AstrBot 今天更新到了 v4.23.6。这个版本号本身就能说明一些事情——从 2025 年 9 月 v4.0.0 重构发布到现在，7 个月里迭代了 200+ 个版本，GitHub Star 从零涨到 30,800，Fork 数 2,100+，提交数 4,561。在中国开源聊天机器人这个赛道上，这个增长速度没有第二家。
AstrBot 的定位很清晰：一个开源的一站式 Agent 聊天机器人平台，让任何人都能在 5 分钟内把 AI 接入自己最常用的聊天工具。不管你用的是 QQ、Telegram、飞书还是钉钉，不管你后端想接 OpenAI、Gemini 还是本地 Ollama，AstrBot 都能帮你串起来。
这工具好在哪
市面上聊天机器人框架不少，但 AstrBot 解决了一个被长期忽视的核心痛点：IM 平台割裂。
你想在 QQ 上用 AI 助手，得找 QQ 机器人框架；想在 Telegram 上用，得写 Bot API；想在飞书上用，得对接飞书开放平台——三个平台，三套协议，三份代码。AstrBot 把这些全统一了：一个后端，同时接入 15 个 IM 平台，配置一次，处处运行。
这种”一次配置，全平台可达”的设计，对个人用户意味着不用在每个聊天工具里分别折腾 AI 接入；对企业用户意味着一套系统覆盖所有内部沟通渠道。
AstrBot 的核心价值不在”又做了一个聊天机器人”——而在于它把 IM 平台的碎片化问题变成了一个配置问题。从”每个平台写一套代码”到”每个平台填一个配置”，这是量级差异。
核心功能
15 个 IM 平台一键接入
| 平台 | 协议 | 维护状态 |
|---|---|---|
| OneBot v11（NapCatQQ） | 官方维护 | |
| 企业微信 | 企业微信 API | 官方维护 |
| 企业微信 AI 助手 | 企业微信 AI Bot API | 官方维护 |
| 微信公众号 | 公众平台 API | 官方维护 |
| Telegram | Bot API | 官方维护 |
| 飞书（Lark） | 开放平台 API | 官方维护 |
| 钉钉 | 开放平台 API | 官方维护 |
| Slack | Bot API | 官方维护 |
| Discord | Bot API | 官方维护 |
| LINE | Messaging API | 官方维护 |
| KOOK | Bot API | 官方维护 |
| Misskey | API | 官方维护 |
| Mattermost | API | 官方维护 |
| Satori | 协议适配 | 官方维护 |
| — | 即将支持 | |
| Matrix | — | 社区维护 |
| Rocket.Chat | — | 社区维护 |
| VoceChat | — | 社区维护 |
15 个平台官方维护是什么概念？对比同类项目：NoneBot2 支持 6 个适配器（社区维护为主），LangChain 没有原生 IM 集成。AstrBot 在 IM 覆盖面上目前没有竞品。
20+ 大模型后端支持
| 类别 | 支持的服务 |
|---|---|
| 通用 LLM | OpenAI 及兼容接口、Anthropic Claude、Google Gemini |
| 国产 LLM | DeepSeek、智谱 AI、月之暗面 Moonshot |
| 自托管 LLM | Ollama、LM Studio |
| API 网关 | AIHubMix（全模型支持）、OneAPI、302.AI、SiliconFlow、TokenPony、CompShare、PPIO 云、ModelScope |
| LLMOps 平台 | Dify、阿里云百炼、Coze |
| 语音识别（STT） | OpenAI Whisper、SenseVoice、小米 MiMo Omni |
| 语音合成（TTS） | OpenAI TTS、Gemini TTS、GPT-Sovits、FishAudio、Edge TTS、Azure TTS、Minimax TTS、火山引擎 TTS、阿里云百炼 TTS、小米 MiMo TTS |
值得单独提的是 LLMOps 平台集成——如果你已经在 Dify 上搭了一套工作流，不需要迁移，AstrBot 直接作为 Dify 的前端对话接口。这种”不替换你现有工具，而是帮你接入 IM”的思路，是 AstrBot 和纯聊天框架的核心区别。
Agent 沙箱
AstrBot 内置了 Agent 沙箱环境，支持：
- 代码执行（Python）
- Shell 命令调用
- 会话级资源复用（变量在会话内持久化）
- 沙箱隔离（不会影响宿主系统）
这意味着你可以让 AI 直接在聊天里帮你写代码、跑脚本、操作文件——而不需要离开对话窗口。沙箱隔离确保了安全性：AI 可以执行代码，但动不了你的系统。
1000+ 插件市场
AstrBot 的插件系统是它生态扩张最快的部分。1000+ 插件覆盖了：
| 插件类别 | 典型功能 |
|---|---|
| 角色扮演 | AI 女友/男友、虚拟角色对话 |
| 效率工具 | 翻译、总结、代码审查 |
| 知识库 | RAG 文档问答、企业知识管理 |
| 多媒体 | 图片生成、语音合成、视频处理 |
| 自动化 | 定时任务、Webhook 触发、工作流编排 |
| 游戏 | 文字冒险、猜词、桌游 |
插件一键安装，WebUI 里搜索、点击、启用——不需要手动下载或编辑配置文件。
MCP 工具调用
MCP（Model Context Protocol）是 2025 年最热门的 AI 工具调用协议。AstrBot 原生支持 MCP，意味着你可以让 AI 调用外部工具：搜索引擎、数据库查询、API 调用——只要是 MCP 兼容的工具，AstrBot 都能直接用。
知识库 + 人格设定
- 知识库：上传文档（PDF/Word/TXT），AstrBot 自动构建向量索引，对话时自动检索相关内容
- 人格设定：自定义 AI 的角色、语气、行为规则——从”专业客服”到”二次元老婆”一行配置
怎么部署
方式一：uv 一键部署（推荐）
# 安装 uv（如果还没有）
curl -LsSf https://astral.sh/uv/install.sh | sh
# 一键安装 AstrBot
uv tool install astrbot --python 3.12
# 初始化（仅首次执行）
astrbot init
# 启动
astrbot run启动后访问 http://localhost:6185 打开 WebUI 管理面板。
更新到最新版：
uv tool upgrade astrbot --python 3.12AstrBot 要求 Python ≥ 3.12。
--python 3.12参数确保 uv 创建正确的 Python 环境，不需要你系统全局安装 Python 3.12。
方式二：Docker Compose 部署
# 创建目录
mkdir astrbot && cd astrbot
# 下载 compose 文件
curl -O https://raw.githubusercontent.com/AstrBotDevs/AstrBot/master/compose.yml
# 启动
docker compose up -dcompose.yml 内容：
version: '3.8'
services:
astrbot:
image: soulter/astrbot:latest
container_name: astrbot
restart: always
security_opt:
- no-new-privileges:true
ports:
- "6185:6185" # WebUI
- "6199:6199" # OneBot v11（可选）
environment:
- TZ=Asia/Shanghai
volumes:
- ./data:/AstrBot/data
- /etc/localtime:/etc/localtime:roDocker 方式适合服务器长期运行，数据持久化在 ./data 目录。
方式三：其他部署方式
| 方式 | 适合场景 |
|---|---|
| RainYun 一键云部署 | 不想管理服务器 |
| AstrBot Desktop App | 桌面用户，主要用 ChatUI |
| AstrBot Launcher | 桌面多实例管理 |
AUR（yay -S astrbot-git） | Arch Linux 用户 |
| 宝塔面板 | 服务器已有宝塔 |
| 1Panel 应用商店 | 服务器已有 1Panel |
| CasaOS | NAS / 家庭服务器 |
| Replit | 在线演示和轻量试用 |
怎么用
1. 配置大模型
打开 WebUI（http://localhost:6185）→ 进入”模型配置” → 选择你的 LLM 提供商 → 填入 API Key → 保存。
本地部署用户选择 Ollama，填入 http://localhost:11434 即可，无需 API Key。
2. 接入聊天平台
WebUI → “平台配置” → 选择平台 → 填入对应的 Token / Bot Key → 保存 → 重启。
以 Telegram 为例：找 @BotFather 创建 Bot → 拿到 Token → 填入 AstrBot → 你的 Telegram Bot 立刻拥有 AI 对话能力。
3. 安装插件
WebUI → “插件市场” → 搜索 → 点击”安装” → 启用。不需要重启，热加载生效。
4. 配置知识库
WebUI → “知识库” → 上传文档 → 自动构建索引 → 在对话中 AI 会自动检索相关内容回答。
5. 设定人格
WebUI → “人格设定” → 编写 System Prompt → 保存。支持多套人格方案切换。
定价方案
| 版本 | 价格 | 说明 |
|---|---|---|
| AstrBot 开源版 | 免费 | 全部功能，无限制，AGPL-3.0 许可证 |
| 云端托管（RainYun） | 按云服务商定价 | 不需要自己管服务器 |
AstrBot 本身完全免费。费用只产生在你使用的 LLM API 上——用 OpenAI 就付 OpenAI 的钱，用 Ollama 本地模型则零成本。没有中间商加价，没有平台抽成。
| 场景 | 月成本估算 |
|---|---|
| 个人使用 + Ollama 本地模型 | ¥0（电费除外） |
| 个人使用 + DeepSeek API | ¥5-20 |
| 小团队 + OpenAI GPT-4o | ¥50-200 |
| 企业客服 + 专业知识库 | ¥200-1000 |
竞品对比
| 维度 | AstrBot | NoneBot2 | ChatGPT-Next-Web | Dify |
|---|---|---|---|---|
| 定位 | IM 聊天机器人平台 | 聊天机器人框架 | ChatGPT Web 客户端 | LLMOps 平台 |
| IM 平台支持 | 15 个 | 6 个（社区适配器） | 无（纯 Web） | 无（需自行接入） |
| 插件生态 | 1000+ | 200+ | 主题/模型扩展 | 工具节点 |
| Agent 能力 | MCP + 沙箱 + 技能 | 需自行实现 | 无 | 工作流编排 |
| 知识库 | 内置 RAG | 需插件 | 无 | 内置 |
| 部署难度 | 一条命令 | 需 Python 开发经验 | Docker | Docker |
| WebUI | ✅ 管理面板 + ChatUI | ✅ NoneFlow（可选） | ✅ 聊天界面 | ✅ 工作流编辑器 |
| 开源协议 | AGPL-3.0 | MIT | MIT | 自定义（部分功能闭源） |
| GitHub Star | 30.8K | 22K+ | 78K+ | 90K+ |
| 目标用户 | 普通用户 + 开发者 | 开发者 | 普通用户 | 开发者 + 企业 |
NoneBot2 是开发者框架——你需要写 Python 代码来实现功能。AstrBot 是平台——你通过 WebUI 配置来完成。这是本质区别：NoneBot2 给你造车的零件，AstrBot 给你一辆能开的车。
ChatGPT-Next-Web 只是 Web 聊天界面，没有 IM 集成能力。Dify 是 LLMOps 平台，擅长工作流编排但不直接对接聊天工具——实际上 AstrBot 可以作为 Dify 的 IM 前端，两者互补。
AstrBot 填补了一个市场空白：它是唯一一个”开箱即用 + 全平台 IM 覆盖 + Agent 能力”三位一体的开源聊天机器人平台。NoneBot2 需要开发能力，ChatGPT-Next-Web 没有 IM 集成，Dify 不直接对话——AstrBot 是那个把这三件事一起做了的项目。
写在最后
30K Star 和 12 个满员的 QQ 群说明一件事：把 AI 接入 IM 这件事，需求远比大多数人想象的大。不是每个人都需要在自己的终端里跑 AI——更多的人想在 QQ 群里 @ 一下就能用，在飞书里直接问，在 Telegram 里随手聊。AstrBot 的价值不在技术多先进，而在于它把这个过程从”写代码”变成了”填配置”。
当所有人都在做更强的模型时，AstrBot 做了一件同样重要的事——让模型到你手边的距离，从”打开浏览器访问 API”缩短到”在你最常用的聊天工具里 @ 一下”。技术民主化不只是模型开源，还有接入方式的零门槛化。