LangGraph实战训练营-打造 WhatsApp 全自动消息收发AI智能助手

文章目录

• • 1. 项目概述
  • • 1.1 项目背景
    • 1.2 核心功能
    • 1.3 技术栈选型
    • 1.4 应用场景
  • 2. 环境搭建
  • • 2.1 系统要求
    • • 硬件要求
      • 软件依赖
    • 2.2 安装步骤
    • • 步骤一：安装基础工具
      • 步骤二：安装 Docker
      • 步骤三：安装 Node.js 和 npm
      • 步骤四：安装 Python 和 uv
    • 2.3 获取项目源码
    • 2.4 环境变量配置
    • • 复制并编辑环境变量模板
      • 环境变量详解（`.env` 文件）
      • WhatsApp 暴露模式详解
    • 2.5 创建工作区目录
  • 3. 项目结构解析
  • • 3.1 目录结构总览
    • 3.2 关键文件详解
    • • 📄 `AGENTS.md` — Agent 人格与指令定义
      • 📄 `docker-compose.yml` — 容器编排配置
      • 📄 `Dockerfile` — 镜像构建脚本
      • 📄 `.env.example` — 环境变量参考模板
      • 📄 `package.json` — WhatsApp Bridge 依赖
      • 📄 `pyproject.toml` — Talon Python 包配置
  • 4. 核心原理讲解
  • • 4.1 架构设计概览
    • 4.2 核心组件原理
    • • 4.2.1 WhatsApp Bridge 机制
      • 4.2.2 语音转录 (ASR) 管线
      • 4.2.3 Cron 定时任务机制
      • 4.2.4 Agent Harness 架构（LangGraph）
  • 5. 基础使用指南
  • • 5.1 方式一：Docker 部署（推荐新手）
    • • 完整操作流程
      • 启动后的日志输出示例
      • 扫码配对步骤（图文说明）
      • 发送第一条消息
    • 5.2 方式二：本地运行（无 Docker）
    • • 完整操作流程
      • 本地运行的注意事项
    • 5.3 停止服务
    • 5.4 重新构建镜像
  • 6. 功能模块示例
  • • 6.1 基础对话示例
    • • 示例 1：简单问答
    • 6.2 文件操作示例
    • 6.3 语音消息处理示例
    • 6.4 Cron 定时任务示例
    • 6.5 自定义 AGENTS.md 示例
    • 6.6 LangSmith 追踪配置示例
  • 7. 最佳实践
  • • 7.1 安全最佳实践
    • • ✅ 推荐做法
      • ❌ 避免的做法
    • 7.2 性能优化建议
    • • ASR（语音转录）优化
      • Docker 优化
      • 模型选择建议
    • 7.3 运维最佳实践
    • • 数据备份
      • 日志管理
      • 健康检查
    • 7.4 开发调试技巧
  • 8. 常见问题解答
  • • Q1: QR 码扫描失败怎么办？
    • Q2: 出现 "Session expired" 错误
    • Q3: Agent 没有回复我的消息
    • Q4: 语音消息没有被转录
    • Q5: Docker 构建失败
    • Q6: 如何更换 AI 模型？
    • Q7: 如何查看 Agent 的思考过程？
    • Q8: 如何让多人都能与 Agent 交互？
    • Q9: 如何更新到最新版本？
    • Q10: Token 用量过高怎么办？
  • 附录
  • • A. 快速命令参考卡
    • B. 环境变量速查表