企业微信智能机器人

核心功能实现

1. 消息处理体系

• 消息加解密：通过 WeChatMessageService 实现企业微信消息的验证、解密和加密响应
• 多类型消息支持：支持文本消息(WeChatTextMessage)、流式消息(WeChatSteamMessage)和模板卡片事件(TemplateCardEvent)处理
• 消息去重机制：利用Redis实现消息ID级别的去重处理

2. AI对话集成

• Dify服务对接：通过 DifyService 完成与Dify AI平台的深度集成
• 流式对话处理：实现基于 ChatflowStreamCallback 的实时对话响应机制
• 多配置源支持：支持多套Dify配置，可通过 buildDifyConfig 方法动态切换

3. 会话状态管理

• 对话上下文保持：通过Redis存储 conversationId 实现对话历史延续
• 任务状态跟踪：使用Redis存储任务初始化状态(task_initialized)和回答内容
• 会话生命周期管理：30分钟会话有效期，支持会话历史查询

创新特性

1. 动态内容生成

• 智能链接识别：通过 extractIdentifier 方法识别 ${list-} 和 ${detail-} 标识符
• 小程序卡片生成：自动生成职位列表和详情页的小程序跳转链接卡片
• 模板卡片响应：支持 DifyStreamAnswerWithTemplateCard 类型的富媒体响应

2. 用户体验优化

• 反馈机制：实现基于时间间隔的自动反馈推送，通过 ButtonInteractionCard 构建交互卡片
• 防骚扰策略：用户需先评价才能继续新对话的机制设计
• 超时保护：15秒Dify处理超时控制，提供友好错误提示

3. 系统稳定性保障

• 异常处理：完善的 ErrorEvent 和异常处理机制
• 状态监控：详细的日志记录和状态跟踪
• 缓存策略：合理使用Redis缓存提高系统响应速度

技术架构亮点

1. 分层设计

• 服务层：DifyService、WeChatMessageService、LLMService 职责分离清晰
• 数据传输：定义完整的DTO体系(ChatRequest、DifyAnswer、DifyStreamAnswer等)
• 回调机制：自定义 FluxChatCallback 实现响应式编程支持

2. 扩展性设计

• 多源配置：支持多套Dify配置，便于业务扩展
• 插件化反馈：通过 DifyFeedbackConfig 配置反馈间隔等参数
• 模块化解耦：各服务组件职责单一，易于维护和扩展

这套企业微信智能机器人系统实现了从消息接收、AI处理到智能响应的完整链路，具备良好的用户体验和系统稳定性。

补充资料：企业微信流式消息的特点

1. 分阶段消息传递机制

与传统Web项目的流式传输不同，企业微信采用分阶段消息传递：

• 第一阶段：发送空的流式消息框架，包含唯一标识符 taskId
• 第二阶段：通过独立的流式消息更新内容
• 第三阶段：发送结束标记或模板卡片

2. 消息结构差异

// 企业微信流式消息结构
{
  "msgtype": "stream",
  "stream": {
    "id": "task_id"
  }
}

// Web项目通常使用SSE或WebSocket持续传输

实现机制分析

1. 两阶段处理流程

// DifyService.java 中的 generateTaskId 方法
public String generateTaskId(String msgId, String uniqueId, String question, String source) {
    // 第一阶段：生成任务并立即返回taskId
    CountDownLatch latch = new CountDownLatch(1);
    AtomicReference<String> taskIdRef = new AtomicReference<>();
    
    difyChatApi.sendChatMessageStream(request, new ChatflowStreamCallback() {
        @Override
        public void onMessage(MessageEvent event) {
            // 保存任务ID和初始内容
            taskIdRef.set(event.getTaskId());
            latch.countDown(); // 触发第一阶段完成
        }
    });
    
    return taskIdRef.get(); // 立即返回，不等待完整回答
}

2. 内容逐步更新机制

// 在 onMessage 回调中逐步更新Redis中的内容
@Override
public void onMessage(MessageEvent event) {
    StringBuffer sb = new StringBuffer();
    sb.append(event.getAnswer());
    
    // 实时更新Redis中的回答内容
    RBucket<DifyAnswer> rr = redisUtil.getBucket(taskId);
    DifyAnswer difyAnswer = rr.get();
    difyAnswer.setContent(sb.toString());
    rr.set(difyAnswer, 10, TimeUnit.MINUTES);
}

3. 客户端轮询获取更新

// WeChatMessageService.java 中处理流式消息
public String processStreamMessage(WeChatSteamMessage message) {
    String taskId = message.getStream().getId();
    DifyStreamAnswer streamAnswer = difyService.getAnswer(taskId);
    
    // 根据完成状态决定是否添加反馈卡片
    if (streamAnswer.isFinished()) {
        // 添加反馈模板卡片
        return JSONUtil.toJsonStr(templateCardAnswer);
    }
    return JSONUtil.toJsonStr(streamAnswer);
}

与传统Web流式传输的区别

特性	企业微信流式消息	传统Web流式传输
传输方式	分阶段消息推送	持续数据流(SSE/WebSocket)
客户端处理	轮询+增量更新	自动接收连续数据
消息边界	明确的消息包	流式数据片段
状态管理	服务端维护状态	连接维持状态
错误恢复	可重新获取特定消息	需要重新建立连接

关键技术要点

1. 状态同步机制

// 使用Redis作为中间状态存储
RBucket<Boolean> initializedBucket = redisUtil.getBucket("task_initialized:" + taskId);
RBucket<DifyAnswer> answerBucket = redisUtil.getBucket(taskId);

// 初始化标记确保只创建一次
if (initializedBucket.get() == null || !initializedBucket.get()) {
    // 创建初始答案对象
    initializedBucket.set(true, 10, TimeUnit.MINUTES);
}

2. 动态内容处理

// 结束时处理动态链接内容
if (streamAnswer.isFinished() && answer.getContent().contains("${list-")) {
    String jobListId = extractIdentifier(answer.getContent(), "\\$\\{list-(.*?)}");
    // 构造带小程序链接的模板卡片
    DifyStreamAnswerWithTemplateCard templateCard = new DifyStreamAnswerWithTemplateCard();
    // ...
}

这种设计充分利用了企业微信平台的消息机制特点，实现了类似流式传输的用户体验，同时保持了系统的可靠性和可扩展性。