", err
}
// 拿content返回
if len(deepSeekResponse.Choices) > 0 {
return deepSeekResponse.Choices[0].Message.Content, nil
}
return "", fmt.Errorf("no response from DeepSeek API")
}
Dify api调用方法
如何在dify中接入大模型并制作一个问答机器人参考：https://docs.dify.ai/zh-hans/guides/application-orchestrate/conversation-application
点击【发布】之后，去【访问api】页面，右上角有一个
点击这个API密钥保存下来
调用代码如下：
package dify
import (
"bytes"
"encoding/json"
"fmt"
"io"
"log"
"net/http"
"net/http/httputil"
"strconv"
"strings"
)
type ChatMessageRequest struct {
Inputs map[string]interface{} `json:"inputs"`
Query string `json:"query"`
ResponseMode string `json:"response_mode"`
ConversationID string `json:"conversation_id,omitempty"`
User string `json:"user"`
}
type ChatMessageResponse struct {
ID string `json:"id"`
Answer string `json:"answer"`
ConversationID string `json:"conversation_id"`
CreatedAt int `json:"created_at"`
}
const (
DifyBaseURL = "http://192.168.xx.xx:12345/v1" // 这里是你的dify服务地址
DifyApiKey = "app-xxxx" // dify提供的api密钥
ChatMsgPath = "/chat-messages"
)
func ChatMessages(msg string) string {
requestData := ChatMessageRequest{
Query: msg,
ResponseMode: "blocking", // 我们先选择阻塞模式，就是等回答全部生成后发回来，而不是sse那种模拟打字输出的形式（streaming)
User: "abc123",
}
// 将请求数据序列化为 JSON
requestBody, err := json.Marshal(requestData)
if err != nil {
fmt.Errorf("failed to marshal request data: %v", err)
}
// 创建 HTTP 请求
req, err := http.NewRequest("POST", DifyBaseURL+ChatMsgPath, bytes.NewBuffer(requestBody))
if err != nil {
log.Fatalf("Failed to create request: %v", err)
}
// 设置请求头
req.Header.Set("Authorization", "Bearer "+DifyApiKey)
req.Header.Set("Content-Type", "application/json")
// 发送请求
client := &http.Client{}
// 这里dump了一下看发送请求是否正确，可以删掉
dump, _ := httputil.DumpRequest(req, true)
fmt.Println(string(dump))
resp, err := client.Do(req)
if err != nil {
log.Fatalf("Failed to send request: %v", err)
}
defer resp.Body.Close()
// 读取响应
body, err := io.ReadAll(resp.Body)
if err != nil {
log.Fatalf("Failed to read response body: %v", err)
}
// 输出响应
fmt.Println("Response Status:", resp.Status)
fmt.Println("Response Body:", string(body))
var res ChatMessageResponse
if err := json.Unmarshal(body, &res); err != nil {
fmt.Errorf("Failed to unmarshal response body: %v", err)
return ""
}
fmt.Println("Answer:", res.Answer)
return res.Answer // 这个就是dify调大模型获得的返回内容
}
效果
如此这般就可以让飞书机器人接收消息->调用dify或者deepseek的api获得回答->把回答发给用户了
