WOC！满血Deepseek装进微信、公众号、钉钉，绿联NAS部署本地AI

大家好，这里是Cherry，喜爱折腾、玩数码，热衷于分享自己的数码玩耍经验~

前言

最近deepseek等AI再次火出了圈，几乎可以说是全民下载使用了，不过虽然APP和网页版使用很方便，但是它们的使用载体局限住了，导致没办法再更多的场合下使用对接。

今天，cherry手把手教大家如何在微信、钉钉、公众号上对接deepseek等AI大数据模型，并且实现对话场景。

本文内容较多，超4000字，建议大家根据目录自行选择篇幅阅读。

一、本地部署DeepSeek

1、申请API

2、本地部署ollama

二、绿联部署ChatGpt-on-Wechat（简称COW）

1、compose.yaml基础配置

2、个人微信配置

3、公众号配置

4、钉钉配置

5、部署COW项目

6、项目成效

三、COW的插件使用方法

1、Link.ai

2、alapi

本次使用的NAS设备为绿联NAS私有云DXP 4800 Plus，该型号拥有4个机械硬盘位+2个M.2 固态硬盘位，采用Intel Gold 8505处理器，最大支持64GB DDR5-4800MHz内存，性能强劲，可以满足家庭与极客用户的大部分使用需求。

• ✅ 多端部署： 有多种部署方式可选择且功能完备，目前已支持微信公众号、企业微信应用、飞书、钉钉等部署方式

• ✅ 基础对话： 私聊及群聊的消息智能回复，支持多轮会话上下文记忆，支持 GPT-3.5, GPT-4o-mini, GPT-4o, GPT-4, Claude-3.5, Gemini, 文心一言, 讯飞星火, 通义千问，ChatGLM-4，Kimi(月之暗面), MiniMax, GiteeAI

• ✅ 语音能力： 可识别语音消息，通过文字或语音回复，支持 azure, baidu, google, openai(whisper/tts) 等多种语音模型

• ✅ 图像能力： 支持图片生成、图片识别、图生图（如照片修复），可选择 Dall-E-3, stable diffusion, replicate, midjourney, CogView-3, vision模型

• ✅ 丰富插件： 支持个性化插件扩展，已实现多角色切换、文字冒险、敏感词过滤、聊天记录总结、文档总结和对话、联网搜索等插件

• ✅ 知识库： 通过上传知识库文件自定义专属机器人，可作为数字分身、智能客服、私域助手使用，基于LinkAI实现

一、申请Deepseek API

1、申请方法

前段时间，由于海外的攻击，deepseek团队关闭了账号注册以及开发平台申请。但截至目前，开发平台已经重新开放了，我们只需要登录官方，选择API开放平台注册即可。

首次注册的用户，官方赠送了10元的余额，按照目前百万tokens 8元输出计算，可以输出133万左右中文，足够我们用很久了。

接着，点击左侧的API Keys，选择创建API keys，然后输入一个自定义名称来指定api使用的场景。

记得复制保存在这里的token，关闭后将无法再次获取，只能删除重新创建。

2、本地部署Deepseek-R1

首先我们本地部署ollama，将下面的compose代码复制到绿联NAS的docker界面部署

services:

ollama:

volumes:

- ./data:/root/.ollama

ports:

- 11434:11434

container_name: ollama

image: ollama/ollama

部署完成后，选择ollama容器，在终端新增一个/bin/bash命令行，在控制台输入ollama run deepsekk-r1:8b下载模型。

deepsekk-r1:8b模型大小为4.9G容量，我这边下载需要1个小时左右，我们需要使用8 GB内存来运行 7B 模型，16 GB内存来运行 13B 的模型。下载完成后，我们就可以使用http://localhost:11434/api/来作为本地deepseek的api接口了。

二、绿联部署Chatgpt-on-wechat

接着我们来部署chatgpt-on-wechat项目，该项目支持在微信（目前不行）、企业微信、钉钉、飞书、微信公众号等平台对接部署，其中钉钉不需要有公网ip或域名，其它类型都需要有80/443端口的域名或公网IP。

这里，我们分别介绍如何使用钉钉、微信公众号。

1、修改yaml文件

下面的代码是本项目的docker-compose.yaml代码，我们主要修改AI API信息，这里一步步拆解来讲。

version: '2.0'

services:

chatgpt-on-wechat:

image: zhayujie/chatgpt-on-wechat

container_name: chatgpt-on-wechat

security_opt:

- seccomp:unconfined

volumes:

# 插件配置文件，详见第三章插件配置

- ./config.json:/app/plugins/config.json

environment:

TZ: 'Asia/Shanghai'

# 深度求索API

OPEN_AI_API_BASE: 'https://api.deepseek.com/v1'

OPEN_AI_API_KEY: 'sk-xxxxxxxxxxx'

# 'deepseek-chat' 即可调用 DeepSeek-V3。'deepseek-reasoner'即可调用 DeepSeek-R1。

MODEL: 'deepseek-reasoner'

# OpenAI代理，为空即可

PROXY: ''

# 私聊时，唤醒Bot的前缀

SINGLE_CHAT_PREFIX: '["cherry", "@cherry"]'

# 私聊时，Bot回复的前缀

SINGLE_CHAT_REPLY_PREFIX: '"[cherry] "'

# 群聊时，唤醒Bot的前缀

GROUP_CHAT_PREFIX: '["@bot"]'

# 开启自动回复的群名称列表

GROUP_NAME_WHITE_LIST: '["test", "test2"]'

# 开启图片回复的前缀

IMAGE_CREATE_PREFIX: '["画", "看", "找"]'

# 支持上下文记忆的最多字符数

CONVERSATION_MAX_TOKENS: 1000

# 是否开启语音识别

SPEECH_RECOGNITION: 'False'

# 提示词

CHARACTER_DESC: '你叫cherry，是一个擅长NAS和数码领域的科技工程师'

EXPIRES_IN_SECONDS: 3600

USE_GLOBAL_PLUGIN_CONFIG: 'True'

# 以下为Link_AI收费模块

USE_LINKAI: 'False'

LINKAI_API_KEY: ''

LINKAI_APP_CODE: ''

# 以下为对接钉钉，和公众号2选1

# CHANNEL_TYPE: "dingtalk"

# DINGTALK_CLIENT_ID: "dixxxxxxdo"

# DINGTALK_CLIENT_SECRET: "bvg3xxxxxxxxxxxxxxxzc4K8

# 以下为对接微信公众号，和公众号2选1

# CHANNEL_TYPE: "wechatmp"

# SINGLE_CHAT_PREFIX: '[""] '

# WECHATMP_APP_ID: "wx73f9******d1e48"

# WECHATMP_APP_SECRET: "weca******est"

# WECHATMP_AES_KEY: ""

# WECHATMP_TOKEN: "tok**est"

# WECHATMP_PIORT: 80

2、修改 AI 接口和模型

# API标准接口，根据选择的不同而不同。如果使用deepseek的话，则不需要修改。

OPEN_AI_API_BASE: 'https://api.deepseek.com/v1'

# DeepSeek的api key，按照第一步申请后填写

OPEN_AI_API_KEY: 'sk-XXXXXX'

# 模型，'deepseek-chat' 即可调用 DeepSeek-V3。'deepseek-reasoner'即可调用 DeepSeek-R1。

MODEL: 'deepseek-reasoner'

3、配置参数并接入个人微信（不建议）

在不配置CHANNEL_TYPE环境变量的时候，默认接入个人微信，不过现在个人微信封号严重，登录2次必被警告或封号，因此不建议使用，建议等后续新的方案出来。（我的维系号现在还被封着，难受！）

🔴如果对个人微信接入很有需要的，可以尝试另外两个项目【lss233/chatgpt-mirai-qq-bot】或者【Soulter/AstrBot】

4、配置参数并接入公众号

CHANNEL_TYPE: "wechatmp"

SINGLE_CHAT_PREFIX: '[""] '

WECHATMP_APP_ID: "wx73f9******d1e48"

WECHATMP_APP_SECRET: "weca******est"

WECHATMP_AES_KEY: ""

WECHATMP_TOKEN: "alaalayoyo"

WECHATMP_PIORT: 80 如果使用HTTPS则修改为443

打开微信公众号后台，依次点击设置与开发-开发接口管理-基本配置-应用开发者打开配置。

首先是上面的账号开发信息，按要求填入yaml文件对应的参数中，然后配置域名或固定IP到白名单里。

接着，点开下方的服务器配置，配置所有的自定义参数。

同样将对应的内容配置到yaml文件中，然后等待启动容器后提交应用。

5、配置参数并接入钉钉

CHANNEL_TYPE: "dingtalk"

DINGTALK_CLIENT_ID: "dingxxxxxxxxxxx2vdo"

DINGTALK_CLIENT_SECRET: "bvg3pxxxxxxxxxxxxxxxxxiKzc4K8"

登录钉钉开放后台，扫码登录，选择左侧的钉钉应用-创建应用。

在右侧填入应用名称、描述、图标后提交保存。

接着，点击左侧的应用能力，添加应用能力，选择机器人。

依旧填写描述、名字信息。

在内部添加细节，然后点击发布。

返回凭证与基础信息，Client ID和Client Secret分别填入yaml的两行代码中。

接着部署容器，等完成部署以后，回到钉钉开发平台，选择事件订阅，这里可以看到蓝字已完成接入，验证连接通道。

最后一步，返回应用首页，在版本详情处点击编辑按钮。

在里面填写版本号、版本描述后发布，之后就可以在钉钉里看到并且加入了。

5、绿联私有云部署方法

如果网络没有优化的，可以先从我准备的网盘里下载镜像文件，双击exe解压并导入绿联私有云中。

阿里云盘：https://www.alipan.com/s/FxNMhQhXL3y

夸克网盘：https://pan.quark.cn/s/469ed9d24a22

打开docker-项目，录入项目名称，然后把上面配置好的docker-compose.yaml内容复制到compose配置中提交。

如果后续想接入微信的，可以点开项目-容器进入到单个容器页面，查看日志进行扫码登录。

6、使用效果展示

这我展示了钉钉端的效果，把AI机器人拉入群以后，直接@机器人就可以提问。如果私聊的话，则直接对话即可。

三、配置Chatgpt-on-wechat插件

新建一个config.json文件，内容包括如下，之后上传到绿联NAS的容器目录下（忘记的回看yaml文件，里面有备注）。

{

"godcmd": {

"password": "",

"admin_users": []

},

"banwords": {

"action": "replace",

"reply_filter": true,

"reply_action": "ignore"

},

"tool": {

"tools": [

"url-get",

"meteo-weather"

],

"kwargs": {

"top_k_results": 2,

"no_default": false,

"model_name": "gpt-3.5-turbo"

}

},

"linkai": {

"group_app_map": {

"测试群1": "default",

"测试群2": "Kv2fXJcH"

},

"midjourney": {

"enabled": true,

"auto_translate": true,

"img_proxy": true,

"max_tasks": 3,

"max_tasks_per_user": 1,

"use_image_create_prefix": true

},

"summary": {

"enabled": true,

"group_enabled": true,

"max_file_size": 5000,

"type": ["FILE", "SHARING"]

}

},

"hello": {

"group_welc_fixed_msg": {

"群聊1": "群聊1的固定欢迎语",

"群聊2": "群聊2的固定欢迎语"

},

"group_welc_prompt": "请你随机使用一种风格说一句问候语来欢迎新用户"{nickname}"加入。",

"group_exit_prompt": "请你随机使用一种风格跟其他群用户说他违反规则"{nickname}"退出。",

"patpat_prompt": "请你随机使用一种风格介绍你自己，并告诉用户输入#help可以查看帮助信息。",

"use_character_desc": false

},

"Apilot": {

"alapi_token": "xxx",

"morning_news_text_enabled": false

}

}

接着，重启容器，然后在日志里查看打印出来的临时口令。

在跟AI机器人私聊的时候，输入#auth 口令来激活管理员模式，然后输入#help可以查看插件相关指令，根据指令去下载使用即可。

除了管理员模式外，还涉及到两个插件API。

一个是Link.AI。在官网（link-ai.tech/）注册，之后可以调用官方插件或者创建自定义插件。点击左侧的渠道接入，创建一个API备用。

接着点击左侧的应用，创建一个APP，复制应用Code备用。APP使用的是Link.AI内置的大模型算法，不过使用插件需要消耗积分，可以通过每日签到来获取积分。

对应到docker-compose.yaml里的代码如下

# 从Flase改为True

USE_LINKAI: 'True'

# 填入注册的API

LINKAI_API_KEY: 'Link_xxxxxxxxxxxxxxxxxxxxIyyL'

# 填入创建的APP代码

LINKAI_APP_CODE: ''

第二个是alapi。同样在官网注册www.alapi.cn/explore，之后去前面的config.json的倒数第二alapi_token去做添加，修改完以后即可重启容器。

"Apilot": {

"alapi_token": "xxx",

"morning_news_text_enabled": false

}

总结

随着 AI 水平的不断提升，NAS+AI的组合也开始逐步发力，一方面是硬件侧的处理器、显卡算力加持，另一方面则是软件侧的AI赋能。

比如绿联UGOS Pro，就将AI能力加入到相册中，实现了人物识别、重复照片查找、文字识别、场景/物体识别、画面识别等应用场景，还支持模型自定义学习等，大大方便了绿联NAS私有云的用户使用。

作者声明本文无利益相关，欢迎值友理性交流，和谐讨论～