LangChain+Ollama实现自动通过企业微信发消息：零成本响应快（未认证企业也可用）

前言

以“给妈妈自动发暖心问候语的本地Agent”为案例，最终成功用企业微信的API来实现消息推送。本以为很简单，结果踩了一路的坑。特别是对于未认证的个人组织企业，企业微信的种种限制让人抓狂。本文将详细记录整个过程，重点介绍接收消息服务器URL的概念，以及如何避开cpolar、路由侠等工具被识别为第三方服务商的坑。

一、本地部署方案

云端大模型（GPT / 通义 / 智谱）要 API Key、要计费、要联网。玩个小项目，奔着0成本去，就装了个Ollama，拉了个Qwen2.5:7b（通义千问的中文版，大概4.7G），本地跑起来，完全免费，断网也能用，我16G内存的笔记本CPU跑，一秒能吐五六个字，生成一句30字的问候语也就五六秒，完全够用。要是你有显卡，RTX 3060以上跑14B版本，那叫一个丝滑。

本地方案：

• 模型：Qwen2.5（7B 量化版约 4.7GB，中文能力强，通义出品）
• 推理：Ollama 本地服务
• 框架：LangChainChatOllama
• 成本：0 元，断网也能跑
• 速度：
  • 16G 内存 + CPU 跑qwen2.5:7b≈ 5 token/s（开流式可接受）
  • RTX 3060 级别显卡跑 14B ≈ 15 token/s（丝滑）
  • 开streaming=True逐字吐字，体感比等整段生成快很多

# 1. 装 Ollama 后拉模型ollama pull qwen2.5:7b# 2. Python 依赖pipinstalllangchain langchain-ollama requests python-dotenv

fromlangchain_ollamaimportChatOllama llm=ChatOllama(model="qwen2.5:7b",base_url="http://localhost:11434",temperature=0.7,streaming=True,# 本地模型提速关键)

💡 生成问候语这种短文本任务，7B 完全够用，别一上来就冲 32B，家用机跑不动。

二、企业微信发消息的两条路

我们的目标只是“给妈妈发句话”，我选用群机器人 Webhook 方案，简便快捷。

三、未认证企业的「会触发60020报错 」（重点避坑）

不要选择自建应用：

{"errcode":60020,"errmsg":"not allow to access from your ip"}

含义：调用方公网 IP 不在「企业可信 IP」里。

未认证企业的输入框是灰的，你需要二选一完成以下信息，才能配置白名单IP：

1. 配「可信域名」（要同主体备案域名 → 个人组织没有）
2. 配「接收消息服务器 URL」解灰

接收消息服务器 URL 到底是什么？

不是你去访问企微，是企微反过来访问你。

• 方向：企微 Client → 你的 Flask Server
• 场景归类：等价于「网站搭建 / 公网暴露本机 Web 路由」，不是远程桌面、不是游戏联机
• 验证流程：
  1. 后台填http://公网/wecom/callback
  2. 企微发GET ?msg_signature=&timestamp=&nonce=&echostr=密文
  3. 你的服务验签、解密、原样返回明文 echostr（1 秒内）
  4. 验证通过 → 可信 IP 输入框解灰

我查了一些第三方工具生成可用的服务器IP，例如cpolar / 路由侠

它们给的共享二级域名：

• *.cpolar.top
• *.rXX.cpolar.top
• *.luyouxia.net

企微在保存 URL 时会查域名备案主体，发现主体是「cpolar 公司 / 路由侠公司」，不是你的企业主体，直接拦截：

该域名主体为第三方服务商，请使用企业主体域名

实测结论（未认证个人组织）：

• cpolar 随机域名 → ❌ 被拦
• 路由侠.net共享域名 → ❌ 被拦
• ngrok-free → ❌ 被拦

四、成功方案：群消息 Webhook

企业微信建一个「你+妈妈」的内部群（必须是企业微信内部群，不是微信外部群）→ 群设置 → 群机器人 → 添加 → 复制 Webhook：

https://qyapi.weixin.qq.com/cgi-bin/webhook/send?key=xxxx-xxxx-xxxx

如何获取Webhook：点击群聊界面，点击右上角三个点，进入“消息推送”，添加一条消息推送后自动生成Webhook地址。
若无权限，网页端进入企业微信后台管理，点击“应用管理”，进入自建栏下的“消息推送”应用，在“可创建消息推送的成员”处添加目标用户即可。

因为是调用本地大模型，代码里就不需要连接大模型API的相关参数了（ token / corp_id / 可信 IP）：

importos,requestsfromdotenvimportload_dotenv load_dotenv()WECOM_WEBHOOK=os.environ["WECOM_WEBHOOK"]defpush_to_mom(text:str)->str:r=requests.post(WECOM_WEBHOOK,json={"msgtype":"text","text":{"content":text}},timeout=5).json()return"✅ 已发送"ifr.get("errcode")==0elsef"❌{r}"

五、LangChain 创建Agent （本地 Qwen2.5 驱动）

完整代码：

importosfromdatetimeimportdateimportdotenvimportrequests