3一分钟拆箱即用的微信公众号服务端+AI Agent框架的保姆级教程-以金融智能助理为例
1. 简介
大模型LLM 应用+AI Agents框架，为我们提供了非常便利的自动化执行任务的能力。微信公众号(订阅号)则是非常适合落地各种AI Agents的场景，我们可以利用微信公众号提供的文本、图像、语音的输入，在自己服务器上部署一套API框架，把自己感兴趣的一些对话、图文、语音等能力的API封装为Agents。这里给大家介绍一个拆箱即用的微信公众号服务端框架 Flask+tencent代码库来实现，并且会利用一个简单的金融智能助理(Finance Agent)的例子来实现一个根据用户输入来查询实时股价，并且返回给微信公众号用户的功能，支持更加复杂定制的AI Agents业务逻辑。
2. 环境准备
开发一个微信公众号(订阅号)的自动回复和AI Agents需要下列准备，包括：
- 2.1 服务器：可以提供80端口和公共IP的服务器，这样微信公众号后台就可以发送请求到 http://{ip_address}:80/wx 端口，然后你的服务端返回内容给公众号，给用户提供服务。
- 2.2 python库 flask (提供web服务)
- 2.3 python库 tencent (提供了三方的API包括封装好的微信服务端验证，文本请求，图像请求等等)。
安装环境可以执行下列命令
pip install flask tencent
3. 拆箱即用部署
3.0 服务器上部署Flask+tencent服务端
从github上下载例子，main.py文件地址：
wget https://github.com/AI-Hub-Admin/tencent/blob/main/examples/wechat/main.py python main.py
部署好服务之后，可以通过浏览器访问 http://127.0.0.1:80/wx_home 查看是否部署成功。如果可以看到Hello World的一个html页面就代表服务部署成功了。给微信提供验证的服务入口在 (http://127.0.0.1:80/wx)。
下一步就要在微信官方平台，验证你的服务器可以给公众号提供服务了。
需要保存好 1. 你对外提供的URL： http://{your_ip_address}/wx (80端口从URL里省去) 2. 一个验证用的token，例子代码中 token="dummy"，需要填写在下一端的对应位置，你可以修改wechat_constants.py 文件中对应变量
3.1 注册微信公众号
详细的注册和开发流程参考微信公众号开发文档(https://developers.weixin.qq.com/doc/offiaccount/Getting_Started/Getting_Started_Guide.html)，但是因为自己第一次部署很容易配置失败，这里给大家分享一些拆箱即用的可以直接上手跑的例子。
a.登录微信平台注册账号
官方网址 (https://mp.weixin.qq.com/) 个人开发者可以先选择订阅号，服务号和企业号都需要公司营业执照等材料。
b. 配置服务器设置
选择：在导航栏选择 "设置与开发-基本配置"，在"服务器" 配置项选择修改配置。这里的对话框可以选择填写你的服务端信息。
URL：填写你对外暴露服务的地址 http://{your_ip_address}/wx token：这里先填写 dummy (对应我们的 python例子，可以后续再修改)
最后保存。当你点击保存按钮的时候，微信服务端会给你的地址发一个 GET 请求来验证你拥有服务器，这里如果验证失败了，可以看看python 后台的日志如下图中 (hashcode和signature是否一致）.这里验证逻辑被封装到 tencent库的 WechatServerVeriAPI.static_api函数内，感兴趣可以查看 (tencent.contrib.wechat.wechat_api)。保存后点击"启用"就可以从公众号上发消息验证了。
c. 关注公众号并发送文本图片消息
如果部署成功了，你发送文本消息，公众号回复 "hello"，如果你发送图片，公众号会把相同图片的mediaid 返回给你，达到回复用户相同图片效果。参考例子main.py文件中对基础文本回复 和 对图像回复，封装在了 WechatTextReplyBaseAPI.static_api 和 WechatImageReplyBaseAPI.static_api 这两个函数里。初次上手微信后台开发的开发者可以不用纠结于request的XML请求的格式细节，只用关注最核心的业务逻辑，获取用户输入，得到输出并返回给用户就好了。
3.2 常见错误
a. 系统发生错误，请稍后重试
因为填写配置错误导致 hash_code和signature计算不同，注意点： 1. URL：不能带端口，一定是固定 服务器, 不能是 http://{your_ip_address}:80/wx 或者是 https://{your_ip_address}:443/wx，这样填写是不行的。 2. token: 只能英文数字，不能有下划线，或者别的符号，这个很容易被忽略。必须为英文或数字，长度为3-32字符。 具体错误原因微信后台没有提供，我们可以从我们 python服务端日志来看出端倪。查看下列flask打印的日志，看看 hashcode 和 signature是否一致不一致就是哪里填错了。
handle/GET input data: signature 276a55169e89095bf50db3e8c840836daaa8477e, timestamp 1729407411, nonce 1504589802, echostr 5829305829921636275 handle/GET func: hashcode 276a55169e89095bf50db3e8c840836daaa8477e, signature: 276a55169e89095bf50db3e8c840836daaa8477e
4. 实现自己的金融助理(查询股价)
可以参考代码库(https://github.com/AI-Hub-Admin/tencent)中 examples/tests/ 目录下的 main_finance_agent.py 例子。 微信公众号开发很多对 服务端request的输入输出格式都很复杂，为了简单上手，可以直接继承 WechatTextReplyBaseAPI 基础类，然后主要关心获取用户输入和返回给用户的核心业务逻辑就可以了。
这里金融智能助理为例，我们希望做一个可以查询股票价格的 AI Agents，我们只用自己实现核心业务逻辑就好。完整代码参考例子:
4.1 开发 WechatTextReplyFinanceAPI 类
这个 WechatTextReplyFinanceAPI 类继承自tencent库的 WechatTextReplyBaseAPI 类，我们只用修改入口静态方法 static_api(args, kwargs) 和 process(self, msg) 函数实现业务逻辑就好了。这个类代码如下，其中查询股票代码，我们使用了 FinanceAgent 库(包含了港股A股美国等open api请求股价的函数，也支持Agents式的 tools自动化调用)：
class WechatTextReplyFinanceAPI(WechatTextReplyBaseAPI):
@staticmethod
def static_api(args, kwargs):
return WechatTextReplyFinanceAPI(None).api(args, kwargs)
def process(self, msg):
"""
input: msg is a class of Wechat sent Msg, TextMsg, ImageMsg defined in receive.py file, you can also access other input information
toUser = msg.FromUserName
fromUser = msg.ToUserName
output: str, the outer api method will process and wrap the Message Object
"""
input_text = msg.Content
# parse user intent and query stock code from input text, This example, we will use 700 for tencent as example
## implement_your_code_here
stock_info_list = fa.api(symbol_list=['700'], market="HK")
response_list = []
for stock_info in stock_info_list:
response= "%s，股价: %s, 最高价: %s, 最低价: %s, 数据更新时间: %s, 数据源: %s" % (stock_info["symbol"], stock_info["avg_price"], stock_info["high"], stock_info["low"], stock_info["update_time"], stock_info["source"])
response_list.append(response)
output_text = ";".join(response_list)
return output_text
需要重写的函数：
- static_api是为了其他module 使用时候，不用实例化直接通过类Classname.static_api 来调用函数，注意这里要修改对应的类名字 (WechatTextReplyFinanceAPI)
- process() 是包含具体的处理用户请求的逻辑：输入是一个 Msg对象(从微信请求的xml请求体转化来的)，我们通过 msg.Content 获取用户输入的文本。返回的是你希望回传给用户的 字符串(str)，比如腾讯(股票代码: 700)的股价总结。
在Flask对应的 /wx方法的Flask 函数主入口，把原先的 WechatTextReplyBaseAPI.static_api(args=[recMsg], kwargs={}) 替换为你实现的金融服务的函数就好了。WechatTextReplyFinanceAPI.static_api(args=[recMsg], kwargs={})。点击运行，再给你的公众号发送消息。如果成功你就可以看到查询的腾讯的最新股价了。