mirror of
https://github.com/langbot-app/LangBot.git
synced 2026-06-20 12:34:21 +00:00
Junyan Chin
e9dd584792
* feat(api): support global API key from config.yaml (api.global_api_key) Accept a config-defined global API key anywhere a web-UI key is accepted (X-API-Key / Bearer), with no login session and no DB record. Useful for automated deployments and AI agents (HTTP API + MCP). Defaults to empty (disabled); does not require the lbk_ prefix. - templates/config.yaml: add api.global_api_key with security notes - service/apikey.py: verify_api_key checks global key first (constant-time) - docs/API_KEY_AUTH.md: document the global key + security guidance - tests: cover global-key match, prefix-free, fallback-to-db, disabled * feat(mcp): expose LangBot management as an MCP server at /mcp Add an MCP (Model Context Protocol) server so external AI agents can manage a LangBot instance. Reuses the same API-key auth as the HTTP API (including the config.yaml global API key). - pkg/api/mcp/server.py: FastMCP server wrapping the service layer; 21 curated tools across system/bots/pipelines/models/knowledge/mcp-servers/skills - pkg/api/mcp/mount.py: ASGI dispatcher fronting Quart; authenticates /mcp requests with an API key, runs the streamable-HTTP session manager lifespan - controller/main.py: serve the wrapped ASGI app via hypercorn (was run_task) - web: new 'MCP' tab in the API integration dialog showing endpoint, auth, and client config; i18n for 8 locales - tests/manual/mcp_smoke.py: e2e check (401 unauth, list tools, call tools) Tool surface is intentionally curated (not all ~25 route groups) to keep the agent surface small, safe, and maintainable. Extend deliberately. * feat(skills): add in-repo skills/ as the single source of truth Migrate the agent skills + QA/e2e test harness from the (now archived) langbot-app/langbot-skills repo into LangBot/skills/, and add four new skills. Migrated: - langbot-plugin-dev, langbot-testing (e2e), langbot-env-setup, langbot-skills-maintenance, langbot-eba-adapter-dev - the bin/lbs CLI (src/, test/, scripts/, schemas/, qa-agent-docs/) New: - langbot-dev core backend + web development - langbot-deploy Docker/K8s deployment + config.yaml + global API key - langbot-mcp-ops operating the LangBot MCP server (/mcp) - langbot-space-ops operating the Space marketplace MCP server - src/cli.ts repoRoot(): recognize the skills assets root (skills.index.json + bin/lbs) so the CLI works when nested inside the LangBot repo - README.md: unified skill catalog; skills.index.json regenerated Parity with source verified: bin/lbs validate + node test suite match the source repo (only the uncommitted .lbpkg build-artifact fixture differs). * docs(agents): document agent-facing surfaces + API/MCP/skills sync rule * docs(readme): add 'Built for AI Agents' section across all locales Highlight MCP server, in-repo skills (single source of truth), AGENTS.md sync rule, and llms.txt. Cross-link LangBot Space MCP marketplace. * style(mcp): fix ruff format + prettier lint in MCP server and API panel * style(web): prettier format MCP i18n locale entries * docs(skills): note MCP instance control in dev/testing skills All development-guidance skills now point to the LangBot instance MCP server (/mcp) and the Space marketplace MCP server, reusing API keys.
10 KiB
10 KiB
AI 에이전트 IM 봇 구축을 위한 프로덕션 등급 플랫폼.
Slack, Discord, Telegram, WeChat 등에 AI 봇을 빠르게 구축, 디버그 및 배포.
English / 简体中文 / 繁體中文 / 日本語 / Español / Français / 한국어 / Русский / Tiếng Việt
LangBot이란?
LangBot은 AI 기반 인스턴트 메시징 봇을 구축하기 위한 오픈소스 프로덕션 등급 플랫폼입니다. 대규모 언어 모델(LLM)을 모든 채팅 플랫폼에 연결하여 대화, 작업 실행, 기존 워크플로우와의 통합이 가능한 지능형 에이전트를 만들 수 있습니다.
핵심 기능
- AI 대화 및 에이전트 — 멀티턴 대화, 도구 호출, 멀티모달 지원, 스트리밍 출력. 내장 RAG(지식 베이스)와 Dify, Coze, n8n, Langflow, Deerflow, Weknora 심층 통합.
- 유니버설 IM 플랫폼 지원 — 단일 코드베이스로 Discord, Telegram, Slack, LINE, QQ, WeChat, WeCom, Lark, DingTalk, KOOK 지원.
- 프로덕션 레디 — 접근 제어, 속도 제한, 민감어 필터링, 종합 모니터링 및 예외 처리. 기업 환경에서 검증됨.
- 플러그인 생태계 — 수백 개의 플러그인, 이벤트 기반 아키텍처, 컴포넌트 확장, MCP 프로토콜 지원.
- 웹 관리 패널 — 직관적인 브라우저 인터페이스로 봇을 구성, 관리 및 모니터링. YAML 편집 불필요.
- 멀티 파이프라인 아키텍처 — 다양한 시나리오에 맞는 다양한 봇 구성, 종합 모니터링 및 예외 처리.
📍 실전 가이드: 5분 만에 멀티 플랫폼 AI 봇 배포하기, DeepSeek를 WeChat, Discord, Telegram에 연결하기, Dify Agent를 Discord, Telegram, Slack에서 실행하기, n8n 기반 챗봇 만들기.
빠른 시작
☁️ LangBot Cloud (추천)
LangBot Cloud — 배포 없이 바로 사용.
원라인 실행
uvx langbot
uv 설치 필요. http://localhost:5300 방문 — 완료.
Docker Compose
git clone https://github.com/langbot-app/LangBot
cd LangBot/docker
docker compose up -d
원클릭 클라우드 배포
더 많은 옵션: Docker · 수동 배포 · BTPanel · Kubernetes
지원 플랫폼
| 플랫폼 | 상태 | 비고 |
|---|---|---|
| Discord | ✅ | 공식 |
| Telegram | ✅ | 공식 |
| Slack | ✅ | 공식 |
| LINE | ✅ | 공식 |
| ✅ | 개인 및 공식 API (채널, DM, 그룹) | |
| WeCom | ✅ | 기업 WeChat, 외부 CS, AI Bot |
| ✅ | 개인 및 공식 계정 | |
| Lark | ✅ | 공식 |
| DingTalk | ✅ | 공식 |
| KOOK | ✅ | 공식 |
| Satori | ✅ | |
| ✅ | Matrix, Satori | |
| Matrix | ✅ | Signal, WhatsApp, Messenger, iMessage, Mattermost, Google Chat, IRC, XMPP, Zulip 등 여러 브리지 플랫폼 지원 |
지원 LLM 및 통합
| 제공자 | 유형 | 상태 |
|---|---|---|
| OpenAI | LLM | ✅ |
| Anthropic | LLM | ✅ |
| DeepSeek | LLM | ✅ |
| Google Gemini | LLM | ✅ |
| xAI | LLM | ✅ |
| Moonshot | LLM | ✅ |
| Zhipu AI | LLM | ✅ |
| Ollama | 로컬 LLM | ✅ |
| LM Studio | 로컬 LLM | ✅ |
| Dify | LLMOps | ✅ |
| MCP | 프로토콜 | ✅ |
| SiliconFlow | 게이트웨이 | ✅ |
| Aliyun Bailian | 게이트웨이 | ✅ |
| Volc Engine Ark | 게이트웨이 | ✅ |
| ModelScope | 게이트웨이 | ✅ |
| GiteeAI | 게이트웨이 | ✅ |
| CompShare | GPU 플랫폼 | ✅ |
| PPIO | GPU 플랫폼 | ✅ |
| ShengSuanYun | GPU 플랫폼 | ✅ |
| 接口 AI | 게이트웨이 | ✅ |
| 302.AI | 게이트웨이 | ✅ |
| Qiniu | 게이트웨이 | ✅ |
왜 LangBot인가?
| 사용 사례 | LangBot 활용 방법 |
|---|---|
| 고객 지원 | 지식 베이스를 활용하여 질문에 답변하는 AI 에이전트를 Slack/Discord/Telegram에 배포 |
| 내부 도구 | n8n/Dify 워크플로우를 WeCom/DingTalk에 연결하여 비즈니스 프로세스 자동화 |
| 커뮤니티 관리 | AI 기반 콘텐츠 필터링 및 상호작용으로 QQ/Discord 그룹 관리 |
| 멀티 플랫폼 | 하나의 봇으로 모든 플랫폼 지원. 단일 대시보드에서 관리 |
라이브 데모
지금 체험: https://demo.langbot.dev/
- 이메일:
demo@langbot.app - 비밀번호:
langbot123456
참고: 공개 데모 환경입니다. 민감한 정보를 입력하지 마세요.
AI 에이전트를 위한 설계 🤖
LangBot은 설계 단계부터 에이전트 친화적입니다 —— 코딩 에이전트(Claude Code, Codex, Copilot, Cursor 등)가 일급 지원으로 LangBot을 운영·확장·배포할 수 있습니다:
- MCP 서버 —— LangBot은 내장 Model Context Protocol 엔드포인트
/mcp를 제공하며, HTTP API와 동일하게 미러링되어 에이전트가 봇·파이프라인·플러그인·모델을 프로그래밍 방식으로 관리할 수 있습니다. 동일한 API 키로 인증하며(config.yaml에 전역 키 설정 또는 사용자 키 사용) 로그인 절차가 필요 없습니다. 웹 패널의 API & MCP 탭에서 설정합니다. - 저장소 내 Skills ——
skills/디렉터리는 LangBot 작업의 단일 진실 공급원입니다: 플러그인 개발, 코어 개발, E2E 테스트, 배포, LangBot / LangBot Space MCP 서버 운영. 에이전트를 이 디렉터리로 안내하면 빌드 방법을 알게 됩니다. - AGENTS.md —— 모든 저장소에는
AGENTS.md(CLAUDE.md로 심볼릭 링크)가 있으며 아키텍처, 규약, 그리고 API 변경 시 MCP 서버와 skills를 동기화해야 한다는 규칙을 설명합니다. llms.txt—— LLM을 위한 기계 판독 가능한 프로젝트 컨텍스트가 웹사이트에 게시되어 있습니다.
클라우드 / 마켓플레이스: LangBot Space도 MCP 서버를 제공하여 에이전트가 Personal Access Token으로 인증해 플러그인 / MCP / Skill 마켓플레이스를 검색하고 조회할 수 있습니다.
커뮤니티
Star 추이
기여자
LangBot을 더 나은 프로젝트로 만들어 주신 모든 기여자분들께 감사드립니다: