山东大学软件学院创新实训——MarketClaw（三）：飞书机器人接入DeepSeek，实现商品营销对话

2401_83356673

712人浏览 · 2026-05-03 22:49:10

2401_83356673 · 2026-05-03 22:49:10 发布

一、引言

在MarketClaw项目中，我们需要提供一种基于飞书的轻量级对话服务，让用户无需切换复杂系统，在日常聊天场景中即可完成营销内容生成。本章的核心目标：实现用户通过飞书发送商品描述，机器人自动调用大模型生成小红书风格的营销文案并直接回复，打通“商品输入 → 文案生成 → 飞书回复”的最小闭环。

我们选择飞书开放平台作为接入渠道，因其提供了完善的企业自建应用能力和长连接机制，无需公网IP即可本地开发调试。大模型选择了DeepSeek API，主要因为它响应速度快、支持JSON结构化输出，方便我们直接生成带标题、正文、标签的文案。

二、方案设计

飞书提供两种事件接收方式：Webhook回调（需公网地址）和长连接模式（本地即可建立持久连接）。我们处于开发测试阶段，选择长连接模式，利用飞书官方SDK在本地与服务器建立WebSocket连接。

整体流程：

用户通过飞书单聊向机器人发送消息（以“商品：”开头）
飞书服务器通过长连接将事件推送到本地Python程序
程序解析消息内容，调用DeepSeek API生成小红书文案（JSON格式）
解析JSON并组装成飞书文本，调用飞书发送消息API回复用户

三、飞书应用配置

首先在飞书开放平台创建企业自建应用，命名为“MarketClaw”，并开启机器人能力。获取App ID和App Secret，后续代码中使用。

配置权限：添加im:message.p2p_msg:readonly（接收单聊消息）和im:message:send_as_bot（发送消息）。

配置事件：在“事件与回调”中选择“使用长连接接收事件”，添加im.message.receive_v1事件。最后发布应用版本，使配置生效。

四、本地环境搭建

创建项目文件夹MarketClaw-bot，使用虚拟环境并安装依赖：

python -m venv venv
venv\Scripts\activate   # Windows
pip install lark-oapi requests python-dotenv

在根目录创建.env文件，存储密钥：（因涉及个人隐私，故使用“****”代替）

FEISHU_APP_ID=****
FEISHU_APP_SECRET=****
DEEPSEEK_API_KEY=****

图4：本地项目目录结构

五、核心代码实现

5.1 长连接启动与事件注册

长连接模式下，直接使用SDK的WsClient和事件分发器。关键代码：

from lark_oapi.ws import Client as WsClient
from lark_oapi import EventDispatcherHandler
from lark_oapi.api.im.v1 import P2ImMessageReceiveV1

def main():
    handler = EventDispatcherHandler.builder("", "") \
        .register_p2_im_message_receive_v1(handle_message) \
        .build()
    ws_client = WsClient(APP_ID, APP_SECRET, event_handler=handler)
    ws_client.start()

5.2 解析用户消息

在事件处理函数中，从event.event.message提取发送者open_id和消息文本：

def handle_message(event: P2ImMessageReceiveV1):
    open_id = event.event.sender.sender_id.open_id
    content = json.loads(event.event.message.content)
    user_text = content.get("text", "")

5.3 调用DeepSeek生成文案

设计system prompt要求返回JSON格式（标题、正文、标签），调用API后解析JSON并组装成回复文本：

def generate_copy(product_info):
    prompt = """请根据商品信息生成小红书种草文案，返回JSON：
{"title":"...","body":"...","hashtags":["..."]}"""
    resp = requests.post("https://api.deepseek.com/chat/completions", 
                         headers={"Authorization": f"Bearer {DEEPSEEK_API_KEY}"},
                         json={"model":"deepseek-chat","messages":[{"role":"system","content":prompt},{"role":"user","content":product_info}]})
    data = resp.json()["choices"][0]["message"]["content"]
    # 解析JSON并格式化...

5.4 发送消息到飞书

发送消息采用HTTP API，注意receive_id_type必须放在URL参数中，否则会报错。

def send_reply(open_id, text):
    token = get_tenant_access_token()  # 通过app_id/app_secret换取
    requests.post("https://open.feishu.cn/open-apis/im/v1/messages",
                  params={"receive_id_type": "open_id"},
                  headers={"Authorization": f"Bearer {token}"},
                  json={"receive_id":open_id, "msg_type":"text", "content":json.dumps({"text":text})})

5.5 防重复回复

测试中发现有时机器人会重复回复相同内容。原因是飞书在网络波动时可能重推事件（虽消息ID不同但内容相同）。我们增加基于(open_id, user_text, 时间窗口)的去重机制，5分钟内相同内容不再处理。

六、遇到的问题与解决

导入错误：Message类从lark_oapi顶层导入失败 → 改为从lark_oapi.api.im.v1导入CreateMessageRequest。
获取open_id失败：误用message.sender → 正确路径为event.event.sender.sender_id.open_id。
发送消息字段验证失败：receive_id_type is required → 将该字段从请求体移到URL参数中。
重复回复：飞书重推导致 → 增加内容级去重。
JSON解析失败：DeepSeek偶尔返回包含注释或多余文本 → 用正则提取JSON对象。