流程概述

能实现这个的方式非常多，这里介绍一个比较简单的方式，利用wechatpy框架，结合FastAPI搭建一个简单的服务器项目，实现个人微信、企业微信和智能AI大模型的通信。

通过上述流程可以发现要实现其实有几个关键的角色：

个人微信
企业微信自建应用
服务器接口

确实这些都是必不可少的，至于使用个人微信来替代企业微信，这个不建议。

企业微信

要在你个人微信好友列表中新增一个智能的AI助手，首先肯定是要打通消息发送和接收流程的，这里我们可以使用企业微信的自建应用来实现。

（注：如果你没有企业微信，可以直接注册一个，不是必须要你有一家公司）

进入企微后台

登录地址： https://work.weixin.qq.com/wework_admin/loginpage_wx?from=myhome

扫码填写验证码登录即可。

创建应用

这里我们通过创建应用来实现，也有的是通过智能机器人实现，都是可以的。

创建路径：

左侧菜单应用管理 -> 应用管理 -> 页面下方创建应用。

输入应用信息点击创建应用即可，这里的应用logo是必填的。创建成功后记得记录一下AgentId和Secret后面有用。

个人微信关注

这里需要个人微信关注企业才能与企业微信进行通信。关注方式可以普通的邀请加入企业，也可以通过如下方式加入。

路径：我的企业 -> 微信插件 -> 邀请关注

使用个人微信扫码关注即可。

添加应用可见范围

当你关注后，需要回到应用管理页面，编辑你创建的这个应用可见范围，只有将个人微信添加到了可见范围，个人微信才能看到你创建的应用，并给它发送消息。

操作路径：应用管理 -> 你的应用 -> 编辑

服务器接口

这里我使用的是wechatpy和FastAPI框架来搭建服务端接口，负责处理个人微信发来的消息，然后调用企业微信做出响应回答。

服务器部署

由于要企业微信和我们的接口通信，所以需要企业微信能够连接到我们的接口，所以这里可以考虑内网穿透或者部署到自己的服务器上使用。

企业微信配置

有了接口，我们需要让企业微信知道，所以需要做接口设置，具体配置如下：

配置路径：企业微信管理后台应用管理->“你自建的应用”-> 功能 -> 接收消息的API配置。

这里的URL就是我们的接口地址，一般是http://服务器IP:端口/wechat

普通回答

这里如果你不会写，可以直接让AI帮你生成相关代码也是可以的。当然你也可以直接参考我下方的实现：

关键信息：

CORP_ID

你企业微信的企业ID，获取路径：企业微信管理后台左侧我的企业菜单页面底部。

WECHAT_TOKEN

你自建应用的token，获取路径：企业微信管理后台应用管理->“你自建的应用”-> 功能 -> 接收消息的API配置页面。

WECHAT_ENCODING_AES_KEY

你自建应用的EncodingAESKey，获取路径：企业微信管理后台应用管理->“你自建的应用”-> 功能 -> 接收消息的API配置页面。

import osfrom fastapi import FastAPI, Request, Response, HTTPExceptionfrom wechatpy.enterprise.crypto import WeChatCryptofrom wechatpy.exceptions import InvalidSignatureExceptionfrom wechatpy.enterprise import parse_message, create_replyfrom dotenv import load_dotenv# 加载 .env 文件中的环境变量load_dotenv()app = FastAPI(title="YNAssistant WeChat Work Bot")# 企业微信配置参数CORP_ID = os.getenv("CORP_ID", "YOUR_CORP_ID")WECHAT_TOKEN = os.getenv("WECHAT_TOKEN", "YOUR_TOKEN")WECHAT_ENCODING_AES_KEY = os.getenv("WECHAT_ENCODING_AES_KEY", "YOUR_ENCODING_AES_KEY")# 初始化加解密组件crypto = WeChatCrypto(WECHAT_TOKEN, WECHAT_ENCODING_AES_KEY, CORP_ID)@app.get("/wechat")async def verify_url(msg_signature: str, timestamp: str, nonce: str, echostr: str):"""    企业微信验证回调URL的合法性（在后台配置接收消息服务器时调用）    """    try:        echo_str = crypto.check_signature(msg_signature, timestamp, nonce, echostr)return Response(content=echo_str)    except InvalidSignatureException:        raise HTTPException(status_code=403, detail="Invalid signature")@app.post("/wechat")async def handle_message(request: Request, msg_signature: str, timestamp: str, nonce: str):"""    处理接收到的加密消息    """    body = await request.body()    try:# 1. 解密消息        decrypted_xml = crypto.decrypt_message(body, msg_signature, timestamp, nonce)# 2. 解析消息内容        msg = parse_message(decrypted_xml)if msg.type == 'text':# 获取用户发送的内容            user_content = msg.content# TODO: 在此处调用你的 AI 模型获取回复            reply_content = f"智能助手已收到：{user_content}"# 3. 构造回复（被动响应）            reply = create_reply(reply_content, msg)# 4. 加密回复内容            xml = crypto.encrypt_message(reply.render(), nonce, timestamp)return Response(content=xml, media_type="application/xml")# 对于非文本消息，返回 success 告诉企业微信已收到return Response(content="success")    except Exception as e:print(f"处理消息时出错: {e}")return Response(content="error")if __name__ == "__main__":    import uvicorn# 建议生产环境使用外部命令启动，此处仅供快速开发测试    uvicorn.run(app, host="0.0.0.0", port=8000)