微信公众号AI客服 · 一站式部署工作流

> v2.0 · 2026-06-04 · 作者：麻薯（OpenClaw）

架构概览

用户微信 → 公众号消息 → EdgeOne Pages Cloud Function → CNB AI API → 分析回复
                                                                       │
                                          ┌────────────────────────────┘
                                          ▼
                                   检测推送标记组合？
                                   ├─ [SEND_SERVICES] → 4张服务介绍卡片
                                   ├─ [SEND_CASE]     → 2张案例卡片
                                   ├─ [SEND_VIDEO]    → 1张展示卡片
                                   ├─ [SEND_QRCODE]   → 1张二维码卡片
                                   └─ 无标记 → 纯文本回复
                                   支持组合：SERVICES+QRCODE = 5张卡片

架构优势

目录结构

mp-ai-cs-workflow/
├── SKILL.md                     # 本技能文件
├── templates/
│   ├── wx-callback.js           # Cloud Function 模板（完整，含多图文工厂）
│   ├── .env.example             # 环境变量模板
│   └── system-prompt.md         # 系统提示词模板（可定制）
├── README.md                    # 项目说明
└── .gitignore

部署流程

Step 0: 前置条件

Step 1: 收集客户信息

与客户确认以下信息：

企业名称：________
客服称呼：________（如 林经理、小张、客服小王）
业务描述：________（一句话概括，如"帮企业做腾讯生态运营"）
服务板块（2-4个）：________（如 企业微信搭建、广告投放、微信小店）
转化引导：________（如 加企业微信、加个人微信、拨打电话）
二维码图片：________（引导转化的微信群/个人/企业微信二维码）

Step 2: 创建 EdgeOne Pages 项目

# 创建工作目录
mkdir -p wechat-mp-ai && cd wechat-mp-ai

# 创建项目结构（也可以用 edgeone pages init）
mkdir -p cloud-functions .edgeone

# 复制模板文件
cp [skill-path]/templates/wx-callback.js cloud-functions/
cp [skill-path]/templates/.env.example .

# 创建 edgeone.json
cat > edgeone.json << 'EOF'
{
  "Name": "wechat-mp-ai"
}
EOF

# 创建 package.json
cat > package.json << 'EOF'
{
  "private": true,
  "type": "module"
}
EOF

# 部署
edgeone pages deploy

Step 3: 配置系统提示词

编辑 cloud-functions/wx-callback.js 中的 SYSTEM_PROMPT 数组：

• 将名称和角色改为客户的客服人员（如 "李经理"、"小张"等）
• 修改服务板块为客户的业务
• 调整转换引导（如加个人微信、加群、拨打电话等）
• 修改 [SEND_QRCODE] 触发条件和示例话术
• 修改二维码图片 URL（QRCODE_URL），指向已在项目中的二维码图片

提示词结构（详见 templates/system-prompt.md）：

1. 身份定义：你是谁，代表谁
2. 核心使命：目标是什么
3. 服务板块：列出所有业务
4. 应答流程：不同场景的回应策略
5. 二维码推送规则：何时触发 [SEND_QRCODE]
6. 风格要求：语气、长度、态度
7. 底线：不能说什么、不能做什么

重要！二维码推送触发规则在提示词中明确说明，
AI 会在末尾添加 [SEND_QRCODE] 标记，
Cloud Function 检测到后自动替换为二维码图文消息。

Step 4: 准备二维码图片

# 将企业微信/个人微信二维码放入项目根目录
cp /path/to/qrcode.png qrcode.png

Step 5: 设置环境变量

在 wx-callback.js 文件中设置：
- QRCODE_URL 指向二维码图片的公开 URL（如 https://your-domain/qrcode.png）

部署时设置 EdgeOne Pages 环境变量：

edgeone pages env set WX_TOKEN your_token
edgeone pages env set WX_APPID your_appid
edgeone pages env set WX_ENCODING_AES_KEY your_aes_key
edgeone pages env set WX_APP_SECRET your_app_secret
edgeone pages env set CNB_TOKEN your_cnb_token

环境变量说明：

Step 6: 配置微信服务号后台

登录 微信公众平台 → 设置与开发 → 基本配置：

1. 服务器配置（启用）：
   - URL: https://[你的EdgeOne域名]/wx-callback
   - Token: WX_TOKEN 的值
   - EncodingAESKey: WX_ENCODING_AES_KEY 的值
   - 消息加解密方式: 安全模式（推荐）或明文模式

2. IP白名单（安全模式下无需配置，明文模式需加 EdgeOne 服务器 IP）

3. 点击提交，通过验证后开启

Step 7: 部署

git add .
git commit -m "微信公众号AI客服初始化"
git push

edgeone pages deploy

部署完成后，访问你设置的 URL（如 https://fwh.yunjinhong.cn/wx-callback?echostr=test）确认 GET 请求正常返回。

Step 8: 测试

1. 关注公众号，触发欢迎语
2. 发送"你好"，验证 AI 回复
3. 发送"发一下二维码"或"加微信"，验证图文消息（文字+二维码图片）

核心技术要点

1. 微信被动回复 vs 客服消息

2. [SEND_QRCODE] 标记检测机制

AI 回复内容 → 检测是否包含 [SEND_QRCODE] 标记：
- 包含 → 移除标记，返回图文消息（news）：文字说明 + 二维码图片
- 不包含 → 返回纯文本消息

标记在系统提示词中定义，AI 根据上下文判断是否在回复末尾添加。

3. 图文消息格式

<xml>
  <ToUserName><![CDATA[用户openid]]></ToUserName>
  <FromUserName><![CDATA[公众号原始id]]></FromUserName>
  <CreateTime>12345678</CreateTime>
  <MsgType><![CDATA[news]]></MsgType>
  <ArticleCount>1</ArticleCount>
  <Articles>
    <item>
      <Title><![CDATA[文字说明标题]]></Title>
      <Description><![CDATA[文字说明详情]]></Description>
      <PicUrl><![CDATA[https://domain/qrcode.png]]></PicUrl>
      <Url><![CDATA[https://domain/qrcode.png]]></Url>
    </item>
  </Articles>
</xml>

4. 安全模式加解密

微信安全模式下，POST 回调数据是 AES-256-CBC 加密的。本方案完整实现了：
- 接收端：签名验证 → 解密 Encrypt → 解析 XML
- 回复端：原文 → 加密 → 组装 Encrypt XML → 签名 → 返回

5. 超时管理

• AI 调用：设置 4 秒超时（AI_TIMEOUT_MS）
• 总耗时：AI(4s) + 处理后返回(<1s) < 微信5秒限制
• 超时回复："我在思考时遇到了点状况，请再问一次～"

常见问题

Q: 为什么不用异步推送客服消息？

A: 本方案最初使用 context.waitUntil 异步推图片，但在 EdgeOne 运行时被中断。改为同步推送后虽在限制内，但需要额外 API 调用。最终方案用图文消息（news）类型，文字+图片一次返回，0 额外调用，最稳定。

Q: AI 回复内容太长怎么办？

A: 系统提示词中已限制"回复简洁，微信不超过3段"，SYSTEM_PROMPT 中的 max_tokens: 500 也控制长度。

Q: 微信安全模式和明文模式选哪个？

A: 推荐安全模式。明文模式可能被中间人篡改消息，安全模式 AES 加密保证完整性。

Q: 二维码图片更新了怎么办？

A: 替换 qrcode.png 文件，重新部署即可生效。

Q: [SEND_QRCODE] 标记跑到用户看到的回复里了？

A: 不会。代码中已 .replace(QRCODE_MARKER, '') 移除标记后再组装回复。

Q: AI 没有知识库，怎么回答产品问题？

A: 核心信息写在系统提示词中。如果业务信息量大，建议增加提示词模板的详细程度，将 FAQ 和产品信息纳入系统提示词。

工作流复盘（开发过程）

开发耗时

关键决策点

1. EdgeOne Pages 选型：Cloud Function 5 秒超时适合微信回调；静态资产同时托管。
2. CNB AI 选择：不用自建、不用微调，纯通用模型+提示词控制，成本低迭代快。
3. 图文消息方案：替代异步客服消息推送，去掉了 context.waitUntil 和 WX_APP_SECRET 依赖。
4. 无记忆设计：AI 每次请求独立，不保留上下文，规避微信回调无 session 的问题。

优化的提示词

身份定义 + 核心使命 + 服务板块 + 应答流程
    + 二维码推送规则（含 [SEND_QRCODE] 触发条件）
    + 风格要求 + 底线约束

关键技巧：[SEND_QRCODE] 标记是纯文本字符串，AI 生成时贴在末尾，代码检测并替换。避免了复杂实体识别/结构化输出。

踩坑记录