Hermes-agent

2026-06-14 14:30:48 -04:00
commit dac4b88b94
5058 changed files with 1884848 additions and 0 deletions
@@ -0,0 +1,292 @@
+---
+sidebar_position: 14
+title: "WeCom（企业微信）"
+description: "通过 AI Bot WebSocket 网关将 Hermes Agent 连接到 WeCom"
+---
+
+# WeCom（企业微信）
+
+将 Hermes 连接到 [WeCom](https://work.weixin.qq.com/)（企业微信），腾讯的企业即时通讯平台。该适配器使用 WeCom 的 AI Bot WebSocket 网关实现实时双向通信——无需公开端点或 webhook。
+
+## 前提条件
+
+- 一个 WeCom 组织账号
+- 在 WeCom 管理后台创建的 AI Bot
+- 来自机器人凭据页面的 Bot ID 和 Secret
+- Python 包：`aiohttp` 和 `httpx`
+
+## 设置
+
+### 第一步：创建 AI Bot
+
+#### 推荐方式：扫码创建（一条命令）
+
+```bash
+hermes gateway setup
+```
+
+选择 **WeCom**，用企业微信手机端扫描二维码。Hermes 将自动创建具有正确权限的机器人应用并保存凭据。
+
+设置向导将：
+1. 在终端中显示二维码
+2. 等待你用企业微信手机端扫描
+3. 自动获取 Bot ID 和 Secret
+4. 引导你完成访问控制配置
+
+#### 备选方式：手动设置
+
+如果扫码创建不可用，向导将回退到手动输入：
+
+1. 登录 [WeCom 管理后台](https://work.weixin.qq.com/wework_admin/frame)
+2. 导航至 **应用管理** → **创建应用** → **AI Bot**
+3. 配置机器人名称和描述
+4. 从凭据页面复制 **Bot ID** 和 **Secret**
+5. 运行 `hermes gateway setup`，选择 **WeCom**，并在提示时输入凭据
+
+:::warning
+请妥善保管 Bot Secret。任何持有它的人都可以冒充你的机器人。
+:::
+
+### 第二步：配置 Hermes
+
+#### 方式 A：交互式设置（推荐）
+
+```bash
+hermes gateway setup
+```
+
+选择 **WeCom** 并按照提示操作。向导将引导你完成：
+- 机器人凭据（通过二维码扫描或手动输入）
+- 访问控制设置（白名单、配对模式或开放访问）
+- 用于通知的主频道
+
+#### 方式 B：手动配置
+
+将以下内容添加到 `~/.hermes/.env`：
+
+```bash
+WECOM_BOT_ID=your-bot-id
+WECOM_SECRET=your-secret
+
+# 可选：限制访问
+WECOM_ALLOWED_USERS=user_id_1,user_id_2
+
+# 可选：用于定时任务/通知的主频道
+WECOM_HOME_CHANNEL=chat_id
+```
+
+### 第三步：启动网关
+
+```bash
+hermes gateway
+```
+
+## 功能特性
+
+- **WebSocket 传输** — 持久连接，无需公开端点
+- **私聊和群组消息** — 可配置的访问策略
+- **按群组的发送者白名单** — 精细控制每个群组中可交互的用户
+- **媒体支持** — 图片、文件、语音、视频的上传和下载
+- **AES 加密媒体** — 自动解密入站附件
+- **引用上下文** — 保留回复线程
+- **Markdown 渲染** — 富文本响应
+- **回复模式流式传输** — 将响应与入站消息上下文关联
+- **自动重连** — 连接断开时指数退避重试
+
+## 配置选项
+
+在 `config.yaml` 的 `platforms.wecom.extra` 下设置以下选项：
+
+| 键 | 默认值 | 描述 |
+|-----|---------|-------------|
+| `bot_id` | — | WeCom AI Bot ID（必填） |
+| `secret` | — | WeCom AI Bot Secret（必填） |
+| `websocket_url` | `wss://openws.work.weixin.qq.com` | WebSocket 网关 URL |
+| `dm_policy` | `open` | 私聊访问策略：`open`、`allowlist`、`disabled`、`pairing` |
+| `group_policy` | `open` | 群组访问策略：`open`、`allowlist`、`disabled` |
+| `allow_from` | `[]` | 允许私聊的用户 ID（当 dm_policy=allowlist 时） |
+| `group_allow_from` | `[]` | 允许的群组 ID（当 group_policy=allowlist 时） |
+| `groups` | `{}` | 按群组配置（见下文） |
+
+## 访问策略
+
+### 私聊策略
+
+控制哪些用户可以向机器人发送私信：
+
+| 值 | 行为 |
+|-------|----------|
+| `open` | 任何人均可私聊机器人（默认） |
+| `allowlist` | 仅 `allow_from` 中的用户 ID 可私聊 |
+| `disabled` | 所有私聊均被忽略 |
+| `pairing` | 配对模式（用于初始设置） |
+
+```bash
+WECOM_DM_POLICY=allowlist
+```
+
+### 群组策略
+
+控制机器人在哪些群组中响应：
+
+| 值 | 行为 |
+|-------|----------|
+| `open` | 机器人在所有群组中响应（默认） |
+| `allowlist` | 机器人仅在 `group_allow_from` 中列出的群组 ID 中响应 |
+| `disabled` | 所有群组消息均被忽略 |
+
+```bash
+WECOM_GROUP_POLICY=allowlist
+```
+
+### 按群组的发送者白名单
+
+如需精细控制，可以限制特定群组内哪些用户可以与机器人交互。在 `config.yaml` 中配置：
+
+```yaml
+platforms:
+  wecom:
+    enabled: true
+    extra:
+      bot_id: "your-bot-id"
+      secret: "your-secret"
+      group_policy: "allowlist"
+      group_allow_from:
+        - "group_id_1"
+        - "group_id_2"
+      groups:
+        group_id_1:
+          allow_from:
+            - "user_alice"
+            - "user_bob"
+        group_id_2:
+          allow_from:
+            - "user_charlie"
+        "*":
+          allow_from:
+            - "user_admin"
+```
+
+**工作原理：**
+
+1. `group_policy` 和 `group_allow_from` 控制决定某个群组是否被允许。
+2. 如果群组通过了顶层检查，`groups.<group_id>.allow_from` 列表（如果存在）将进一步限制该群组内哪些发送者可以与机器人交互。
+3. 通配符 `"*"` 群组条目作为未明确列出的群组的默认配置。
+4. 白名单条目支持 `*` 通配符以允许所有用户，且条目不区分大小写。
+5. 条目可以选择使用 `wecom:user:` 或 `wecom:group:` 前缀格式——前缀会被自动去除。
+
+如果某个群组未配置 `allow_from`，则该群组中的所有用户均被允许（前提是该群组本身通过了顶层策略检查）。
+
+## 媒体支持
+
+### 入站（接收）
+
+适配器接收用户发送的媒体附件并在本地缓存，供 Agent 处理：
+
+| 类型 | 处理方式 |
+|------|-----------------|
+| **图片** | 下载并在本地缓存。支持基于 URL 和 base64 编码的图片。 |
+| **文件** | 下载并缓存。文件名从原始消息中保留。 |
+| **语音** | 如果可用，提取语音消息的文字转录。 |
+| **混合消息** | WeCom 混合类型消息（文本 + 图片）会被解析并提取所有组件。 |
+
+**引用消息：** 被引用（回复）消息中的媒体也会被提取，以便 Agent 了解用户正在回复的内容。
+
+### AES 加密媒体解密
+
+WeCom 对部分入站媒体附件使用 AES-256-CBC 加密。适配器会自动处理：
+
+- 当入站媒体项包含 `aeskey` 字段时，适配器下载加密字节并使用带 PKCS#7 填充的 AES-256-CBC 进行解密。
+- AES 密钥是 `aeskey` 字段的 base64 解码值（必须恰好为 32 字节）。
+- IV 由密钥的前 16 字节派生。
+- 此功能需要 `cryptography` Python 包（`pip install cryptography`）。
+
+无需任何配置——收到加密媒体时解密会自动透明地进行。
+
+### 出站（发送）
+
+| 方法 | 发送内容 | 大小限制 |
+|--------|--------------|------------|
+| `send` | Markdown 文本消息 | 4000 字符 |
+| `send_image` / `send_image_file` | 原生图片消息 | 10 MB |
+| `send_document` | 文件附件 | 20 MB |
+| `send_voice` | 语音消息（原生语音仅支持 AMR 格式） | 2 MB |
+| `send_video` | 视频消息 | 10 MB |
+
+**分块上传：** 文件通过三步协议（初始化 → 分块 → 完成）以 512 KB 为单位分块上传。适配器会自动处理此过程。
+
+**自动降级：** 当媒体超过原生类型的大小限制但低于 20 MB 绝对限制时，会自动作为通用文件附件发送：
+
+- 图片 > 10 MB → 作为文件发送
+- 视频 > 10 MB → 作为文件发送
+- 语音 > 2 MB → 作为文件发送
+- 非 AMR 音频 → 作为文件发送（WeCom 原生语音仅支持 AMR）
+
+超过 20 MB 绝对限制的文件将被拒绝，并向聊天发送提示消息。
+
+## 回复模式流式响应
+
+当机器人通过 WeCom 回调接收到消息时，适配器会记住入站请求 ID。如果在请求上下文仍然有效期间发送响应，适配器将使用 WeCom 的回复模式（`aibot_respond_msg`）配合流式传输，将响应直接与入站消息关联。这在 WeCom 客户端中提供了更自然的对话体验。
+
+如果入站请求上下文已过期或不可用，适配器将回退到通过 `aibot_send_msg` 主动发送消息。
+
+回复模式同样适用于媒体：上传的媒体可以作为对原始消息的回复发送。
+
+## 连接与重连
+
+适配器在 `wss://openws.work.weixin.qq.com` 维护与 WeCom 网关的持久 WebSocket 连接。
+
+### 连接生命周期
+
+1. **连接：** 建立 WebSocket 连接，并发送包含 bot_id 和 secret 的 `aibot_subscribe` 认证帧。
+2. **心跳：** 每 30 秒发送一次应用层 ping 帧以保持连接活跃。
+3. **监听：** 持续读取入站帧并分发消息回调。
+
+### 重连行为
+
+连接断开时，适配器使用指数退避进行重连：
+
+| 尝试次数 | 延迟 |
+|---------|-------|
+| 第 1 次重试 | 2 秒 |
+| 第 2 次重试 | 5 秒 |
+| 第 3 次重试 | 10 秒 |
+| 第 4 次重试 | 30 秒 |
+| 第 5 次及以后 | 60 秒 |
+
+每次成功重连后，退避计数器重置为零。断开连接时所有待处理的请求 future 都会失败，以防调用方无限期挂起。
+
+### 去重
+
+入站消息使用消息 ID 进行去重，时间窗口为 5 分钟，最大缓存 1000 条。这可防止在重连或网络抖动期间重复处理消息。
+
+## 所有环境变量
+
+| 变量 | 是否必填 | 默认值 | 描述 |
+|----------|----------|---------|-------------|
+| `WECOM_BOT_ID` | ✅ | — | WeCom AI Bot ID |
+| `WECOM_SECRET` | ✅ | — | WeCom AI Bot Secret |
+| `WECOM_ALLOWED_USERS` | — | _（空）_ | 网关级白名单的逗号分隔用户 ID |
+| `WECOM_HOME_CHANNEL` | — | — | 定时任务/通知输出的聊天 ID |
+| `WECOM_WEBSOCKET_URL` | — | `wss://openws.work.weixin.qq.com` | WebSocket 网关 URL |
+| `WECOM_DM_POLICY` | — | `open` | 私聊访问策略 |
+| `WECOM_GROUP_POLICY` | — | `open` | 群组访问策略 |
+
+## 故障排查
+
+| 问题 | 解决方法 |
+|---------|-----|
+| `WECOM_BOT_ID and WECOM_SECRET are required` | 设置两个环境变量，或在设置向导中配置 |
+| `WeCom startup failed: aiohttp not installed` | 安装 aiohttp：`pip install aiohttp` |
+| `WeCom startup failed: httpx not installed` | 安装 httpx：`pip install httpx` |
+| `invalid secret (errcode=40013)` | 验证 secret 是否与机器人凭据匹配 |
+| `Timed out waiting for subscribe acknowledgement` | 检查到 `openws.work.weixin.qq.com` 的网络连通性 |
+| 机器人在群组中不响应 | 检查 `group_policy` 设置，并确保群组 ID 在 `group_allow_from` 中 |
+| 机器人忽略群组中的某些用户 | 检查 `groups` 配置节中按群组的 `allow_from` 列表 |
+| 媒体解密失败 | 安装 `cryptography`：`pip install cryptography` |
+| `cryptography is required for WeCom media decryption` | 入站媒体已被 AES 加密。安装：`pip install cryptography` |
+| 语音消息作为文件发送 | WeCom 原生语音仅支持 AMR 格式，其他格式会自动降级为文件。 |
+| `File too large` 错误 | WeCom 对所有文件上传有 20 MB 的绝对限制。请压缩或拆分文件。 |
+| 图片作为文件发送 | 图片 > 10 MB 超过原生图片限制，会自动降级为文件附件。 |
+| `Timeout sending message to WeCom` | WebSocket 可能已断开。检查日志中的重连消息。 |
+| `WeCom websocket closed during authentication` | 网络问题或凭据不正确。验证 bot_id 和 secret。 |