必须部署chatgpt-wecom反向代理服务：先在企业微信创建自建应用获取CorpID、AgentId、Secret、Token和EncodingAESKey；再申请OpenAI API Key并安全配置于服务端；最后用Docker部署项目，填写配置、启动服务，并回填回调URL完成验证。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要在企业微信里让ChatGPT随时响应员工提问、自动回复群消息、支持多用户独立会话，必须走服务端中转路径——不能直接调用OpenAI API，也不能依赖第三方SaaS界面配置，得自己部署一个能双向通信的中间服务。
准备企业微信侧凭证
登录企业微信管理后台（https://work.weixin.qq.com/），用管理员身份扫码进入 → 进入「应用管理」→「自建」→ 点击「创建应用」。
填写应用名称（如“AI小助手”）、可见范围（建议先选测试部门）→ 创建后立即记录下页面顶部显示的【CorpID】和该应用详情页里的【AgentId】与【Secret】。Secret只在首次生成时可见，点“复制”后务必粘贴保存，关闭页面即永久丢失。
在应用详情页点击「接收消息」→ 开启「接收消息」开关 → 点击「随机生成」获取Token和EncodingAESKey → 保持此页面不关闭，后续部署完服务需立刻回填URL并验证，否则凭证失效需重新生成。
获取并配置OpenAI API Key
访问 https://platform.openai.com/api-keys ，用已绑定支付方式的OpenAI账号登录 → 点击「Create new secret key」→ 复制生成的密钥（以sk-开头）。
该密钥将用于服务端调用gpt-3.5-turbo模型，【严禁明文写死在前端或企业微信配置页】，必须仅存于你部署的服务端环境变量中。
若团队多人共用，需为每位成员单独申请Key并按UserID映射，否则账单与对话历史无法隔离。
部署chatgpt-wecom服务（Docker方式）
在Linux服务器上执行：
安装Docker：curl -sSL https://get.docker.com/ | sh && systemctl start docker && systemctl enable docker
安装docker-compose：curl -L "https://github.com/docker/compose/releases/download/v2.24.5/docker-compose-$(uname -s)-$(uname -m)" -o /usr/local/bin/docker-compose && chmod +x /usr/local/bin/docker-compose
拉取并配置项目：
让 AI 读懂微信公众号。自研 7 阶段提取管道，穿透反爬率 99.89%，Token 消耗降低 50%–87%。支持 ChatGPT、Claude、Perplexity、Gemini 等平台无缝引用。
git clone https://github.com/eryajf/chatgpt-wecom.git && cd chatgpt-wecom
复制配置模板：cp config.example.yaml config.yaml
用vim编辑config.yaml：填入上一步记下的CorpID、AgentId、Secret、Token、EncodingAESKey；将OpenAI Key写入openai_api_key字段；设置http_port为你希望监听的端口（如8080）。
启动服务：docker-compose up -d
检查容器状态：docker-compose logs -f，看到“server started on :8080”且无报错即成功。
回填并验证企业微信回调地址
回到未关闭的「接收消息」配置页 → 在「URL」栏填写：http://你的服务器公网IP:8080/callback（若配了Nginx反代，则填域名+路径）→ 点击「验证URL」。
服务端会收到一次GET请求，自动完成签名验证并返回success → 页面出现绿色对勾即表示通道打通。
此时可关闭该页面，所有配置已持久化生效。
启用机器人并测试对话
方法一：在企业微信客户端 → 打开「工作台」→ 找到刚创建的“AI小助手”应用 → 点击进入 → 发送任意文字（如“你好”）。
方法二：在任意单聊或群聊中 @该应用 → 输入问题（如“Python怎么读取CSV文件？”）→ 发送。
服务端接收到消息后，会调用OpenAI API生成回复，并通过企业微信发送接口原路推回给用户。首次响应可能延迟3–5秒，后续上下文关联对话将保持连贯。
