AstrBot
AstrBotDevs/AstrBot加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
微信扫码咨询客服
POMOAI — 让开源 AI 即刻运行
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
你有一个私人 AI 助手梦：希望在自己的 QQ 群里有个懂事的 AI 客服，在 Telegram 上有个随叫随到的私人助理，在钉钉工作群里有个能自动回答常见问题的机器人。于是你开始四处奔波——在 QQ 上配置一个机器人，在 Telegram 上注册另一个 bot，在钉钉后台申请企业自建应用……每个平台都要单独配置 LLM API，每个 bot 都要单独调试行为规则，每次换 LLM 提供商就要把所有平台重配一遍。这就是当前 AI 助手落地的真实写照：碎片化、重复劳动、难以统一管理。
AstrBot 正是为解决这个问题而生。它是一个开源的 Agentic 个人和群聊 AI 助手框架，核心思路是"一个后端，连通所有 IM"。你只需部署一次 AstrBot，选择想要接入的 LLM（大模型），配置好 Agent 行为，就能在 QQ、Telegram、钉钉、飞书、企业微信等数十款主流 IM 平台上同步拥有 AI 对话能力。AstrBot 本身就像一座"AI 桥"，一端连接各类即时通讯平台，另一端连接大语言模型，两端之间的一切复杂性（协议转换、消息路由、会话管理、插件扩展）都由框架统一处理。
AstrBot 由独立开发者 Soulter 创建并维护，GitHub 仓库获得超过 33,000 颗星标（截至 2026 年 5 月），Forks 数超过 2,200，拥有活跃的插件生态——社区已贡献超过 1,000 个可一键安装的插件。项目采用 AGPL-3.0 开源许可证，这意味着如果你基于 AstrBot 进行二次开发并对外提供服务，你的衍生代码也必须开源。
AstrBot 的定位是"Agentic"框架，不仅支持简单的问答式聊天，还支持多模态对话、Agent 规划、MCP（Model Context Protocol）工具调用、Skill 技能系统、知识库检索和会话上下文自动压缩。这使得它能处理比普通 chatbot 复杂得多的任务——比如在群里根据用户指令调用搜索工具获取实时信息、执行代码完成任务、或者调用外部 API 完成特定业务流程。
如果你把各种即时通讯平台想象成不同规格的电源插座（国标、欧标、美标），把大语言模型想象成电源，那么 AstrBot 就是那个 万能转接头。不管你插哪个插座，它都能稳定供电，而且还能根据电器的需求（Agent 任务）动态调节功率（工具调用、上下文管理）。与此同时，它还自带了一个通用的控制面板（WebUI），让你不需要具体操作某个插座就能管理所有电器的运行状态。
AstrBot 当前已官方支持 QQ（OneBot v11）、QQ 频道、Telegram、企业微信、飞书、钉钉、微信公众号、Slack 等十余个主流 IM 平台。每个平台都通过对应的 SDK 实现（aiocqhttp 处理 QQ、python-telegram-bot 处理 Telegram、dingtalk-stream 处理钉钉、lark-oapi 处理飞书），消息和事件被统一转换为内部标准化格式，经由框架的核心调度层路由到 Agent 处理引擎。这意味着当你需要新增一个 IM 平台时，无需修改 Agent 逻辑，只需实现对应的适配器即可。
AstrBot 支持同时接入多个 LLM 提供商，包括 Anthropic (Claude)、OpenAI (GPT 系列)、Google Gemini、阿里云百炼、Dify、Coze（字节版扣子） 等。通过 MCP（Model Context Protocol）标准协议，AstrBot 可以调用外部 Agent 平台（如 Dify 工作流、Coze Bot）作为能力扩展，实现插件化的工具调用体系。Pyproject.toml 显示其直接依赖了 mcp>=1.8.0，表明 MCP 已深度集成到框架核心中。
项目内置了 Agent Sandbox 功能，这是一套代码执行的隔离化环境。当 Agent 需要动态执行 Python 代码、调用 Shell 命令或访问网络资源时，所有操作都在沙箱内完成，不会影响主机系统的安全。这解决了 AI Agent "想做什么就做什么"的安全隐患——你可以放心地让 Agent 帮你在群里执行查询任务，而不必担心它意外破坏系统。
AstrBot 提供了两套前端界面：传统 WebUI（端口 6185）和 Web ChatUI（类似 OpenWebUI 的现代聊天界面）。Web ChatUI 内置了代理沙箱和网页搜索等工具，用户无需在 IM 客户端中就能直接与 AI 对话，适合快速调试和演示场景。前端基于 Vue 3 + TypeScript 构建（dashboard 目录），通过 API 与后端 Quart 服务（ASGI）通信。
AstrBot 内置了基于 FAISS 的向量知识库功能，支持 PDF 文档解析（pypdf）、Markdown 文档解析（markitdown）、中文分词（jieba）和 BM25 混合检索（rank-bm25）。配合 1,000+ 社区插件，用户可以实现舆情监控、自动翻译、图片生成、天气查询、代码解释等各种扩展能力。
从代码结构来看，AstrBot 采用异步解耦架构，核心依赖包括：
代码质量方面，项目使用 ruff 进行 lint，pyright 进行类型检查，pytest + pytest-asyncio 进行测试，CI/CD 流程完善，GitHub Actions 自动构建 Docker 镜像并推送至 Docker Hub（soulter/astrbot）。
AstrBot 提供了三种部署路径，覆盖从个人用户到企业级 K8s 集群的全场景：
Docker Compose（推荐个人/小团队）：一条 docker compose up 即可启动，数据持久化到本地 ./data 目录，WebUI 访问 http://localhost:6185。官方提供的 compose.yml 配置简洁，默认开启 6185 端口的 WebUI 和 6199 端口的 OneBot WebSocket（可选，用于 QQ 机器人）。
Kubernetes（企业级）：项目在 k8s/ 目录下提供了完整的 K8s manifest，适合企业将 AstrBot 部署到容器编排平台，配合 Ingress 实现多租户管理。
传统 pip 安装（开发者）：通过 uv 或 pip 安装依赖后直接运行 python main.py，需要自行配置各 IM 平台的机器人凭证。
硬件需求方面，AstrBot 不需要 GPU，最低 4GB 内存即可运行，适合在树莓派、轻量 VPS 或普通服务器上部署。磁盘占用约 10GB（包含 Docker 镜像）。
许可证风险（重要）：AstrBot 采用 AGPL-3.0 许可证，这是目前开源界最严格的 Copyleft 许可证之一。如果你在企业环境中基于 AstrBot 搭建服务并对外提供 SaaS，你的服务端代码必须按照 AGPL-3.0 开源。对于希望闭源商业化使用的团队，这是一个不可忽视的法律约束。
平台政策风险：AstrBot 的 QQ 机器人功能基于 OneBot v11 协议，需要配合 NapCat 等第三方 QQ 协议库使用。QQ 官方对机器人/第三方客户端的政策随时可能变化，曾多次对 QQ 机器人生态进行封禁整治，企业用户需有备用方案。
多 LLM 的成本管理：AstrBot 支持同时连接多个 LLM 提供商，这虽然提供了灵活性，但也意味着需要管理多个 API Key 和成本。企业用户应建立用量监控机制，避免因 Agent 失控调用导致意外的天价 API 账单。
文档中文资源相对较少：虽然项目 README 提供了简体中文版本，但部分高级功能（如 MCP 自定义开发、Agent Sandbox 扩展）的详细中文文档仍有待完善，开发者可能需要参考英文文档和源代码。
AstrBot 代表着 AI 助手落地的一条务实路径：不追求替代某个 IM 平台，而是做 IM 与 AI 之间最可靠的桥梁。在 Copilot 时代，企业和开发者最需要的不是又一个 AI 对话产品，而是一个能无缝嵌入现有工作流的 AI 基础设施——而 IM 恰恰是大多数人每天工作流中最高频的入口。
AstrBot 的插件生态（1,000+ 插件）、多 Agent 平台集成（Dify/Coze）、和 MCP 支持表明，它正在演化为一个企业级 AI Agent 运行时平台，而非一个简单的 IM 聊天机器人框架。这种定位与 LangChain Agents、Vercel AI SDK 等工具的方向不谋而合，但 AstrBot 的差异化在于对中文 IM 生态（QQ、钉钉、飞书、企业微信）的深度支持——这是海外框架很难覆盖的场景。
从增长曲线看，AstrBot 在 GitHub 上保持着稳定的版本迭代（当前版本 4.25.1），Issue 和 PR 活跃度高，插件市场持续扩充。随着多模态 Agent 能力（语音、图片理解）的进一步成熟，它在智能客服、在线教育、企业知识库等场景的渗透率有望进一步提升。
图1：AstrBot 官方 Logo（来源：GitHub 仓库 docs/public/logo.png）
图2：AstrBot 产品级 Logo（来源：GitHub 仓库 docs/public/logo_prod.png）