11 KiB
ChatLab 接入公司 AgentBox 与内网平台方案
1. 目标
当前 ChatLab 项目是独立运行的 Windows 本地应用，主要能力包括：
- 读取 PC 微信聊天记录
- 群聊检索
- 话题分类
- 售后问题归档
- AI 总结与报告生成
- 本地知识库管理
公司已有 AgentBox 主机，主机内置：
- 7B Qwen 智能体
- 类 Dify 的平台系统
- 业务系统
- 数据库
- 工作流
- MCP 工具体系
- 内网部署能力
本方案目标是把 ChatLab 接回公司平台体系，并部署到 AgentBox 内网环境中，让员工只能在公司内网访问，同时让平台工作流和智能体能够调用 ChatLab 的售后分析能力。
2. 推荐方案概览
推荐采用：
Windows 采集端 + AgentBox 业务端 + MCP 工具接入 + 平台统一鉴权
整体形态如下：
员工浏览器
-> 公司平台 / 内网网关
-> AgentBox 上的 ChatLab Web
-> AgentBox 上的 ChatLab FastAPI
-> AgentBox 上的 MCP Server
-> AgentBox 上的 Qwen 7B 模型服务
-> 公司平台业务 API / 平台数据库
-> Windows 微信采集端
-> PC 微信
-> chatlog.exe
不建议第一版把微信采集能力完全搬到 AgentBox 上，因为当前项目依赖 PC 微信、Windows 进程、chatlog.exe 和本地微信数据解密。AgentBox 更适合承载平台、模型、业务系统、MCP、数据库和内网 Web 服务。
3. 模块分工
3.1 Windows 采集端
Windows 采集端继续负责和微信强相关的能力：
- 登录 PC 微信
- 启动并维护
chatlog.exe - 读取群聊、会话、消息、图片、语音、文件等微信数据
- 识别当前微信账号
- 将消息增量同步给 AgentBox
- 响应 AgentBox 的按需查询任务
采集端只负责取数据，不再作为主要业务入口。
3.2 AgentBox 业务端
AgentBox 负责承载 ChatLab 的核心业务能力：
- ChatLab 后端 FastAPI
- ChatLab Web 页面
- MCP 工具服务
- AI 总结、分类、报告生成
- 与公司平台业务 API 对接
- 与 AgentBox 上的 Qwen 7B 模型对接
- 内网访问控制
- 平台数据库写入
AgentBox 是正式的业务入口和平台集成点。
3.3 公司平台
公司平台负责：
- 用户登录
- 权限控制
- 菜单入口
- 工作流编排
- 智能体调用
- 业务对象管理
- 数据库存储
- 审计日志
- 报告流转与人工确认
ChatLab 不单独做完整账号体系，而是接入公司平台统一身份体系。
4. 部署方式
4.1 AgentBox 上部署的服务
AgentBox 上建议部署以下服务：
chatlab-api
chatlab-web
chatlab-mcp
qwen-openai-compatible-api
其中：
chatlab-api是当前chatlog_fastAPI改造后的服务端版本chatlab-web是当前 React 前端构建后的静态页面chatlab-mcp是给公司平台或智能体调用的 MCP 工具服务qwen-openai-compatible-api是 AgentBox 本地 Qwen 7B 的 OpenAI 兼容接口
4.2 内网访问方式
推荐访问地址：
http://agentbox内网IP/chatlab
或者由公司平台菜单进入：
公司平台 -> 售后智能助手 -> ChatLab
对外只开放内网访问，不开放公网访问。
推荐网关路径：
/chatlab/ -> ChatLab Web
/chatlab/api/ -> ChatLab FastAPI
/chatlab/mcp/ -> ChatLab MCP Server
4.3 端口建议
80 / 443 公司平台网关或 Nginx
8000 ChatLab FastAPI，仅内网或网关访问
8001 ChatLab MCP，仅平台服务访问
模型端口 只允许 AgentBox 本机访问
5030 chatlog.exe，仅 Windows 采集端本机访问
5. 数据流设计
5.1 聊天数据采集流程
PC 微信
-> chatlog.exe
-> Windows 采集端
-> AgentBox ChatLab API
-> 平台 API
-> 平台数据库
采集端不直接暴露给用户访问，只负责把微信数据同步给 AgentBox。
5.2 AI 报告生成流程
用户选择群聊 / 平台工作流触发
-> ChatLab 检索聊天记录
-> 创建话题
-> 调用 AgentBox Qwen 7B
-> 生成 Markdown 报告
-> 写入公司平台业务对象
-> 人工确认 / 工作流流转
5.3 MCP 调用流程
平台智能体 / 工作流
-> MCP Tool
-> ChatLab API
-> 消息检索 / 话题生成 / 报告生成
-> 平台业务数据
6. 平台数据库对接方式
推荐不让 ChatLab 直接连接平台数据库，而是通过公司平台 API 写入业务对象。
原因：
- 保留平台权限控制
- 保留审计日志
- 保留工作流触发能力
- 避免绕过平台业务规则
- 后续平台升级时耦合更低
建议平台侧提供以下业务对象。
6.1 售后群对象
{
"external_id": "微信群ID",
"name": "群名称",
"source": "wechat",
"collector_id": "采集端ID",
"status": "active"
}
6.2 话题对象
{
"external_id": "ChatLab话题ID",
"group_external_id": "微信群ID",
"title": "话题标题",
"source": "manual|ai|workflow",
"status": "pending|processing|done|failed",
"message_refs": [123, 124, 125]
}
6.3 售后报告对象
{
"external_id": "报告ID",
"topic_external_id": "话题ID",
"title": "报告标题",
"content_markdown": "Markdown报告正文",
"evidence": [],
"ai_model": "qwen-7b",
"review_status": "pending|approved|rejected"
}
6.4 任务对象
{
"external_id": "任务ID",
"type": "sync|summarize|topic_detect",
"status": "queued|running|success|failed",
"progress": {
"processed": 10,
"total": 100
},
"error": ""
}
7. MCP 工具设计
第一版建议提供以下 MCP 工具：
chatlab_list_groups
chatlab_search_messages
chatlab_get_message_context
chatlab_create_topic
chatlab_add_topic_messages
chatlab_summarize_topic
chatlab_get_report
chatlab_search_reports
7.1 群列表工具
chatlab_list_groups
用途：
- 获取当前可分析的微信群
- 给平台智能体或工作流选择分析对象
7.2 消息检索工具
chatlab_search_messages
参数示例：
{
"group_id": "微信群ID",
"keyword": "退款",
"start_date": "2026-05-01",
"end_date": "2026-05-18",
"limit": 50
}
用途：
- 按关键词查找聊天记录
- 支持售后问题溯源
- 支持工作流自动筛选问题片段
7.3 上下文获取工具
chatlab_get_message_context
用途：
- 根据某条消息获取前后文
- 避免 AI 只看单条消息误判
7.4 创建话题工具
chatlab_create_topic
用途：
- 把一组消息整理成售后话题
- 可由人工触发，也可由工作流触发
7.5 生成报告工具
chatlab_summarize_topic
参数示例：
{
"topic_id": "话题ID",
"write_to_platform": true
}
用途：
- 调用 AgentBox 上的 Qwen 7B
- 生成售后问题报告
- 写入平台业务对象
- 进入人工确认流程
8. AI 模型对接方案
当前项目已经使用 OpenAI-compatible 调用方式，因此 AgentBox 的 Qwen 7B 只需要提供兼容接口：
POST /v1/chat/completions
ChatLab 后端配置为：
AI_BASE_URL=http://127.0.0.1:模型服务端口/v1
AI_API_KEY=agentbox-local-key
AI_MODEL=qwen-7b
第一版优先支持：
- 文本聊天总结
- 售后问题提取
- 话题分类
- Markdown 报告生成
- AI 建议生成
图片、语音、视频解析可以作为第二阶段增强能力。如果 AgentBox 暂时没有视觉模型或语音模型，系统应允许跳过这些内容，并在报告中提示媒体内容需人工查看。
9. 权限与安全
9.1 访问边界
- 只允许内网访问
- 不暴露公网
- AgentBox 服务只接受公司平台网关或内网指定 IP 访问
- MCP 服务只允许平台服务账号调用
- 采集端只允许带签名的请求写入数据
9.2 用户鉴权
推荐使用公司平台统一登录。
平台网关向 ChatLab 注入用户身份：
X-Platform-User-Id
X-Platform-User-Name
X-Platform-Roles
ChatLab 根据这些身份头判断用户权限。
9.3 角色建议
普通用户：
- 查看授权群
- 查看报告
售后人员：
- 创建话题
- 生成报告
- 提交人工确认
管理员：
- 管理采集端
- 管理模型配置
- 管理平台 API 配置
- 查看同步状态
工作流服务账号：
- 调用 MCP 工具
- 写入报告和任务状态
9.4 采集端安全
采集端和 AgentBox 通信使用 HMAC 签名。
请求头建议：
X-Collector-Id
X-Timestamp
X-Signature
签名方式：
HMAC_SHA256(secret, method + path + timestamp + body_sha256)
AgentBox 拒绝：
- 无签名请求
- 签名错误请求
- 时间偏差超过 5 分钟的请求
- 未注册采集端请求
10. 数据存储策略
第一版建议：
- 平台数据库存正式业务数据
- ChatLab 本地 SQLite 只作为缓存或临时任务状态
- 微信原始数据库不上传 AgentBox
- 消息正文按业务需要同步
- 图片、语音、文件按需同步或按需代理访问
正式进入平台数据库的数据包括：
- 群信息
- 话题信息
- 关键消息引用
- AI 报告
- 任务状态
- 人工确认状态
- 审计记录
不建议直接保存所有微信原始数据，除非公司合规要求允许并且平台已有对应权限模型。
11. 推荐落地阶段
第一阶段：平台接入最小闭环
目标：
- AgentBox 能访问 ChatLab Web
- 平台能通过 MCP 调用 ChatLab
- ChatLab 能调用 Qwen 7B 生成报告
- 报告能写入平台业务对象
- 员工只能内网访问
第一阶段完成后，就可以在公司内部演示完整售后分析闭环。
第二阶段：采集端服务化
目标：
- Windows 采集端自动心跳
- 自动增量同步消息
- AgentBox 显示采集端在线状态
- 支持多采集端绑定
- 支持多个微信账号隔离
第三阶段：工作流深度融合
目标：
- 平台工作流自动发现售后问题
- 自动生成待确认报告
- 人工确认后进入业务系统
- 报告和任务进入平台审计体系
- 支持通知、派单、复盘等业务流转
第四阶段：多模态增强
目标：
- 图片内容识别
- 语音转文字
- 视频摘要
- 文件内容解析
- 多模态证据进入售后报告
12. 推荐结论
第一版不要追求把整个项目完全搬进 AgentBox。
最稳妥的路线是：
微信采集继续留在 Windows
业务系统迁到 AgentBox
AI 调用切到 AgentBox Qwen
数据写入公司平台
能力通过 MCP 暴露给工作流和智能体
Web 入口通过内网平台访问
这样可以最大程度复用当前项目，同时快速接回公司平台体系，并且避免微信采集在 AgentBox 上不可控的问题。