把 AI 助手接进聊天软件:AstrBot 本地 Docker 部署实测

你可能已经有一个好用的大模型，却还是得反复打开网页、复制资料、切换窗口。真正缺的，往往是一个能把模型、聊天入口和工具接起来的地方。

AstrBot 做的就是这件事。

这次我把它部署到了本地 Docker，接上 DeepSeek，实际跑了两轮中文对话和一条内置指令。先说体验：从启动服务到浏览器聊天，这条路径跑通了；接进 QQ、飞书等消息平台，还需要各平台自己的接入配置。

本文基于 2026 年 10 月 26 日的本地测试，AstrBot 与 WebUI 版本均为 v4.29.3。正文图片是本地实测截图，封面为 AI 生成的概念插画。

01｜AstrBot 值得看在哪里？

按项目的定位，AstrBot 是一个开源的 Agent 聊天机器人平台。它把模型服务、消息平台、插件和会话管理放进同一个管理界面。

理解它，可以先分成三层：

○  入口：接收 QQ、企业微信、飞书、Telegram 等平台的消息，也提供浏览器里的 ChatUI。

○  模型：接入兼容服务，负责理解问题、生成回复。

○  能力：通过插件、MCP、Skills、知识库等扩展任务范围。

我更看重的是这套连接和管理能力。你可以先在浏览器里验证模型能否正常工作，再逐步增加聊天渠道和工具，排错时也更容易知道问题落在哪一层。

项目列出了多种消息平台和模型服务，但每个适配器的接入条件并不相同。“项目支持”不等于填完一个 Key，所有聊天软件就自动连上了。

02｜先在本地把服务跑起来

本次环境是 Windows + Docker Desktop，运行 Linux 容器。镜像使用官方部署文档指定的 soulter/astrbot，实际拉到的程序版本为 v4.29.3。

如果你也用 PowerShell，可以新建一个测试目录，再执行：

mkdir astrbot-local 

cd astrbot-local 

docker run -d --name astrbot-local --restart unless-stopped -p 127.0.0.1:6185:6185 -e TZ=Asia/Shanghai -v "${PWD}/data:/AstrBot/data" --security-opt no-new-privileges:true soulter/astrbot:latest 

这里有三个和复现直接相关的细节：

端口只绑定本机。 打开 http://127.0.0.1:6185 就能访问管理面板，适合先在自己的电脑上试用。

数据目录要挂载。 配置、数据库等数据写到宿主机的 data 目录，方便后续备份和重建容器。

这次只开放 6185。 这是 WebUI 端口；官方示例里的 6199 用于可选的 OneBot v11 接入，本次浏览器测试不需要。

查看启动情况：

docker logs astrbot-local 

新实例会把随机初始密码写进日志，用户名通常为 astrbot。本次首次登录进入了账户设置流程，完成初始化后才能继续使用。不要照搬旧教程，把默认密码当成固定值。

图 1：本地部署后的欢迎页。模型配置与消息平台接入是独立步骤。

命令里的 latest 会随时间变化。我另外保存了一份固定镜像摘要的 Compose 文件，方便回看这次测试究竟用了哪个镜像。

03｜配置模型，别漏掉“选择模型”

服务启动后，还需要一个可用的模型服务。本次配置的是 DeepSeek，ChatUI 显示的提供商/模型标识为 deepseek/deepseek-flash。

按当前官方文档，接入流程是：进入「模型提供商」，新增服务，填写 API Key 与 API Base URL，保存并获取模型，再添加、启用要使用的模型。

如果希望机器人默认使用它，还要到「配置文件」的「AI → 模型」里设置对话模型并保存。这次测试则在 ChatUI 顶部直接选中了该模型。

Key 填好了、模型添加了、当前对话选中了，是三个需要分别确认的状态。 排查“为什么不回复”时，先把这三项对齐。

另一个容易混淆的点：本地部署的是 AstrBot 服务。此次回复仍来自外部模型 API，因此不能据此说整套系统可以离线使用，或消息完全不离开本机。

04｜两轮对话，实际表现怎么样？

第一轮，我让它用中文、100 字以内解释 AstrBot 与大模型的分工，并给出两个个人使用场景，要求不使用工具。

它成功返回了中文回答，把平台侧的连接、流程管理与模型侧的理解、生成分开说明，并提出“私人知识助手”和“定时陪伴”两个场景。

图 2：ChatUI 中的真实模型回复，顶部可见本次选用的模型。

这轮证明了 ChatUI → AstrBot → 模型服务 → 返回回复 的链路能工作。不过回答明显超过了 100 字，还追加了一句追问。连通性通过了，严格遵守长度要求则没有做到。

第二轮，我没有重述场景，而是接着问：

只针对你刚才列出的第一个场景，给我一份最小启动清单。只输出三个编号步骤，不使用工具，也不要追加提问。

它承接了前文的“私人知识助手”，返回三个编号步骤，没有追加提问。

图 3：第二轮能理解“第一个场景”指什么，并按要求输出三个步骤。

这个小测试说明当前会话的上下文传递正常，但还不足以评价长对话、跨会话记忆或复杂任务规划。

也别直接把截图里的模型回答当作部署教程。例如，真正建立知识库还需要可用的嵌入模型、资料解析与检索验证，不能只凭一句“上传文档建库”就认为配置完成。

05｜再测一条不靠模型生成的指令

接着发送 /help，AstrBot 返回了自身与 WebUI 的版本，以及当前启用的指令列表：包括 /new、/reset、/sid、/stats、/stop 等。

图 4：/help 的实际返回，版本与管理面板一致。

这与前两轮自然语言回复不同：它验证的是 AstrBot 自己的指令处理链路。

我还重启了测试容器，再打开同一个会话。模型选择、两轮问答和帮助指令记录都还在，挂载数据的持久化在这次重启测试中正常。

这些都是轻量验证，没有做并发压测，也没有测试图片、语音或复杂工具调用。不能从三次交互推导出生产稳定性。

06｜下一步，我会按这个顺序折腾

先接一个消息入口。 在 WebUI「机器人」里选择平台，按照对应指南准备凭据和连接方式，先完成一收一发。本文没有连接真实 QQ 群、飞书或微信会话。

再加一小份知识库。 用自己熟悉、容易核对答案的资料，分别测试“文档里有答案”和“文档里没有答案”的问题。模型能接话，和它能可靠引用你的资料，是两回事。

最后再接工具。 插件、MCP 和 Skills 的作用不同。以 MCP 为例，服务连接成功后，还要确认模型支持工具调用、当前人格允许使用对应工具，并观察它是否真的调用了工具。

如果你的目标是把 AI 放进日常聊天入口，AstrBot 提供了一条可以逐步验证的路径：先启动，接模型，完成一轮对话，再增加渠道与能力。

这次最有价值的收获，是把“平台装好了”和“助手能工作”分开验证。前者看容器与面板，后者看真实请求、回复和日志。每走通一小段，再往前加一段。

你更想先把它接进聊天群，还是先做一个能查自己资料的助手？

参考资料

AstrBot 官方仓库：https://github.com/AstrBotDevs/AstrBot