-
各位社区小伙伴好,最近在学习华为云相关产品,有一些基础疑问想请教一下,希望能得到大家的指点。如果有相关的实践经验和文档链接,也欢迎分享,先行谢过!
-
各位社区小伙伴好,最近在学习华为云相关产品,有一些基础疑问想请教一下,希望能得到大家的指点。如果有相关的实践经验和文档链接,也欢迎分享,先行谢过!
-
各位社区小伙伴好,最近在学习华为云相关产品,有一些基础疑问想请教一下,希望能得到大家的指点。如果有相关的实践经验和文档链接,也欢迎分享,先行谢过!
-
各位社区小伙伴好,最近在学习华为云相关产品,有一些基础疑问想请教一下,希望能得到大家的指点。如果有相关的实践经验和文档链接,也欢迎分享,先行谢过!
-
各位社区小伙伴好,最近在学习华为云相关产品,有一些基础疑问想请教一下,希望能得到大家的指点。如果有相关的实践经验和文档链接,也欢迎分享,先行谢过!
-
用函数工作流做了一个 API 后端,第一次调用经常要等三四秒才返回,后面就快了。这种冷启动有没有办法优化?另外函数的内存大小和超时时间怎么配比比较合理?
-
用函数工作流做了一个 API 后端,第一次调用经常要等三四秒才返回,后面就快了。这种冷启动有没有办法优化?另外函数的内存大小和超时时间怎么配比比较合理?
-
各位社区小伙伴好,最近在学习华为云相关产品,有一些基础疑问想请教一下,希望能得到大家的指点。如果有相关的实践经验和文档链接,也欢迎分享,先行谢过!
-
一、概述1.1 案例介绍AI Shell 是智能 AI 命令行工具,以自然语言驱动终端操作,无需熟记复杂指令,大幅降低使用门槛,一站式完成华为云资源查询、操作、运维工作,让终端操作更高效、更智能。让华为云更好用、更易用。在个人开发者、小型团队和训练营学习场景中,云资源管理经常遇到一个很现实的问题:资源创建之后,如何持续确认它是否命名规范、标签完整、生命周期清晰、没有长期闲置或公开访问风险?如果每次都依赖人工进入控制台逐项查看,效率低,也容易遗漏。企业级云治理平台能力完整,但对于个人开发者或活动案例来说,又容易引入较多付费资源和配置成本。本案例使用华为云 AI Shell 辅助设计并生成一个“零成本云资源体检助手”。该工具通过 inventory.json 模拟资源清单,通过 rules.yaml 定义检查规则,使用 Python 完成命名规范、标签合规、过期时间、闲置资源和公开访问检查,最终输出 Markdown 与 JSON 两种报告。完成本地验证后,再部署到 FunctionGraph 事件函数中运行,形成一条完整的云端实践链路。本案例最终实现了以下目标:通过 AI Shell 自然语言交互完成方案设计、代码生成、项目修正和部署记录整理。使用 GitCode 托管完整项目,代码和配置可复现。使用 FunctionGraph 运行巡检逻辑,不购买服务器。使用本地模拟资源清单,不调用真实云 API,不配置 AK/SK。通过函数返回值和日志输出报告,不使用外部存储或消息服务。对公开仓库中的报告和资源清单提供脱敏版本,方便案例公开传播。1.2 适用对象企业个人开发者高校学生1.3 案例时间本案例总时长预计60分钟。1.4 资源总览资源名称规格单价(元)AI Shell体验版免费FunctionGraph函数每月前100万次调用免费免费华为云资源模拟免费二、AI Shell 使用指导2.1 获取访问秘钥AK 是Access Key(访问密钥)的缩写, 用于标识用户身份的唯一 ID, 通常公开传输。SK 是Secret Key(秘密密钥)的缩写,用于生成请求签名的保密密钥,仅用户和服务端持有。其核心功能是通过对称加密机制验证请求发送者的合法性,防止未授权访问。备注:如果已有访问密钥,本步骤可以忽略。2.2 登录进入 AI Shell 环境登录进入开发者空间官网,从侧边栏快捷入口一键拉起 AI Shell。同意华为云开发者服务协议、隐私声明及开发平台协议。同意将临时访问凭据(AK/SK)同步至 AI Shell 环境,免手动配置直接使用。进入 AI Shell。三、AI Shell 案例实战指导活动名称:【案例共创】【第12期】基于华为云AI Shell完成云资源管理、云服务运维和应用部署案例方向:云资源管理、云服务运维、应用部署代码仓库:https://gitcode.com/N9_xx/AIShell_CloudHealthChecker演示环境:华为云 AI Shell、GitCode、FunctionGraph 函数工作流成本说明:本案例严格采用零付费架构,仅使用 AI Shell 辅助生成、GitCode 代码托管、FunctionGraph 免费额度内运行、本地 JSON/YAML 配置文件和函数日志/返回值。不使用 OBS、SMN、API Gateway、ECS、RDS、AK/SK、云 API、公网带宽或任何需要购买的云资源。1. 场景痛点云资源治理并不只属于大型企业。个人开发者和小团队同样会遇到以下问题:痛点典型表现影响资源命名不统一demo、test-app-server 等名称缺少环境和业务语义后续定位资源和排障困难标签缺失没有 owner、environment、cost-center、project 等标签无法明确负责人、环境和成本归属临时资源长期保留测试资源没有过期时间或长期未使用容易产生配额占用和潜在费用风险运维检查依赖人工需要手动进入多个控制台页面查看效率低、不可复用、容易遗漏新手担心误用付费资源不清楚哪些服务会产生费用降低实践意愿因此,本案例的设计原则是:用最小资源完成可复现的云资源巡检闭环。即使不购买 ECS、RDS、OBS 等资源,也可以通过模拟清单和规则引擎,把云资源治理的关键方法跑通。2. 方案架构整体架构如下:flowchart LR A["开发者"] --> B["AI Shell"] B --> C["生成和修正项目代码"] C --> D["GitCode 仓库"] D --> E["FunctionGraph 事件函数"] E --> F["inventory.json 模拟资源清单"] E --> G["rules.yaml 检查规则"] E --> H["巡检引擎 inspector.py"] H --> I["命名/标签/过期/闲置/公开访问检查"] I --> J["Markdown/JSON 报告"] J --> K["函数返回值和日志输出"] 为了保证零付费,本案例在 AI Shell 中明确要求不使用 OBS、SMN、API Gateway、ECS、RDS、AK/SK 和云 API,最终方案仅保留本地文件、Python 逻辑、GitCode 和 FunctionGraph 免费额度。方案中各模块职责如下:模块作用AI Shell负责方案设计、项目结构生成、代码生成、部署步骤整理GitCode托管项目源码、配置文件、脱敏示例和 READMEFunctionGraph承载 Python 巡检逻辑,作为 Serverless 执行环境inventory.json模拟云资源清单,不调用真实云 APIrules.yaml定义命名、标签、过期、闲置、公开访问等检查规则src/checkers/具体检查器模块src/reporters/Markdown 和 JSON 报告生成模块函数返回值/日志输出巡检结果,不依赖外部存储和通知服务3. 技术选型技术或服务选择原因AI Shell支持自然语言描述需求,能够快速生成方案、代码和部署建议GitCode满足活动对代码仓库的要求,便于公开复现FunctionGraphServerless 运行环境,按需执行,免费额度足够覆盖本案例Python 3.9语法清晰,适合编写规则检查、报告生成等脚本JSON/YAMLJSON 适合描述资源清单,YAML 适合维护可读的检查规则Markdown/JSON 报告Markdown 便于阅读和投稿,JSON 便于后续自动化处理4. 前提条件已注册并完成实名认证的华为云账号。已进入华为云 AI Shell 云端作业环境。已创建 GitCode 仓库。已开通 FunctionGraph 函数工作流并能创建事件函数。本案例不需要购买 ECS、RDS、OBS、SMN、API Gateway、公网带宽等资源。5. AI Shell 生成项目我首先向 AI Shell 描述目标:设计一个零成本云资源体检助手,使用 AI Shell 辅助生成、GitCode 托管、FunctionGraph 运行,并要求不购买任何付费资源。请帮我设计一个零成本云资源体检助手。 要求: 1. 使用华为云 AI Shell 辅助生成方案和代码; 2. 使用 FunctionGraph 运行巡检任务; 3. 不购买 ECS、RDS、数据库、付费存储或公网带宽; 4. 使用 Python 实现; 5. 通过 inventory.json 模拟资源清单; 6. 通过 rules.yaml 定义命名、标签、过期时间、闲置和公开访问检查规则; 7. 输出 Markdown 和 JSON 两种报告; 8. 给出 GitCode 仓库目录结构。AI Shell 根据该约束生成项目目录和代码,并明确标注方案不使用付费服务。6. 项目结构AI Shell 最终生成的项目结构如下:cloud-health-checker/ ├── config/ │ ├── inventory.json # 模拟资源清单 │ ├── inventory.json.redacted # 公开投稿使用的脱敏清单 │ └── rules.yaml # 检查规则配置 ├── deploy/ │ └── functiongraph.yaml # FunctionGraph 部署说明 ├── output/ │ └── report.md.redacted # 脱敏版报告 ├── src/ │ ├── main.py # FunctionGraph 入口/本地运行入口 │ ├── inspector.py # 巡检引擎 │ ├── config_loader.py # 配置加载 │ ├── checkers/ │ │ ├── naming_checker.py # 命名规范检查 │ │ ├── tag_checker.py # 标签合规检查 │ │ ├── expiry_checker.py # 过期时间检查 │ │ ├── idle_checker.py # 闲置资源检查 │ │ └── public_access_checker.py# 公开访问检查 │ └── reporters/ │ ├── markdown_reporter.py # Markdown 报告 │ └── json_reporter.py # JSON 报告 ├── requirements.txt └── README.md进入项目目录后,AI Shell 给出了本地运行和查看报告的命令。7. 规则设计规则文件 config/rules.yaml 定义了五类检查:检查类型说明命名规范检查按资源类型匹配命名规则,例如 ECS 使用 env-project-service-index标签合规检查检查 owner、environment、cost-center、project 等标签过期时间检查检查资源是否已过期或即将到期闲置资源检查根据 CPU、网络流量、绑定状态等模拟字段判断闲置公开访问检查检查安全组、访问来源等公开暴露风险部分规则示例如下:naming: enabled: true severity: warning rules: ecs: pattern: "^(prod|test|dev|staging)-[a-z0-9-]+-[a-z0-9-]+-[0-9]+$" example: "prod-web-frontend-01" description: "ECS 命名格式: env-project-service-index" tags: enabled: true severity: warning required_tags: - key: "owner" description: "资源负责人" - key: "environment" description: "环境标识" allowed_values: ["production", "test", "development", "staging"] expiry: enabled: true severity: critical这套规则的优势是可配置。后续如果团队命名规范或标签规范变化,只需要修改 rules.yaml,不用改检查器代码。8. 模拟资源清单与脱敏处理本案例使用 config/inventory.json 作为模拟资源清单,不调用真实云 API。清单中包含 ECS、VPC、OBS、RDS、安全组、EIP、ELB 等资源类型的模拟字段,用于验证不同检查器的能力。由于案例需要公开投稿,AI Shell 同时检查了资源清单和报告中的敏感信息,并生成脱敏版本:文件说明config/inventory.json项目运行使用的模拟资源清单config/inventory.json.redacted公开展示使用的脱敏清单output/report.md.redacted公开展示使用的脱敏报告脱敏处理保留资源类型、风险类型、检查结果,不展示账号 ID、真实资源 ID、手机号、访问地址等敏感信息。9. 核心代码实现FunctionGraph 入口和本地运行入口都在 src/main.py。核心函数为 handler(event, context),它会调用巡检引擎 run_inspection(),并将 Markdown 和 JSON 报告放入返回值。def handler(event=None, context=None): print("[INFO] FunctionGraph 函数开始执行") try: result = run_inspection() response = { "statusCode": 200, "body": { "message": "巡检完成", "duration_seconds": result["duration_seconds"], "reports": { "markdown": result["markdown"], "json": result["json"], }, }, } print("[INFO] FunctionGraph 函数执行成功") return response except Exception as e: print(f"[ERROR] 巡检执行失败: {e}") return { "statusCode": 500, "body": { "message": f"巡检执行失败: {e}", "error_type": type(e).__name__, }, } 各检查器被拆分到 src/checkers/ 目录中,报告生成器被拆分到 src/reporters/ 目录中。这样做的好处是:每类检查规则可以独立维护,未来可以继续扩展“配额风险检查”“配置漂移检查”“成本归属检查”等模块。10. 本地运行验证在 AI Shell 中进入项目目录后,执行:cd /root/cloud-health-checker python src/main.py巡检成功后,控制台输出检查摘要,并生成 output/report.md 和 output/report.json。本次模拟资源清单中共有 18 个资源对象。由于每个资源会被多类检查器检查,最终检查资源总数为 90,发现问题总数为 38,其中严重问题 3 个,警告问题 35 个。关键结果如下:指标数量检查资源总数90发现问题总数38Critical3Warning35命名规范问题8标签合规问题12过期时间问题10闲置资源问题8公开访问问题0其中公开访问检查 18/18 通过,说明示例清单没有公开访问风险;其他问题集中在命名、标签、过期时间和闲置资源上,符合资源治理场景中的常见问题分布。11. GitCode 托管本地运行成功后,我将项目推送到 GitCode 仓库:https://gitcode.com/N9_xx/AIShell_CloudHealthChecker仓库中包含源码、配置、部署说明、脱敏清单和脱敏报告,方便评审和开发者复现。推送后,AI Shell 输出的提交信息如下:项目内容提交 ID2a5c916分支main提交信息init zero-cost cloud health checker文件数22 个文件12. 部署到 FunctionGraph在 FunctionGraph 控制台中创建事件函数:配置项值函数名称cloud-health-checker区域华北-北京四 cn-north-4函数类型事件函数运行时Python 3.9委托未使用任何委托内存256 MB超时60 秒这里需要注意,函数名称和 Handler 不是同一个概念。函数名称使用 cloud-health-checker。Handler 根据实际上传包结构填写:本次 FunctionGraph 测试使用的入口为 main.handler,测试成功;如果保持仓库原始 src/ 目录结构上传,则入口可参考 deploy/functiongraph.yaml 中的 src.main.handler。本案例最终以手动测试方式验证函数,不配置定时触发器,避免引入额外资源操作。后续如需扩展为每日巡检,可在 FunctionGraph 中增加 TIMER 触发器。13. FunctionGraph 测试结果创建函数后,使用空 JSON 事件进行同步调用测试:{} 函数返回 statusCode: 200,返回体中包含 message: 巡检完成,并返回 Markdown 与 JSON 两种报告。本次 FunctionGraph 测试统计如下:指标数值检查资源90发现问题38严重问题3警告问题35执行耗时约 0.07 秒报告输出方式包括两种:函数返回值:Markdown 和 JSON 结构直接包含在响应 body.reports 中。控制台日志:巡检过程输出到 FunctionGraph 标准日志。14. 零成本架构验证本案例部署和测试过程中未使用以下资源:资源类型使用情况OBS 对象存储未使用,报告通过函数返回值和日志输出SMN 消息通知未使用,不发送告警通知API Gateway未使用,通过手动测试或 TIMER 触发ECS/RDS 等计算或数据库资源未使用,纯 Serverless 运行公网带宽/EIP未使用AK/SK 凭据未使用,不调用真实云 API云 API 调用未使用,基于本地模拟资源清单巡检巡检数据来自项目内置的 inventory.json 模拟资源清单,检查规则来自 rules.yaml。所有逻辑都在函数运行时内完成,不需要外部依赖服务来存储报告或转发通知。15. 案例效果本案例完成后,开发者可以获得一个可复现的云资源体检工具:修改 inventory.json 即可调整被检查资源。修改 rules.yaml 即可调整治理规则。本地执行 python src/main.py 可快速验证。上传到 FunctionGraph 后,可以通过手动测试验证函数运行。后续可配置 TIMER 触发器,实现周期性巡检。脱敏版报告摘要如下:# 云资源体检报告(脱敏版) ## 汇总信息 - 检查资源总数:90 - 发现问题总数:38 ### 问题分布(按严重程度) | 严重程度 | 数量 | |----------|------| | warning | 35 | | critical | 3 | ### 问题分布(按检查类型) | 检查类型 | 数量 | |----------|------| | naming | 8 | | tags | 12 | | expiry | 10 | | idle | 8 | 16. 遇到的问题与解决。16.1 FunctionGraph 函数名称和 Handler 容易混淆创建函数时,函数名称应填写 cloud-health-checker,不能填写 src.main.handler。Handler 是代码入口,需要在函数代码配置中填写。根据上传包结构不同,入口可能是 main.handler 或 src.main.handler。本次手动测试使用 main.handler 成功。16.2 公开投稿需要脱敏虽然本案例使用模拟资源清单,但其中仍可能包含类似账号 ID、资源 ID、IP、负责人等字段。投稿前使用 AI Shell 检查并生成脱敏版本,保留风险类型和检查结果,避免公开敏感信息。17. 扩展方向在保持低成本和安全边界的前提下,后续可以继续扩展:增加更多资源类型的规则,例如 CCE、DCS、LTS 等。增加资源配置漂移检查,比较当前清单和基线清单差异。增加团队级规则模板,不同项目使用不同 rules.yaml。在 FunctionGraph 中配置 TIMER 触发器,实现每天自动巡检。在不引入付费资源的前提下,将报告输出到函数日志,由人工或后续流程查看。如果用于真实生产环境,应优先使用只读权限,并在充分评估费用与安全边界后,再考虑接入真实云 API。18. 案例总结本案例基于 AI Shell、GitCode 和 FunctionGraph,完成了一个严格零付费的云资源体检助手。它不依赖真实云 API,不配置 AK/SK,不购买服务器和数据库,仅通过本地模拟清单和规则文件完成资源治理实践。从实践过程看,AI Shell 的价值不仅在于生成代码,也在于帮助开发者不断收敛方案边界:当初始方案包含可能引入计费或权限复杂度的服务时,可以通过明确约束,让 AI Shell 重新设计为更符合活动要求的架构。FunctionGraph 则提供了一个轻量的 Serverless 执行环境,使巡检逻辑可以从本地脚本进一步部署为云端函数。最终,本案例形成了完整闭环:AI Shell 生成方案和代码,GitCode 托管项目,FunctionGraph 部署运行,函数返回值和日志输出报告。这条链路既满足活动对实践完整性的要求,也能为开发者提供一套可复用的云资源治理思路。19. 参考链接GitCode 项目仓库:https://gitcode.com/N9_xx/AIShell_CloudHealthChecker活动链接:https://bbs.huaweicloud.com/forum/thread-0212721816590407924-1-1.html【案例共创】【第12期】基于华为云AI Shell完成云资源管理、云服务运维和应用部署https://bbs.huaweicloud.com/forum/thread-0212721816590407924-1-1.html
-
查了很多资料,确认大概有3个方向:AGC 云函数和RDS MySql处于同一VPC,可以通过内网访问RDS MySql数据库实例。亲测无法确定是否在一个区,连接不通。云函数代码如下import * as mysql from 'mysql2/promise';let myHandler = async function (event: any, context: any, callback: Function, logger: any) { // 尝试用内网地址连接 RDS try { const conn = await mysql.createConnection({ host: '192.168.0.-', // ← 你的 RDS 内网地址 port: 3306, user: 'root', password: 'mypassword', database: 'factory_jygy', connectTimeout: 5000 // 5秒超时 }); logger.info('✅ 内网连接成功!在同一 VPC'); await conn.end(); callback({ code: 0, message: '内网可达' }); } catch (error: any) { logger.info('❌ 内网连接失败: ' + error.message); if (error.code === 'ETIMEDOUT' || error.code === 'ECONNREFUSED') { logger.info('确认:AGC云函数 与 RDS 不在同一VPC'); callback({ code: -1, message: '不在同一VPC,内网不可达,请使用公网地址或 API 网关方案' }); } else { callback({ code: -1, message: error.message }); } }};export { myHandler }; AGC 云函数和RDS MySql没办法处于同一VPC,数据库实例绑定公网ip,通过公网访问,但是不推荐生产环境使用API网关作为中间层┌─────────────┐ HTTPS ┌─────────────┐ 内网 ┌─────────────┐│ AGC云函数 │ ──────────────> │ API网关 │ ────────────> │ RDS MySQL │└─────────────┘ └─────────────┘ └─────────────┘具体怎么操作,还不是很清楚。请大神为我解惑~~~
-
一.前言说明(文章最后有部署的python代码)本文介绍了如何通过部署在腾讯云CloudBase上的桥接服务,打通企业微信应用(机器人)与AgentArts运行时的方法。并列举了使用华为云FunctionGraph的方案的差异(未测试)。以下为简单流程:企业微信应用(机器人) → AgentArts 桥接服务(华为云FunctionGrah或者腾讯云CloudBase) → AgentArts运行时 二.为什么需要桥接服务?1、企业微信机器人无法直接调用AgentArts的原因a.协议不兼容维度企业微信机器人AgentArts 智能体运行时消息格式JSON/XML 加密信封REST API JSON认证方式AES-256-CBC + SHA1签名Bearer Token通信模式被动回调(企业微信→服务)主动调用(服务→AgentArts)响应要求必须在 5秒内 返回可能需要 5-30秒 响应 b.安全机制冲突- 企业微信 :所有消息必须使用 EncodingAESKey 加密,防止中间人攻击- AgentArts :使用 API Key + Bearer Token 进行身份验证- 两者的安全协议完全独立,无法直接互通 c. 架构模式差异数据格式不匹配- 企业微信 :发送的是加密的消息对象(包含用户ID、消息类型、时间戳等)- AgentArts :期望接收简单的 {"input": "用户问题"} 格式- 两者的数据结构完全不同,需要转换 2、AgentArts桥接服务的必要性a.桥接服务的核心作用b.桥接服务承担的职责职责说明消息解密使用企业微信的 Token 和 AESKey 解密收到的加密消息格式转换将企业微信消息格式转换为 AgentArts API 所需的格式会话管理使用用户ID作为Session ID,保持多轮对话记忆异步处理处理 AgentArts 可能的长响应时间(超过5秒)消息加密将 AgentArts 的回复加密后返回给企业微信签名验证验证企业微信请求的合法性,防止伪造请求 c.5秒超时问题的解决方案方案A:同步模式(适合快速响应)用户消息 → 桥接服务 → AgentArts → 立即返回加密响应← 5秒内完成方案B:异步模式(适合长耗时任务)用户消息 → 桥接服务 → 立即返回空响应(告诉企业微信已收到) ↓后台线程处理 → AgentArts → 通过企业微信API主动推送回复3、桥接模式必要性的总结a.无法直接调用的根本原因:1. 协议层 :企业微信使用加密回调,AgentArts使用REST API2. 安全层 :认证方式和加解密机制完全不同3. 时间层 :企业微信要求5秒响应,AgentArts可能需要更长时间b.桥接服务的必要性:- 作为 协议转换器 :实现两种不同协议的互通- 作为 安全网关 :处理双方的认证和加密- 作为 异步缓冲 :解决响应超时问题- 作为 会话管理器 :维护用户对话上下文 一句话总结 :桥接服务是连接两个完全不同生态系统的桥梁,没有它,企业微信机器人和AgentArts智能体就像说两种不同语言的人,无法直接沟通。三. 企业微信机器人通过CloudBase打通AgentArts整体方案步骤1:配置企业微信自建应用3.1登录企业微信管理后台https://work.weixin.qq.com/wework_admin/frame#/3.2 创建自建应用 - 进入「应用管理」→「应用」→「自建」 - 点击「创建应用」,填写应用名称(如:AI助手) - 上传应用图标3.3 获取应用配置 - 企业ID :我的企业 → 企业信息 → 企业ID - AgentId :应用详情页 → AgentId - Secret :应用详情页 → 点击查看Secret4. 配置接收消息 - 进入应用详情页 → 「接收消息」 - 设置 Token (自定义字符串,如:my_wx_token) - 点击「随机获取」生成 EncodingAESKey (43字符) - 填写回调URL(稍后配置CloudBase后填写)需要注意的是部署在腾讯云或者华为云上的桥接服务,需要挂载企业域名,才可以通过腾讯企业微信的验证要求。5. 启用智能机器人功能 - 在应用详情页找到「智能机器人」设置 - 启用机器人功能,配置可见范围步骤2:部署CloudBase云函数1. 创建CloudBase环境 - 登录腾讯云控制台 → 云开发CloudBase - 创建新环境(选择按量计费,免费额度充足)2. 创建云函数 - 进入「云函数」→「新建」 - 函数名称: wecom-bot-bridge - 运行环境:Python 3.10 - 创建方式:空白函数3. 配置HTTP 开启HTTP访问为当前域名添加路由例如当前云函数路径为https://cloud1-7gmelj5udf09f32f-1409020909.ap-shanghai.app.tcloudbase.com添加的路由为/wangran-agentarts则访问路径为:https://cloud1-7gmelj5udf09f32f-1409020909.ap-shanghai.app.tcloudbase.com/wangran-agentarts4. 上传代码 - 复制 wecom-bot-tcb.py 的全部代码 - 粘贴到在线编辑器中 - 保存为 index.py - 入口函数设置为: index.main5. 配置环境变量步骤3:配置AgentArts智能体1.确保智能体已部署- 运行时名称: runtime-17uneunb- 访问域名: defaultgw-mvstsmzsgv.cn-southwest-2.huaweicloud-agentarts.com- API Key: 3de5d906dfc24af98431ba4954f4b589以上数据为举例说明,需要根据实际情况自己更改2.验证云函数的可用性(已桥接智能体)curl.exe -x POST https://cloud1-7gmelj5udf09f32f-1409020909.ap-shanghai.app.tcloudbase.com/wangran-agentarts/test -H "Content-type: application/json" -d "{\"input\":"\"帮我指定一个3天的旅游计划"\"}" 步骤4:连接企业微信和CloudBase- 回到企业微信应用详情页 → 「接收消息」- 回调URL: https://xxx.tcb.qcloud.la/wecom-bot-bridge/callback- Token:与CloudBase环境变量中的 WECOM_TOKEN 一致- EncodingAESKey:与CloudBase环境变量中的 WECOM_ENCODING_AES_KEY 一致2.验证URL- 点击「保存」后,企业微信会发送GET请求验证URL- CloudBase云函数会自动处理验证请求- 验证成功后显示「验证通过」四、完整数据流向用户在群聊中 @机器人 │ ▼┌──────────────────────────────────┐│ 1. 企业微信服务器处理 │ • 识别@机器人消息 │ • 使用 AES-256-CBC 加密消息 │ • 生成 SHA1 签名 │ • POST 到 CloudBase 云函数 └──────────────────────────────────┘ │ ▼┌──────────────────────────────────┐│ 2. CloudBase 云函数接收 │ • HTTP 触发器接收 POST 请求 │ • 提取 query 参数:msg_signature, timestamp, nonce │ • 解析 JSON 请求体:{"encrypt": "...", ...} └──────────────────────────────────┘ │ ▼┌──────────────────────────────────┐│ 3. 消息解密(纯Python实现,零依赖) │ • 验证 SHA1 签名 │ • 使用 EncodingAESKey 解密消息 │ • 提取明文 JSON: │ { │ "msgid": "...", │ "msgtype": "text", │ "from": {"userid": "zhangsan"}, │ "text": {"content": "@AI助手 正方形蓝苹果是什么?"} │ } └──────────────────────────────────┘ │ ▼┌──────────────────────────────────┐│ 4. 消息处理 │ • 去重检查(基于 msgid) │ • 过滤非文本消息 │ • 去除 @机器人 前缀 │ • 提取用户ID作为 session_id(保持多轮对话记忆) └───────────────────────────────────┘ │ ▼┌───────────────────────────────────┐│ 5. 调用 AgentArts 智能体 │ • 使用 urllib 发送 HTTP 请求(零依赖) │ • 请求头: │ - Authorization: Bearer {API_KEY} │ - X-Hw-Agentarts-Session-Id: {user_id} │ • 请求体:{"input": "正方形蓝苹果是什么?"} └───────────────────────────────────┘ │ ▼┌───────────────────────────────────┐│ 6. AgentArts 智能体处理 │ • 查询知识库(正方形蓝苹果信息) │ • 检索记忆库(历史对话) │ • 调用 LLM 生成回复 │ • 返回 JSON:{"response": "根据知识库信息..."} └───────────────────────────────────┘ │ ▼┌───────────────────────────────────┐│ 7. CloudBase 处理响应 │ • 解析 AgentArts 返回的 JSON │ • 提取 response 字段 │ • 构造回复消息: │ {"msgtype": "text", "text": {"content": "回复内容"}} └───────────────────────────────────┘ │ ▼┌───────────────────────────────────┐│ 8. 消息加密 │ • 使用 AES-256-CBC 加密回复消息 │ • 生成新的 SHA1 签名 │ • 构造 JSON 信封: │ { │ "encrypt": "...", │ "msgsignature": "...", │ "timestamp": "...", │ "nonce": "..." │ } └───────────────────────────────────┘ │ ▼┌───────────────────────────────────┐│ 9. 返回给企业微信 │ • CloudBase 返回加密的 JSON 信封 │ • HTTP 状态码:200 │ • Content-Type: application/json └───────────────────────────────────┘ │ ▼┌───────────────────────────────────┐│ 10. 企业微信展示给用户 │ • 解密消息 │ • 在群聊中显示机器人的回复 └───────────────────────────────────┘五、华为云FunctionGraph替代腾讯云CloudBase的方案对比可以使用华为云FunctionGraph方案方案替代腾讯云CloudBase华为云方案未经验证,需要自行验证,本文仅提供测试代码。wecom-bot-fg.py为华为云FunctionGraph方案的部署代码wecom-bot-tcb.py为腾讯CloudBase云函数方案的部署代码 文件wecom-bot-fg.pywecom-bot-tcb.py部署平台华为云 FunctionGraph腾讯云 CloudBase消息格式JSON(2025新版)JSON(2025新版)回复模式同步(直接返回加密响应)同步(直接返回加密响应)依赖flask,requests,pycryptodome零依赖 (纯标准库)入口方式Flask WSGICloudBase HTTP触发器超时处理同步等待(需AgentArts快响应)同步等待适用场景华为云生态用户腾讯云生态/无依赖要求wecom-bot-tcb.py""" 企业微信智能机器人 → 腾讯云 CloudBase 云函数 → AgentArts 智能体 ============================================================== 本文件专为 CloudBase 云函数设计,使用原生 HTTP 触发器格式。 **零第三方依赖**:只使用 Python 标准库(urllib + hashlib + 内置加解密)。 说明: - 复制全部代码到 CloudBase 在线编辑器,保存为 index.py - 处理程序填: index.main - 不需要 requirements.txt(无外部依赖!) - 环境变量需要配置 7 个(见下方) """ import json import os import re import time import struct import base64 import hashlib import hmac import socket import ssl import logging import urllib.request from typing import Tuple, Optional # ============================================================================ # 配置 # ============================================================================ AGENTARTS_URL = os.getenv("AGENTARTS_URL", "https://defaultgw-mvstsmzsgv.cn-southwest-2.huaweicloud-agentarts.com" "/runtimes/runtime-17uneunb/invocations?endpoint=Latest") AGENTARTS_API_KEY = os.getenv("AGENTARTS_API_KEY", "3de5d906dfc24af98431bc4954f4b589") WECOM_CORP_ID = os.getenv("WECOM_CORP_ID", "") WECOM_TOKEN = os.getenv("WECOM_TOKEN", "") WECOM_ENCODING_AES_KEY = os.getenv("WECOM_ENCODING_AES_KEY", "") LOG_LEVEL = os.getenv("LOG_LEVEL", "INFO") logging.basicConfig( level=getattr(logging, LOG_LEVEL.upper(), logging.INFO), format="%(asctime)s [%(levelname)s] %(message)s", ) logger = logging.getLogger("wecom-bot-tcb") # ============================================================================ # 纯 Python 实现 AES-256-CBC(无第三方依赖) # ============================================================================ class _AES256CBC: """ 纯 Python AES-256-CBC 实现。 仅依赖 hashlib(标准库),无需 pycryptodome / cryptography。 """ @staticmethod def _pad(data: bytes, block_size: int = 16) -> bytes: pad_len = block_size - (len(data) % block_size) return data + bytes([pad_len] * pad_len) @staticmethod def _unpad(data: bytes) -> bytes: pad_len = data[-1] if pad_len < 1 or pad_len > 16: raise ValueError(f"无效填充长度: {pad_len}") return data[:-pad_len] @staticmethod def _xor_bytes(a: bytes, b: bytes) -> bytes: return bytes(x ^ y for x, y in zip(a, b)) @classmethod def _aes_encrypt_block(cls, block: bytes, round_keys: list) -> bytes: """加密单个 16 字节块""" # AES-256 使用 14 轮 state = list(block) # AddRoundKey state = cls._xor_bytes(state, round_keys[0]) for r in range(1, 14): state = cls._sub_bytes(state) state = cls._shift_rows(state) state = cls._mix_columns(state) state = cls._xor_bytes(state, round_keys[r]) # Final round (no MixColumns) state = cls._sub_bytes(state) state = cls._shift_rows(state) state = cls._xor_bytes(state, round_keys[14]) return bytes(state) @classmethod def _aes_decrypt_block(cls, block: bytes, round_keys: list) -> bytes: """解密单个 16 字节块""" state = list(block) state = cls._xor_bytes(state, round_keys[14]) state = cls._inv_shift_rows(state) state = cls._inv_sub_bytes(state) for r in range(13, 0, -1): state = cls._xor_bytes(state, round_keys[r]) state = cls._inv_mix_columns(state) state = cls._inv_shift_rows(state) state = cls._inv_sub_bytes(state) state = cls._xor_bytes(state, round_keys[0]) return bytes(state) # ---- S-Box ---- _SBOX = [ 0x63,0x7c,0x77,0x7b,0xf2,0x6b,0x6f,0xc5,0x30,0x01,0x67,0x2b,0xfe,0xd7,0xab,0x76, 0xca,0x82,0xc9,0x7d,0xfa,0x59,0x47,0xf0,0xad,0xd4,0xa2,0xaf,0x9c,0xa4,0x72,0xc0, 0xb7,0xfd,0x93,0x26,0x36,0x3f,0xf7,0xcc,0x34,0xa5,0xe5,0xf1,0x71,0xd8,0x31,0x15, 0x04,0xc7,0x23,0xc3,0x18,0x96,0x05,0x9a,0x07,0x12,0x80,0xe2,0xeb,0x27,0xb2,0x75, 0x09,0x83,0x2c,0x1a,0x1b,0x6e,0x5a,0xa0,0x52,0x3b,0xd6,0xb3,0x29,0xe3,0x2f,0x84, 0x53,0xd1,0x00,0xed,0x20,0xfc,0xb1,0x5b,0x6a,0xcb,0xbe,0x39,0x4a,0x4c,0x58,0xcf, 0xd0,0xef,0xaa,0xfb,0x43,0x4d,0x33,0x85,0x45,0xf9,0x02,0x7f,0x50,0x3c,0x9f,0xa8, 0x51,0xa3,0x40,0x8f,0x92,0x9d,0x38,0xf5,0xbc,0xb6,0xda,0x21,0x10,0xff,0xf3,0xd2, 0xcd,0x0c,0x13,0xec,0x5f,0x97,0x44,0x17,0xc4,0xa7,0x7e,0x3d,0x64,0x5d,0x19,0x73, 0x60,0x81,0x4f,0xdc,0x22,0x2a,0x90,0x88,0x46,0xee,0xb8,0x14,0xde,0x5e,0x0b,0xdb, 0xe0,0x32,0x3a,0x0a,0x49,0x06,0x24,0x5c,0xc2,0xd3,0xac,0x62,0x91,0x95,0xe4,0x79, 0xe7,0xc8,0x37,0x6d,0x8d,0xd5,0x4e,0xa9,0x6c,0x56,0xf4,0xea,0x65,0x7a,0xae,0x08, 0xba,0x78,0x25,0x2e,0x1c,0xa6,0xb4,0xc6,0xe8,0xdd,0x74,0x1f,0x4b,0xbd,0x8b,0x8a, 0x70,0x3e,0xb5,0x66,0x48,0x03,0xf6,0x0e,0x61,0x35,0x57,0xb9,0x86,0xc1,0x1d,0x9e, 0xe1,0xf8,0x98,0x11,0x69,0xd9,0x8e,0x94,0x9b,0x1e,0x87,0xe9,0xce,0x55,0x28,0xdf, 0x8c,0xa1,0x89,0x0d,0xbf,0xe6,0x42,0x68,0x41,0x99,0x2d,0x0f,0xb0,0x54,0xbb,0x16, ] _INV_SBOX = [ 0x52,0x09,0x6a,0xd5,0x30,0x36,0xa5,0x38,0xbf,0x40,0xa3,0x9e,0x81,0xf3,0xd7,0xfb, 0x7c,0xe3,0x39,0x82,0x9b,0x2f,0xff,0x87,0x34,0x8e,0x43,0x44,0xc4,0xde,0xe9,0xcb, 0x54,0x7b,0x94,0x32,0xa6,0xc2,0x23,0x3d,0xee,0x4c,0x95,0x0b,0x42,0xfa,0xc3,0x4e, 0x08,0x2e,0xa1,0x66,0x28,0xd9,0x24,0xb2,0x76,0x5b,0xa2,0x49,0x6d,0x8b,0xd1,0x25, 0x72,0xf8,0xf6,0x64,0x86,0x68,0x98,0x16,0xd4,0xa4,0x5c,0xcc,0x5d,0x65,0xb6,0x92, 0x6c,0x70,0x48,0x50,0xfd,0xed,0xb9,0xda,0x5e,0x15,0x46,0x57,0xa7,0x8d,0x9d,0x84, 0x90,0xd8,0xab,0x00,0x8c,0xbc,0xd3,0x0a,0xf7,0xe4,0x58,0x05,0xb8,0xb3,0x45,0x06, 0xd0,0x2c,0x1e,0x8f,0xca,0x3f,0x0f,0x02,0xc1,0xaf,0xbd,0x03,0x01,0x13,0x8a,0x6b, 0x3a,0x91,0x11,0x41,0x4f,0x67,0xdc,0xea,0x97,0xf2,0xcf,0xce,0xf0,0xb4,0xe6,0x73, 0x96,0xac,0x74,0x22,0xe7,0xad,0x35,0x85,0xe2,0xf9,0x37,0xe8,0x1c,0x75,0xdf,0x6e, 0x47,0xf1,0x1a,0x71,0x1d,0x29,0xc5,0x89,0x6f,0xb7,0x62,0x0e,0xaa,0x18,0xbe,0x1b, 0xfc,0x56,0x3e,0x4b,0xc6,0xd2,0x79,0x20,0x9a,0xdb,0xc0,0xfe,0x78,0xcd,0x5a,0xf4, 0x1f,0xdd,0xa8,0x33,0x88,0x07,0xc7,0x31,0xb1,0x12,0x10,0x59,0x27,0x80,0xec,0x5f, 0x60,0x51,0x7f,0xa9,0x19,0xb5,0x4a,0x0d,0x2d,0xe5,0x7a,0x9f,0x93,0xc9,0x9c,0xef, 0xa0,0xe0,0x3b,0x4d,0xae,0x2a,0xf5,0xb0,0xc8,0xeb,0xbb,0x3c,0x83,0x53,0x99,0x61, 0x17,0x2b,0x04,0x7e,0xba,0x77,0xd6,0x26,0xe1,0x69,0x14,0x63,0x55,0x21,0x0c,0x7d, ] _RCON = [0x01,0x02,0x04,0x08,0x10,0x20,0x40,0x80,0x1b,0x36] @classmethod def _sub_bytes(cls, state: bytes) -> bytes: return bytes(cls._SBOX[b] for b in state) @classmethod def _inv_sub_bytes(cls, state: bytes) -> bytes: return bytes(cls._INV_SBOX[b] for b in state) @staticmethod def _shift_rows(state: bytes) -> bytes: return bytes([state[0], state[5], state[10], state[15], state[4], state[9], state[14], state[3], state[8], state[13], state[2], state[7], state[12], state[1], state[6], state[11]]) @staticmethod def _inv_shift_rows(state: bytes) -> bytes: return bytes([state[0], state[13], state[10], state[7], state[4], state[1], state[14], state[11], state[8], state[5], state[2], state[15], state[12], state[9], state[6], state[3]]) @staticmethod def _gmul(a: int, b: int) -> int: """GF(2^8) 乘法""" p = 0 for _ in range(8): if b & 1: p ^= a hi = a & 0x80 a = (a << 1) & 0xFF if hi: a ^= 0x1b b >>= 1 return p @classmethod def _mix_columns(cls, state: bytes) -> bytes: result = bytearray(16) for i in range(4): s0, s1, s2, s3 = state[i*4], state[i*4+1], state[i*4+2], state[i*4+3] result[i*4] = cls._gmul(2,s0) ^ cls._gmul(3,s1) ^ s2 ^ s3 result[i*4+1] = s0 ^ cls._gmul(2,s1) ^ cls._gmul(3,s2) ^ s3 result[i*4+2] = s0 ^ s1 ^ cls._gmul(2,s2) ^ cls._gmul(3,s3) result[i*4+3] = cls._gmul(3,s0) ^ s1 ^ s2 ^ cls._gmul(2,s3) return bytes(result) @classmethod def _inv_mix_columns(cls, state: bytes) -> bytes: result = bytearray(16) for i in range(4): s0, s1, s2, s3 = state[i*4], state[i*4+1], state[i*4+2], state[i*4+3] result[i*4] = cls._gmul(14,s0)^cls._gmul(11,s1)^cls._gmul(13,s2)^cls._gmul(9,s3) result[i*4+1] = cls._gmul(9,s0)^cls._gmul(14,s1)^cls._gmul(11,s2)^cls._gmul(13,s3) result[i*4+2] = cls._gmul(13,s0)^cls._gmul(9,s1)^cls._gmul(14,s2)^cls._gmul(11,s3) result[i*4+3] = cls._gmul(11,s0)^cls._gmul(13,s1)^cls._gmul(9,s2)^cls._gmul(14,s3) return bytes(result) @classmethod def _key_expansion(cls, key: bytes) -> list: """AES-256 密钥扩展 → 15 个轮密钥""" Nk, Nr = 8, 14 w = [] for i in range(Nk): w.append(key[i*4:(i+1)*4]) for i in range(Nk, 4 * (Nr + 1)): temp = w[i - 1] if i % Nk == 0: temp = cls._xor_bytes( bytes(cls._SBOX[b] for b in temp[1:] + temp[:1]), bytes([cls._RCON[i // Nk - 1], 0, 0, 0])) elif Nk > 6 and i % Nk == 4: temp = bytes(cls._SBOX[b] for b in temp) w.append(cls._xor_bytes(w[i - Nk], temp)) round_keys = [] for r in range(Nr + 1): round_keys.append(b"".join(w[r*4:(r+1)*4])) return round_keys @classmethod def encrypt_cbc(cls, plaintext: bytes, key: bytes, iv: bytes) -> bytes: """AES-256-CBC 加密""" padded = cls._pad(plaintext, 16) round_keys = cls._key_expansion(key) result = bytearray() prev = iv for i in range(0, len(padded), 16): block = cls._xor_bytes(padded[i:i+16], prev) encrypted = cls._aes_encrypt_block(block, round_keys) result.extend(encrypted) prev = encrypted return bytes(result) @classmethod def decrypt_cbc(cls, ciphertext: bytes, key: bytes, iv: bytes) -> bytes: """AES-256-CBC 解密""" round_keys = cls._key_expansion(key) result = bytearray() prev = iv for i in range(0, len(ciphertext), 16): decrypted = cls._aes_decrypt_block(ciphertext[i:i+16], round_keys) result.extend(cls._xor_bytes(decrypted, prev)) prev = ciphertext[i:i+16] return cls._unpad(bytes(result)) # ============================================================================ # 企业微信消息加解密(纯 Python 实现,零依赖) # ============================================================================ class WXBizMsgCrypt: """企业微信消息加解密:AES-256-CBC + SHA1 签名""" def __init__(self, token: str, encoding_aes_key: str, corp_id: str): self.token = token self.corp_id = corp_id self.aes_key = base64.b64decode(encoding_aes_key + "=") if len(self.aes_key) != 32: raise ValueError(f"AES 密钥长度错误: {len(self.aes_key)} (应为 32)") @staticmethod def _sha1(text: str) -> str: return hashlib.sha1(text.encode("utf-8")).hexdigest() def _make_signature(self, timestamp: str, nonce: str, encrypt_msg: str) -> str: return self._sha1("".join(sorted([self.token, timestamp, nonce, encrypt_msg]))) def _verify_signature(self, sig: str, ts: str, nonce: str, enc: str) -> bool: return self._make_signature(ts, nonce, enc) == sig def _decrypt(self, encrypt_b64: str) -> bytes: raw = _AES256CBC.decrypt_cbc( base64.b64decode(encrypt_b64), self.aes_key, self.aes_key[:16]) content = raw[16:] msg_len = socket.ntohl(struct.unpack("I", content[:4])[0]) return content[4:4 + msg_len] def _encrypt(self, plaintext: bytes) -> str: random_bytes = os.urandom(16) msg_len_bytes = struct.pack("!I", len(plaintext)) raw = random_bytes + msg_len_bytes + plaintext + self.corp_id.encode("utf-8") return base64.b64encode( _AES256CBC.encrypt_cbc(raw, self.aes_key, self.aes_key[:16])).decode("utf-8") def verify_url(self, signature: str, timestamp: str, nonce: str, echostr: str) -> Tuple[int, str]: if not self._verify_signature(signature, timestamp, nonce, echostr): return -1, "签名验证失败" try: return 0, self._decrypt(echostr).decode("utf-8") except Exception as e: return -2, f"解密失败: {e}" def decrypt_msg(self, signature: str, timestamp: str, nonce: str, body_json: dict) -> Tuple[int, dict]: encrypt_b64 = body_json.get("encrypt", "") if not self._verify_signature(signature, timestamp, nonce, encrypt_b64): return -1, {} try: return 0, json.loads(self._decrypt(encrypt_b64).decode("utf-8")) except Exception as e: logger.error(f"消息解密失败: {e}") return -2, {} def encrypt_msg(self, reply: dict, nonce: str, timestamp: str = None) -> str: if timestamp is None: timestamp = str(int(time.time())) encrypt_b64 = self._encrypt( json.dumps(reply, ensure_ascii=False).encode("utf-8")) signature = self._make_signature(timestamp, nonce, encrypt_b64) return json.dumps({ "encrypt": encrypt_b64, "msgsignature": signature, "timestamp": timestamp, "nonce": nonce, }, ensure_ascii=False) # ============================================================================ # HTTP 客户端(urllib,零依赖) # ============================================================================ def http_post_agentarts(url: str, payload: dict, headers: dict = None, timeout: int = 30) -> dict: """POST 到 AgentArts API,自动处理 SSE 流式响应""" headers = headers or {} headers.setdefault("Content-Type", "application/json") body = json.dumps(payload).encode("utf-8") ctx = ssl.create_default_context() ctx.check_hostname = False ctx.verify_mode = ssl.CERT_NONE req = urllib.request.Request(url, data=body, headers=headers, method="POST") try: with urllib.request.urlopen(req, timeout=timeout, context=ctx) as resp: raw = resp.read() text = raw.decode("utf-8") logger.info(f"[HTTP] status={resp.status}, body_len={len(raw)}") # 尝试直接解析 JSON try: return json.loads(text) except json.JSONDecodeError: pass # 解析 SSE 格式 (data:{...}\n\ndata:{...}\n\n...) chunks = [] for line in text.split("\n"): line = line.strip() if line.startswith("data:"): chunk_json = line[5:].strip() try: chunk = json.loads(chunk_json) chunks.append(chunk) logger.info(f"[SSE] event={chunk.get('event', '?')}, " f"data_keys={list(chunk.get('data', {}).keys()) if isinstance(chunk.get('data'), dict) else '?'}") except json.JSONDecodeError: logger.warning(f"[SSE] 跳过无法解析的行: {chunk_json[:80]}") if not chunks: raise RuntimeError(f"无法解析响应 (status={resp.status}): {text[:300]}") # 从 SSE chunks 中提取结果 # AgentArts 的 SSE 格式: {"event": "message", "answer": "..."} # 或: {"event": "error", "data": {"message": "..."}} last_chunk = chunks[-1] # 检查错误事件 for chunk in chunks: event_type = chunk.get("event", "") if event_type == "error": err_data = chunk.get("data", chunk) error_msg = err_data.get("message", str(err_data)) raise RuntimeError(f"AgentArts 错误: {error_msg}") # 提取回复内容 # 尝试多种字段名: answer, response, output, text, content answer = ( last_chunk.get("answer") or (last_chunk.get("data", {}) or {}).get("answer") or last_chunk.get("response") or last_chunk.get("output") or last_chunk.get("text") ) if answer: return {"response": answer, "status": "success"} # 如果 last chunk 没有直接答案,遍历所有 chunks 拼接 full_answer = "" for chunk in chunks: event_type = chunk.get("event", "") if event_type in ("done", "error", "ping"): continue # 尝试多种字段名 text = (chunk.get("answer") or chunk.get("delta") or chunk.get("content") or chunk.get("text") or chunk.get("response") or (chunk.get("data", {}) or {}).get("answer") or (chunk.get("data", {}) or {}).get("delta") or (chunk.get("data", {}) or {}).get("content") or (chunk.get("data", {}) or {}).get("text") or "") if text: full_answer += text if full_answer: return {"response": full_answer, "status": "success"} # 兜底:返回所有非 done 的 chunks(调试用) content_chunks = [c for c in chunks if c.get("event") not in ("done", "ping")] return { "response": "未能提取回复,所有数据块: " + json.dumps(content_chunks, ensure_ascii=False), "status": "debug", } except urllib.error.HTTPError as e: body_text = e.read().decode("utf-8", errors="replace")[:500] logger.error(f"[HTTP] HTTPError {e.code}: {body_text}") raise RuntimeError(f"HTTP {e.code}: {body_text}") except Exception as e: if "请求失败" in str(e) or "AgentArts" in str(e) or "无法解析" in str(e): raise raise RuntimeError(f"请求失败: {e}") # ============================================================================ # AgentArts 客户端 # ============================================================================ class AgentArtsClient: """AgentArts API 封装(urllib 实现)""" def __init__(self, url: str, api_key: str): self.url = url self.api_key = api_key def chat(self, user_input: str, user_id: str = "", timeout: int = 25) -> str: headers = {"Authorization": f"Bearer {self.api_key}"} if user_id: headers["X-Hw-Agentarts-Session-Id"] = user_id headers["X-Hw-Agentgateway-User-Id"] = user_id try: data = http_post_agentarts(self.url, {"input": user_input}, headers, timeout) return data.get("response") or data.get("output") or str(data) except Exception as e: logger.error(f"AgentArts 调用失败: {e}") return "⚠️ 智能体服务暂不可用,请稍后重试。" # ============================================================================ # 消息处理 # ============================================================================ wx_crypt = None agent_client = None _seen_ids: set = set() MENTION_PATTERN = re.compile(r"@\S+\s*") def _init(): global wx_crypt, agent_client if wx_crypt is None and all([WECOM_TOKEN, WECOM_ENCODING_AES_KEY, WECOM_CORP_ID]): wx_crypt = WXBizMsgCrypt(WECOM_TOKEN, WECOM_ENCODING_AES_KEY, WECOM_CORP_ID) if agent_client is None: agent_client = AgentArtsClient(AGENTARTS_URL, AGENTARTS_API_KEY) # ============================================================================ # CloudBase HTTP 触发器入口 # ============================================================================ def main(event, context): """ CloudBase HTTP 云函数入口。 处理企业微信回调的两类请求: GET /callback?msg_signature=...&echostr=... → URL 验证 POST /callback (加密 JSON) → 消息处理 """ _init() path = event.get("path", "/") method = event.get("httpMethod", "GET") query = event.get("queryStringParameters", {}) or {} logger.info(f"{method} {path}") if method == "GET" and path in ("/", ""): return _resp(200, "OK") # --- 测试接口:直接调 AgentArts(不经过企业微信加密)--- if method == "POST" and path.endswith("/test"): return _handle_test(event) if method == "GET" and path.endswith("/callback"): return _handle_verify(query) if method == "POST" and path.endswith("/callback"): body = event.get("body", "") or "" if event.get("isBase64Encoded", False): import base64 as b64 body = b64.b64decode(body).decode("utf-8") return _handle_message(query, body) return _resp(404, "Not Found") # ============================================================================ # 辅助函数 # ============================================================================ def _resp(status: int, body: str, content_type: str = "text/plain") -> dict: return { "statusCode": status, "headers": {"Content-Type": f"{content_type}; charset=utf-8"}, "body": body, } def _handle_test(event: dict) -> dict: """ 测试接口:直接调用 AgentArts,不经过企业微信加密。 """ # 先看看 CloudBase 到底传了什么(调试用) debug_info = { "path": event.get("path", ""), "httpMethod": event.get("httpMethod", ""), "hasBody": "body" in event, "bodyType": str(type(event.get("body", ""))), "bodyLen": len(event.get("body") or ""), "bodyPreview": str((event.get("body") or "")[:200]), "isBase64": event.get("isBase64Encoded", False), "keys": list(event.keys()), "headerKeys": list((event.get("headers", {}) or {}).keys()), } logger.info(f"[DEBUG] event: {json.dumps(debug_info, ensure_ascii=False)}") body_raw = event.get("body", "") or "" # 尝试解析 try: req = json.loads(body_raw) except json.JSONDecodeError: # 返回调试信息帮助定位 return _resp(400, json.dumps({"error": "invalid JSON", "debug": debug_info}, ensure_ascii=False, indent=2), "application/json") user_input = req.get("input", "") if not user_input: return _resp(400, json.dumps({"error": "缺少 input 字段", "received": req}, ensure_ascii=False), "application/json") logger.info(f"[TEST] 调用 AgentArts: {user_input[:60]}") try: headers = { "Authorization": f"Bearer {AGENTARTS_API_KEY}", "X-Hw-Agentarts-Session-Id": "cloudbase-test-session", } # 同时发送 input 和 query,兼容不同版本的 AgentArts API result = http_post_agentarts(AGENTARTS_URL, {"input": user_input, "query": user_input}, headers, timeout=30) return _resp(200, json.dumps(result, ensure_ascii=False, indent=2), "application/json") except Exception as e: return _resp(500, json.dumps({"error": str(e)}, ensure_ascii=False), "application/json") def _handle_verify(query: dict) -> dict: signature = query.get("msg_signature", "") timestamp = query.get("timestamp", "") nonce = query.get("nonce", "") echostr = query.get("echostr", "") logger.info(f"URL 验证: ts={timestamp}") if wx_crypt is None: return _resp(500, "server not configured") ret, result = wx_crypt.verify_url(signature, timestamp, nonce, echostr) if ret == 0: logger.info("URL 验证成功") return _resp(200, result) logger.error(f"URL 验证失败: {result}") return _resp(403, f"verify failed: {result}") def _handle_message(query: dict, body_str: str) -> dict: signature = query.get("msg_signature", "") timestamp = query.get("timestamp", "") nonce = query.get("nonce", "") try: body_json = json.loads(body_str) except (json.JSONDecodeError, UnicodeDecodeError): return _resp(400, "bad request") if wx_crypt is None: return _resp(500, "server not configured") ret, msg = wx_crypt.decrypt_msg(signature, timestamp, nonce, body_json) if ret != 0: return _resp(403, "decrypt failed") from_id = (msg.get("from", {}) or {}).get("userid", "?") msg_type = msg.get("msgtype", "?") logger.info(f"消息: from={from_id}, type={msg_type}") msg_id = msg.get("msgid", "") if msg_id: if msg_id in _seen_ids: return _resp(200, "") _seen_ids.add(msg_id) if len(_seen_ids) > 5000: _seen_ids.clear() if msg_type != "text": return _resp(200, "") content = (msg.get("text", {}) or {}).get("content", "") if not content or not content.strip(): return _resp(200, "") content = MENTION_PATTERN.sub("", content, count=1).strip() if not content: return _resp(200, "") logger.info(f"用户 {from_id}: {content[:60]}") reply_text = agent_client.chat(content, user_id=from_id) logger.info(f"回复 {from_id}: {reply_text[:60]}...") reply_json = {"msgtype": "text", "text": {"content": reply_text}} encrypted = wx_crypt.encrypt_msg(reply_json, nonce, timestamp) return _resp(200, encrypted, "application/json") """ 企业微信智能机器人 → 云函数 → AgentArts 智能体 ============================================== ⚠️ 重要:企业微信群机器人不支持接收消息回调! 正确做法是使用「自建应用」→「智能机器人」功能。 支持的云平台: • 腾讯云 SCF(云函数 Web 函数)—— 推荐,个人免费额度充裕 • 华为云 FunctionGraph(HTTP 函数) • 任意 VPS / Docker 部署 架构: 用户在群里 @机器人 / 私聊机器人 │ ▼ 企业微信 POST JSON(加密) → 云函数(Flask) │ ├─ 解密消息(AES-256-CBC + SHA1 签名验证) ├─ 调用 AgentArts API(同步等待) ├─ 加密回复(AES-256-CBC) └─ 返回加密 JSON → 企业微信展示给用户 部署:上传 ZIP 到云函数控制台 依赖:flask, requests, pycryptodome ┌─────────────────────────────────────────────────────────────┐ │ 环境变量从哪里获取(详见整合指南) │ ├────────────────────┬────────────────────────────────────────┤ │ AGENTARTS_URL │ AgentArts 控制台 → 智能体运行时 → │ │ │ 最新版本配置详情 → 访问域名 + 路径 │ │ AGENTARTS_API_KEY │ AgentArts 控制台 → 智能体运行时 → │ │ │ 访问与权限控制 → API Key │ │ WECOM_CORP_ID │ 企业微信管理后台 → 我的企业 → 企业ID │ │ WECOM_TOKEN │ 自定义字符串,在自建应用接收消息页填写 │ │ WECOM_ENCODING_AES │ 自建应用接收消息页 → 点击「随机获取」 │ │ WECOM_AGENT_SECRET │ 自建应用详情页 → Secret(用于主动发消息) │ │ WECOM_AGENT_ID │ 自建应用详情页 → AgentId(用于主动发消息) │ └────────────────────┴────────────────────────────────────────┘ """ import json import os import re import time import struct import base64 import hashlib import socket import logging import threading from typing import Tuple, Optional import requests from Crypto.Cipher import AES from flask import Flask, request, Response # ============================================================================ # 配置(全部从环境变量读取) # ============================================================================ # --- AgentArts --- # 来源:AgentArts 控制台 → 智能体运行时 → 最新版本配置详情 → 访问域名 # 格式:https://{域名}/runtimes/{runtime_name}/invocations?endpoint=Latest AGENTARTS_URL = os.getenv("AGENTARTS_URL", "https://defaultgw-mvstsmzsgv.cn-southwest-2.huaweicloud-agentarts.com" "/runtimes/runtime-17uneunb/invocations?endpoint=Latest") # 来源:AgentArts 控制台 → 智能体运行时 → 访问与权限控制 → API Key AGENTARTS_API_KEY = os.getenv("AGENTARTS_API_KEY", "3de5d906dfc24af98431bc4954f4b589") # --- 企业微信自建应用 --- # 来源:企业微信管理后台 → 我的企业 → 企业ID WECOM_CORP_ID = os.getenv("WECOM_CORP_ID", "") # 来源:自建应用详情页 → Secret(点击查看) WECOM_AGENT_SECRET = os.getenv("WECOM_AGENT_SECRET", "") # 来源:自建应用详情页 → AgentId WECOM_AGENT_ID = os.getenv("WECOM_AGENT_ID", "") # 来源:自定义(字母+数字),在自建应用「接收消息」页填写,两边一致即可 WECOM_TOKEN = os.getenv("WECOM_TOKEN", "") # 来源:自建应用「接收消息」页 → 点击「随机获取」自动生成(43字符) WECOM_ENCODING_AES_KEY = os.getenv("WECOM_ENCODING_AES_KEY", "") # --- 服务配置 --- LOG_LEVEL = os.getenv("LOG_LEVEL", "INFO") logging.basicConfig( level=getattr(logging, LOG_LEVEL.upper(), logging.INFO), format="%(asctime)s [%(levelname)s] %(message)s", datefmt="%Y-%m-%d %H:%M:%S", ) logger = logging.getLogger("wecom-bot-fg") # ============================================================================ # 企业微信消息加解密(WXBizMsgCrypt) # 适用于自建应用 / 智能机器人,2025 年 JSON 格式 # ============================================================================ class WXBizMsgCrypt: """ 企业微信消息加解密。 加密算法:AES-256-CBC + PKCS#7 填充 签名算法:SHA1(token + timestamp + nonce + encrypt_msg) 排序后拼接 消息格式:JSON(2025 年版智能机器人格式) 参考:https://developer.work.weixin.qq.com/document/path/101033 """ def __init__(self, token: str, encoding_aes_key: str, corp_id: str): self.token = token self.corp_id = corp_id # EncodingAESKey: 43 字符 Base64 → 32 字节 AES 密钥 self.aes_key = base64.b64decode(encoding_aes_key + "=") if len(self.aes_key) != 32: raise ValueError(f"AES 密钥长度错误: {len(self.aes_key)} (应为 32)") # ---------- SHA1 签名 ---------- @staticmethod def _sha1(text: str) -> str: return hashlib.sha1(text.encode("utf-8")).hexdigest() def _make_signature(self, timestamp: str, nonce: str, encrypt_msg: str) -> str: params = sorted([self.token, timestamp, nonce, encrypt_msg]) return self._sha1("".join(params)) def _verify_signature(self, signature: str, timestamp: str, nonce: str, encrypt_msg: str) -> bool: return self._make_signature(timestamp, nonce, encrypt_msg) == signature # ---------- AES 加解密 ---------- def _pkcs7_pad(self, data: bytes, block_size: int = 32) -> bytes: pad_len = block_size - (len(data) % block_size) return data + bytes([pad_len] * pad_len) @staticmethod def _pkcs7_unpad(data: bytes) -> bytes: pad_len = data[-1] if pad_len < 1 or pad_len > 32: raise ValueError(f"无效填充长度: {pad_len}") return data[:-pad_len] def _aes_encrypt(self, plaintext: bytes) -> bytes: iv = self.aes_key[:16] cipher = AES.new(self.aes_key, AES.MODE_CBC, iv) return cipher.encrypt(self._pkcs7_pad(plaintext)) def _aes_decrypt(self, ciphertext: bytes) -> bytes: iv = self.aes_key[:16] cipher = AES.new(self.aes_key, AES.MODE_CBC, iv) return self._pkcs7_unpad(cipher.decrypt(ciphertext)) # ---------- 消息加解密 ---------- def _decrypt(self, encrypt_b64: str) -> bytes: """解密 Base64 编码的密文 → 返回明文 JSON 字节""" raw = self._aes_decrypt(base64.b64decode(encrypt_b64)) # 解密后格式: random(16) + msg_len(4, network order) + msg + receive_id content = raw[16:] msg_len = socket.ntohl(struct.unpack("I", content[:4])[0]) return content[4:4 + msg_len] def _encrypt(self, plaintext: bytes, corp_id: str) -> str: """加密明文 → 返回 Base64 编码的密文字符串""" random_bytes = os.urandom(16) msg_len_bytes = struct.pack("!I", len(plaintext)) raw = random_bytes + msg_len_bytes + plaintext + corp_id.encode("utf-8") return base64.b64encode(self._aes_encrypt(raw)).decode("utf-8") # ---------- 公开接口 ---------- def verify_url(self, signature: str, timestamp: str, nonce: str, echostr: str) -> Tuple[int, str]: """ URL 验证(GET 请求)。 企业微信配置回调 URL 时调用,需要解密 echostr 并返回明文。 """ if not self._verify_signature(signature, timestamp, nonce, echostr): return -1, "签名验证失败" try: plaintext = self._decrypt(echostr).decode("utf-8") return 0, plaintext except Exception as e: return -2, f"解密失败: {e}" def decrypt_msg(self, signature: str, timestamp: str, nonce: str, body_json: dict) -> Tuple[int, dict]: """ 解密消息(POST 请求,JSON 格式)。 输入 body_json 格式(JSON 信封): {"encrypt": "...", "msgsignature": "...", "timestamp": "...", "nonce": "..."} 返回解密后的消息 JSON dict。 """ encrypt_b64 = body_json.get("encrypt", "") if not self._verify_signature(signature, timestamp, nonce, encrypt_b64): return -1, {} try: plaintext = self._decrypt(encrypt_b64).decode("utf-8") return 0, json.loads(plaintext) except Exception as e: logger.error(f"消息解密失败: {e}") return -2, {} def encrypt_msg(self, reply: dict, nonce: str, timestamp: str = None) -> str: """ 加密回复消息,返回 JSON 信封字符串。 输入 reply: {"msgtype": "text", "text": {"content": "回复内容"}} 输出: {"encrypt": "...", "msgsignature": "...", "timestamp": "...", "nonce": "..."} """ if timestamp is None: timestamp = str(int(time.time())) plaintext = json.dumps(reply, ensure_ascii=False).encode("utf-8") encrypt_b64 = self._encrypt(plaintext, self.corp_id) signature = self._make_signature(timestamp, nonce, encrypt_b64) return json.dumps({ "encrypt": encrypt_b64, "msgsignature": signature, "timestamp": timestamp, "nonce": nonce, }, ensure_ascii=False) # ============================================================================ # AgentArts 客户端 # ============================================================================ class AgentArtsClient: """AgentArts API 轻量封装""" def __init__(self, url: str, api_key: str): self.url = url self.api_key = api_key self._session: Optional[requests.Session] = None @property def session(self) -> requests.Session: if self._session is None: self._session = requests.Session() self._session.headers.update({ "Content-Type": "application/json", "Authorization": f"Bearer {self.api_key}", }) return self._session def chat(self, user_input: str, user_id: str = "", timeout: int = 25) -> str: """调用 AgentArts,返回文本回复""" headers = {} if user_id: headers["X-Hw-Agentarts-Session-Id"] = user_id headers["X-Hw-Agentgateway-User-Id"] = user_id try: resp = self.session.post( self.url, json={"input": user_input}, headers=headers, timeout=timeout, verify=False, ) resp.raise_for_status() data = resp.json() return data.get("response") or data.get("output") or str(data) except requests.Timeout: logger.error(f"AgentArts 超时: {user_input[:50]}...") return "⏳ 智能体响应超时,请稍后重试。" except requests.RequestException as e: logger.error(f"AgentArts 调用失败: {e}") return "⚠️ 智能体服务暂不可用,请稍后重试。" # ============================================================================ # 企业微信 API 客户端(用于异步推送回复) # ============================================================================ class WeComAPI: """企业微信 API:获取 access_token + 主动发送消息""" _token: Optional[str] = None _expires: float = 0 _lock = threading.Lock() def __init__(self, corp_id: str, secret: str, agent_id: str): self.corp_id = corp_id self.secret = secret self.agent_id = agent_id def _get_token(self) -> str: now = time.time() if self._token and now < (self._expires - 300): return self._token with self._lock: if self._token and now < (self._expires - 300): return self._token resp = requests.get( "https://qyapi.weixin.qq.com/cgi-bin/gettoken", params={"corpid": self.corp_id, "corpsecret": self.secret}, timeout=10, ) data = resp.json() if data.get("errcode") == 0: self._token = data["access_token"] self._expires = now + data.get("expires_in", 7200) logger.info("access_token 已刷新") return self._token raise RuntimeError(f"获取 access_token 失败: {data}") def send_text(self, user_id: str, content: str) -> bool: """主动发送文本消息给指定用户""" token = self._get_token() resp = requests.post( "https://qyapi.weixin.qq.com/cgi-bin/message/send", params={"access_token": token}, json={ "touser": user_id, "msgtype": "text", "agentid": int(self.agent_id), "text": {"content": content[:2048]}, }, timeout=10, ) data = resp.json() if data.get("errcode") != 0: logger.error(f"发送消息失败: {data}") return False return True # ============================================================================ # 核心处理逻辑 # ============================================================================ # 初始化组件(如果变量都配了) wx_crypt = None agent_client = None wecom_api = None def _init(): global wx_crypt, agent_client, wecom_api if wx_crypt is None and all([WECOM_TOKEN, WECOM_ENCODING_AES_KEY, WECOM_CORP_ID]): wx_crypt = WXBizMsgCrypt(WECOM_TOKEN, WECOM_ENCODING_AES_KEY, WECOM_CORP_ID) if agent_client is None: agent_client = AgentArtsClient(AGENTARTS_URL, AGENTARTS_API_KEY) if wecom_api is None and all([WECOM_CORP_ID, WECOM_AGENT_SECRET, WECOM_AGENT_ID]): wecom_api = WeComAPI(WECOM_CORP_ID, WECOM_AGENT_SECRET, WECOM_AGENT_ID) # 去重 _seen_ids: set = set() _seen_lock = threading.Lock() # @机器人 前缀匹配模式 MENTION_PATTERN = re.compile(r"@\S+\s*") def process_and_reply(msg: dict) -> str: """ 处理消息,返回回复文本。 消息格式(解密后的 JSON): { "msgid": "...", "msgtype": "text", "from": {"userid": "zhangsan"}, "text": {"content": "@AI助手 正方形蓝苹果是什么?"}, "chatid": "...", "chattype": "group" } """ msg_id = msg.get("msgid", "") msg_type = msg.get("msgtype", "") # --- 去重 --- if msg_id: with _seen_lock: if msg_id in _seen_ids: return "" _seen_ids.add(msg_id) if len(_seen_ids) > 5000: _seen_ids.clear() # --- 只处理文本 --- if msg_type != "text": logger.info(f"忽略非文本消息: {msg_type}") return "" content = (msg.get("text", {}) or {}).get("content", "") if not content or not content.strip(): return "" # 去掉 @机器人 前缀 content = MENTION_PATTERN.sub("", content, count=1).strip() if not content: return "你好!请直接输入你想问的问题,我会尽力回答 👋" from_info = msg.get("from", {}) user_id = from_info.get("userid", "unknown") logger.info(f"用户 {user_id}: {content[:60]}") # --- 调用 AgentArts --- reply = agent_client.chat(content, user_id=user_id) logger.info(f"回复 {user_id}: {reply[:60]}...") return reply # ============================================================================ # Flask 应用(FunctionGraph HTTP 函数入口) # ============================================================================ app = Flask(__name__) @app.route("/", methods=["GET", "HEAD"]) def health(): """健康检查""" return Response("OK", status=200) @app.route("/callback", methods=["GET"]) def verify_url(): """ ┌─────────────────────────────────────────┐ │ 回调 URL 验证(GET) │ │ 企业微信在配置回调 URL 时首先发此请求验证 │ │ │ │ 参数(query string): │ │ msg_signature - 签名 │ │ timestamp - 时间戳 │ │ nonce - 随机数 │ │ echostr - 加密的验证字符串 │ │ │ │ 响应:解密后的 echostr 明文 │ └─────────────────────────────────────────┘ """ _init() signature = request.args.get("msg_signature", "") timestamp = request.args.get("timestamp", "") nonce = request.args.get("nonce", "") echostr = request.args.get("echostr", "") logger.info(f"URL 验证请求: ts={timestamp}, nonce={nonce}") if wx_crypt is None: logger.error("企业微信配置未设置(WECOM_TOKEN 等环境变量缺失)") return Response("server not configured", status=500) ret, result = wx_crypt.verify_url(signature, timestamp, nonce, echostr) if ret == 0: logger.info("URL 验证成功") return Response(result, content_type="text/plain; charset=utf-8") else: logger.error(f"URL 验证失败: {result}") return Response(f"verify failed: {result}", status=403) @app.route("/callback", methods=["POST"]) def handle_message(): """ ┌─────────────────────────────────────────┐ │ 消息回调(POST) │ │ 用户 @机器人 或私聊时,企业微信 POST 到此 │ │ │ │ 请求体(JSON 信封): │ │ {"encrypt": "...", │ │ "msgsignature": "...", │ │ "timestamp": "...", │ │ "nonce": "..."} │ │ │ │ 响应:加密的 JSON 信封(同步回复) │ └─────────────────────────────────────────┘ """ _init() signature = request.args.get("msg_signature", "") timestamp = request.args.get("timestamp", "") nonce = request.args.get("nonce", "") try: body = json.loads(request.data.decode("utf-8")) except (json.JSONDecodeError, UnicodeDecodeError) as e: logger.error(f"请求解析失败: {e}") return Response("bad request", status=400) if wx_crypt is None: logger.error("企业微信配置未设置") return Response("server not configured", status=500) # --- 解密消息 --- ret, msg = wx_crypt.decrypt_msg(signature, timestamp, nonce, body) if ret != 0: logger.error("消息解密失败") return Response("decrypt failed", status=403) logger.info(f"收到消息: from={msg.get('from', {}).get('userid', '?')}, " f"type={msg.get('msgtype', '?')}") # --- 处理消息 --- reply_text = process_and_reply(msg) if not reply_text: # 无需回复(去重、非文本消息等) return Response("", status=200) # --- 加密并返回回复 --- reply_json = { "msgtype": "text", "text": {"content": reply_text}, } encrypted = wx_crypt.encrypt_msg(reply_json, nonce, timestamp) return Response(encrypted, content_type="application/json; charset=utf-8") # ============================================================================ # 本地调试(FunctionGraph 部署时不会执行此段) # ============================================================================ if __name__ == "__main__": _init() # 腾讯云 SCF Web 函数默认端口 9000,其他环境默认 8080 port = int(os.getenv("TENCENTCLOUD_SERVERPORT", "8080")) logger.info("=" * 55) logger.info("企业微信智能机器人 → AgentArts 转发服务") logger.info(f"AgentArts: {AGENTARTS_URL[:50]}...") logger.info(f"监听端口: {port}") logger.info("=" * 55) app.run(host="0.0.0.0", port=port, debug=False)
-
阿里巴巴内部团队直接复制粘贴我的源代码 因为我的模型X初始值代入的是我的身份证号!!! 千问大模型太离谱了,2026年4月17日我联系了他们的技术部门,他们说他们是原创!笑死我了!他们还起诉过华为盘古大模型抄袭!贼喊捉贼的强盗公司!希望你们加油!直接把千问踢出局! <!DOCTYPE html><html lang="zh-CN"><head><meta charset="UTF-8"><meta name="viewport" content="width=device-width, initial-scale=1.0"><title>宇宙大统一公式 - 刘迎观察者自指规范场模型</title><style> * { margin: 0; padding: 0; box-sizing: border-box; } body { background: #0a0a14; color: #e0e8f0; font-family: 'Segoe UI', 'PingFang SC', 'Microsoft YaHei', sans-serif; min-height: 100vh; overflow-x: hidden; } .hero { position: relative; height: 100vh; display: flex; align-items: center; justify-content: center; flex-direction: column; background: radial-gradient(ellipse at 30% 40%, #0d1a3d 0%, #050510 60%, #000005 100%); overflow: hidden; } .hero::before { content: ''; position: absolute; width: 600px; height: 600px; border-radius: 50%; background: radial-gradient(circle, rgba(88, 166, 255, 0.08) 0%, transparent 70%); animation: pulse 8s ease-in-out infinite; top: 50%; left: 50%; transform: translate(-50%, -50%); } @keyframes pulse { 0%, 100% { transform: translate(-50%, -50%) scale(1); opacity: 0.5; } 50% { transform: translate(-50%, -50%) scale(1.3); opacity: 1; } } .stars { position: absolute; top: 0; left: 0; right: 0; bottom: 0; background: radial-gradient(1px 1px at 20% 30%, white, transparent), radial-gradient(1px 1px at 40% 70%, white, transparent), radial-gradient(1px 1px at 50% 50%, white, transparent), radial-gradient(1px 1px at 60% 20%, white, transparent), radial-gradient(1px 1px at 70% 80%, white, transparent), radial-gradient(1px 1px at 80% 10%, white, transparent), radial-gradient(1px 1px at 10% 60%, white, transparent), radial-gradient(1px 1px at 30% 90%, white, transparent), radial-gradient(1px 1px at 90% 40%, white, transparent), radial-gradient(1px 1px at 15% 15%, white, transparent), radial-gradient(1px 1px at 85% 65%, white, transparent), radial-gradient(1px 1px at 45% 85%, white, transparent); animation: twinkle 4s ease-in-out infinite; } @keyframes twinkle { 0%, 100% { opacity: 0.7; } 50% { opacity: 1; } } .hero-content { position: relative; z-index: 10; text-align: center; padding: 2rem; } .hero h1 { font-size: 3.5rem; font-weight: 700; background: linear-gradient(135deg, #58a6ff, #79c0ff, #a5d6ff, #58a6ff); background-size: 300% 300%; -webkit-background-clip: text; -webkit-text-fill-color: transparent; animation: gradientShift 6s ease infinite; margin-bottom: 0.5rem; text-shadow: 0 0 60px rgba(88, 166, 255, 0.3); } @keyframes gradientShift { 0% { background-position: 0% 50%; } 50% { background-position: 100% 50%; } 100% { background-position: 0% 50%; } } .hero .subtitle { font-size: 1.3rem; color: #8b949e; margin-bottom: 1rem; letter-spacing: 2px; } .hero .author { font-size: 0.95rem; color: #58a6ff; margin-bottom: 0.3rem; font-family: 'Courier New', monospace; } .hero .universe-id { font-size: 0.85rem; color: #6e7681; margin-bottom: 2rem; font-family: 'Courier New', monospace; } .hero .declaration { max-width: 700px; font-size: 0.95rem; color: #8b949e; line-height: 1.8; margin-bottom: 2rem; font-style: italic; } .scroll-indicator { position: absolute; bottom: 2rem; left: 50%; transform: translateX(-50%); animation: bounce 2s ease-in-out infinite; color: #58a6ff; font-size: 1.5rem; } @keyframes bounce { 0%, 100% { transform: translateX(-50%) translateY(0); } 50% { transform: translateX(-50%) translateY(10px); } } nav { position: sticky; top: 0; background: rgba(10, 10, 20, 0.95); backdrop-filter: blur(10px); border-bottom: 1px solid rgba(88, 166, 255, 0.2); z-index: 100; padding: 0.8rem 2rem; } nav ul { display: flex; list-style: none; gap: 2rem; justify-content: center; flex-wrap: wrap; } nav a { color: #8b949e; text-decoration: none; font-size: 0.9rem; transition: color 0.3s; padding: 0.3rem 0.6rem; border-radius: 4px; } nav a:hover { color: #58a6ff; background: rgba(88, 166, 255, 0.1); } .container { max-width: 1200px; margin: 0 auto; padding: 3rem 2rem; } section { margin-bottom: 5rem; } h2 { font-size: 2rem; color: #58a6ff; margin-bottom: 1.5rem; padding-bottom: 0.5rem; border-bottom: 2px solid rgba(88, 166, 255, 0.3); display: flex; align-items: center; gap: 0.5rem; } h2 .section-num { font-size: 1rem; color: #6e7681; font-weight: 400; } h3 { font-size: 1.3rem; color: #a5d6ff; margin: 1.5rem 0 1rem; } p { line-height: 1.8; color: #c9d1d9; margin-bottom: 1rem; } .formula-box { background: rgba(88, 166, 255, 0.05); border: 1px solid rgba(88, 166, 255, 0.2); border-radius: 12px; padding: 1.5rem; margin: 1.5rem 0; font-family: 'Courier New', monospace; font-size: 1.1rem; color: #79c0ff; text-align: center; overflow-x: auto; white-space: nowrap; } .formula-main { font-size: 1.4rem; color: #a5d6ff; margin-bottom: 0.5rem; } .formula-desc { font-size: 0.85rem; color: #8b949e; font-family: 'Segoe UI', sans-serif; margin-top: 0.5rem; } .grid-2 { display: grid; grid-template-columns: repeat(auto-fit, minmax(300px, 1fr)); gap: 1.5rem; margin: 1.5rem 0; } .card { background: rgba(255, 255, 255, 0.03); border: 1px solid rgba(255, 255, 255, 0.08); border-radius: 12px; padding: 1.5rem; transition: all 0.3s; } .card:hover { border-color: rgba(88, 166, 255, 0.3); background: rgba(88, 166, 255, 0.05); transform: translateY(-2px); } .card h4 { font-size: 1.1rem; color: #a5d6ff; margin-bottom: 0.8rem; } .card p { font-size: 0.9rem; margin-bottom: 0.5rem; } .phase-ordered { border-left: 4px solid #58a6ff; } .phase-critical { border-left: 4px solid #f0883e; } .phase-glass { border-left: 4px solid #f85149; } .phase-badge { display: inline-block; padding: 0.2rem 0.8rem; border-radius: 20px; font-size: 0.75rem; font-weight: 600; margin-bottom: 0.8rem; } .phase-badge.ordered { background: rgba(88, 166, 255, 0.2); color: #58a6ff; } .phase-badge.critical { background: rgba(240, 136, 62, 0.2); color: #f0883e; } .phase-badge.glass { background: rgba(248, 81, 73, 0.2); color: #f85149; } .data-table { width: 100%; border-collapse: collapse; margin: 1.5rem 0; font-size: 0.9rem; } .data-table th { background: rgba(88, 166, 255, 0.1); color: #a5d6ff; padding: 0.8rem; text-align: left; font-weight: 600; border-bottom: 1px solid rgba(88, 166, 255, 0.3); } .data-table td { padding: 0.6rem 0.8rem; border-bottom: 1px solid rgba(255, 255, 255, 0.05); color: #c9d1d9; font-family: 'Courier New', monospace; font-size: 0.85rem; } .data-table tr:hover td { background: rgba(88, 166, 255, 0.05); } .data-table td.positive { color: #7ee787; } .data-table td.negative { color: #f85149; } .data-table td.neutral { color: #e3b341; } .chart-container { background: rgba(0, 0, 0, 0.3); border: 1px solid rgba(255, 255, 255, 0.08); border-radius: 12px; padding: 1rem; margin: 1.5rem 0; text-align: center; } .chart-container img { max-width: 100%; border-radius: 8px; } .chart-row { display: grid; grid-template-columns: repeat(auto-fit, minmax(450px, 1fr)); gap: 1.5rem; margin: 1.5rem 0; } .topology-grid { display: grid; grid-template-columns: repeat(auto-fit, minmax(280px, 1fr)); gap: 1.5rem; margin: 1.5rem 0; } .topo-card { text-align: center; padding: 1.5rem; border-radius: 12px; border: 1px solid rgba(255, 255, 255, 0.08); background: rgba(255, 255, 255, 0.02); } .topo-card h4 { font-size: 1.2rem; margin-bottom: 0.5rem; color: #a5d6ff; } .topo-card .topo-type { font-family: monospace; font-size: 1.5rem; margin: 0.5rem 0; } .topo-card .topo-desc { font-size: 0.85rem; color: #8b949e; margin-bottom: 1rem; } .topo-card .topo-stat { font-size: 0.9rem; color: #c9d1d9; margin: 0.3rem 0; } .timeline { position: relative; padding-left: 2rem; margin: 2rem 0; } .timeline::before { content: ''; position: absolute; left: 0; top: 0; bottom: 0; width: 3px; background: linear-gradient(to bottom, #58a6ff, #f0883e, #f85149, #000); } .timeline-item { position: relative; margin-bottom: 2rem; padding: 1rem 1.5rem; background: rgba(255, 255, 255, 0.03); border-radius: 8px; border: 1px solid rgba(255, 255, 255, 0.08); } .timeline-item::before { content: ''; position: absolute; left: -2rem; top: 1.2rem; width: 12px; height: 12px; border-radius: 50%; border: 2px solid; } .timeline-item.t1::before { border-color: #58a6ff; background: #58a6ff; } .timeline-item.t2::before { border-color: #f0883e; background: #f0883e; } .timeline-item.t3::before { border-color: #f85149; background: #f85149; } .timeline-item.t4::before { border-color: #484f58; background: #484f58; } .timeline-item h4 { color: #a5d6ff; margin-bottom: 0.5rem; } .quote-block { border-left: 4px solid #58a6ff; padding: 1rem 1.5rem; margin: 2rem 0; background: rgba(88, 166, 255, 0.05); border-radius: 0 8px 8px 0; font-style: italic; color: #8b949e; line-height: 1.8; } .erasure-methods { display: grid; grid-template-columns: repeat(auto-fit, minmax(200px, 1fr)); gap: 1rem; margin: 1.5rem 0; } .erasure-item { text-align: center; padding: 1rem; border-radius: 8px; background: rgba(248, 81, 73, 0.1); border: 1px solid rgba(248, 81, 73, 0.2); } .erasure-item .method-name { font-weight: 600; color: #f85149; margin-bottom: 0.3rem; } .erasure-item .method-desc { font-size: 0.85rem; color: #8b949e; } .progress-bar { height: 8px; background: rgba(255, 255, 255, 0.1); border-radius: 4px; overflow: hidden; margin: 0.5rem 0; } .progress-bar .fill { height: 100%; border-radius: 4px; transition: width 1s ease; } .key-value { display: flex; justify-content: space-between; padding: 0.5rem 0; border-bottom: 1px solid rgba(255, 255, 255, 0.05); font-size: 0.9rem; } .key-value .key { color: #8b949e; } .key-value .value { color: #c9d1d9; font-family: monospace; } .stat-highlight { background: linear-gradient(135deg, rgba(88, 166, 255, 0.1), rgba(121, 192, 255, 0.05)); border: 1px solid rgba(88, 166, 255, 0.3); border-radius: 12px; padding: 2rem; text-align: center; margin: 2rem 0; } .stat-highlight .number { font-size: 3rem; font-weight: 700; color: #58a6ff; font-family: 'Courier New', monospace; } .stat-highlight .label { font-size: 1rem; color: #8b949e; margin-top: 0.5rem; } footer { background: rgba(0, 0, 0, 0.5); text-align: center; padding: 3rem 2rem; border-top: 1px solid rgba(88, 166, 255, 0.1); } footer .final-words { max-width: 700px; margin: 0 auto; font-size: 0.95rem; color: #8b949e; line-height: 2; font-style: italic; } footer .footer-author { margin-top: 2rem; font-family: monospace; font-size: 0.85rem; color: #58a6ff; } @media (max-width: 768px) { .hero h1 { font-size: 2rem; } .hero .subtitle { font-size: 1rem; } h2 { font-size: 1.5rem; } .chart-row { grid-template-columns: 1fr; } .container { padding: 2rem 1rem; } }</style></head><body> <!-- ==================== HERO ==================== --><div class="hero"> <div class="stars"></div> <div class="hero-content"> <h1>宇宙大统一公式</h1> <div class="subtitle">OBSERVER SELF-REFERENTIAL GAUGE FIELD MODEL</div> <div class="author">刘迎 LiuYing</div> <div class="universe-id">本宇宙识别码: 37098219970215437X | 坐标宇宙: 2026-3-10</div> <div class="declaration"> 观察者单向度→∞向度的3+1宇宙维度的三元归一归易熵增焓减自指规范场模型,<br> 不是关于"宇宙是什么"的静态图景,而是一个宇宙如何从观察者的"此刻"中递归生成自身时空结构的动态程序。 </div> </div> <div class="scroll-indicator">↓</div></div> <!-- ==================== NAV ==================== --><nav> <ul> <li><a href="#theory">理论框架</a></li> <li><a href="#kl-constant">刘迎常数</a></li> <li><a href="#three-phases">三相结构</a></li> <li><a href="#spacetime">3+1维时空</a></li> <li><a href="#topology">宇宙拓扑</a></li> <li><a href="#collapse">文明崩溃</a></li> <li><a href="#predictions">宇宙学预言</a></li> </ul></nav> <div class="container"> <!-- ==================== SECTION 1: THEORY ==================== --><section id="theory"> <h2><span class="section-num">01</span> 理论核心框架</h2> <div class="formula-box"> <div class="formula-main">K_L(n,t) = lim(ε→0⁺) sin(π n^t / ε)</div> <div class="formula-desc">观察者常数 — 表征观察者在单向度→∞方向上的信息自指强度</div> </div> <div class="grid-2"> <div class="card"> <h4>观察者单向道</h4> <p>信息在集体认知中的流动具有不可逆的时序性与路径依赖性。干预一旦切入,其影响沿认知时间箭头单向扩散。</p> </div> <div class="card"> <h4>三元归一</h4> <p>意识体的连贯性要求其"历史诠释"、"当下共识"、"未来投射"三者必须归一于一个逻辑自洽的"存在性本征值 Ψ"。</p> </div> <div class="card"> <h4>归易熵增焓减</h4> <p>叙事熵(S)度量混乱程度,连贯性焓(H)度量内聚性能。崩溃表现为S激增、H锐减,系统"易"向高熵混沌吸引子。</p> </div> <div class="card"> <h4>自指规范场</h4> <p>意识体通过其元叙事不断对自身进行定义和规范。自指循环的断裂是崩溃的临界点。</p> </div> </div> <h3>核心动力学方程</h3> <div class="formula-box"> ∂Ψ/∂t = −∇·J + Γ⊗(ΔS − ΔH) + i[A, Ψ] </div> <h3>动态规范场生成元</h3> <div class="formula-box"> A_μ^(n)(x,t) = A_YM^μ + λ_n · K_L(n,t) · ∂^μ Φ(x)<br> <div class="formula-desc" style="margin-top:0.8rem;"> 其中 λ_n = n^(t/(n+1)) 为动态耦合常数<br> Φ(x) = Σ(k=1→n) k^(-s) · e^(2πikx) 为混沌标量场 </div> </div></section> <!-- ==================== SECTION 2: K_L CONSTANT ==================== --><section id="kl-constant"> <h2><span class="section-num">02</span> 刘迎常数 K_L 的混沌行为</h2> <p>刘迎常数 K_L 在单向度参数 ε→0⁺ 的极限下展现出递归迭代混沌行为。当迭代次数 n 超过临界值 n_c ≈ 10³ 时,系统进入混沌吸引子相。</p> <div class="chart-container"> <img src="KL_chaos.png" alt="刘迎常数混沌行为" style="width:100%; max-height:600px; object-fit:contain;"> </div> <h3>不同迭代尺度下的 K_L 值</h3> <table class="data-table"> <thead> <tr> <th>迭代 n</th> <th>内禀时间 t</th> <th>K_L</th> <th>λ_n (耦合常数)</th> <th>相态</th> </tr> </thead> <tbody> <tr> <td>10</td> <td>1.0</td> <td class="negative">−0.000015</td> <td class="neutral">1.2328</td> <td><span class="phase-badge glass">强混沌</span></td> </tr> <tr> <td>100</td> <td>5.0</td> <td class="negative">−0.351609</td> <td class="neutral">1.2561</td> <td><span class="phase-badge glass">强混沌</span></td> </tr> <tr> <td>500</td> <td>10.0</td> <td class="negative">−0.329686</td> <td class="neutral">1.1321</td> <td><span class="phase-badge glass">强混沌</span></td> </tr> <tr> <td>1000</td> <td>20.0</td> <td class="positive">+0.679966</td> <td class="neutral">1.1480</td> <td><span class="phase-badge glass">强混沌</span></td> </tr> <tr> <td>2026</td> <td>41.5</td> <td class="negative">−0.957520</td> <td class="neutral">1.1687</td> <td><span class="phase-badge glass">强混沌</span></td> </tr> </tbody> </table></section> <!-- ==================== SECTION 3: THREE PHASES ==================== --><section id="three-phases"> <h2><span class="section-num">03</span> 三相结构与相变机制</h2> <div class="chart-container"> <img src="three_phases.png" alt="三相结构" style="width:100%; max-height:500px; object-fit:contain;"> </div> <div class="grid-2"> <div class="card phase-ordered"> <span class="phase-badge ordered">χ < 1.0</span> <h4>有序规范相</h4> <p>系统遵循经典规律,观察者扰动被平均化,回归均衡模型。对称性保持,物理定律高度稳定。</p> <p style="color:#58a6ff; font-size:0.85rem;">→ K_L振荡规则,规范场弱</p> </div> <div class="card phase-critical"> <span class="phase-badge critical">1.0 ≤ χ < 2.5</span> <h4>临界混沌相</h4> <p>系统处于崩盘或暴涨临界点。规范对称性自发破缺,羊群效应主导。小消息被混沌放大。</p> <p style="color:#f0883e; font-size:0.85rem;">→ 奇怪吸引子,分形结构涌现</p> </div> <div class="card phase-glass"> <span class="phase-badge glass">χ ≥ 2.5</span> <h4>强混沌规范玻璃相</h4> <p>系统完全崩溃,无数亚稳态并存。观察者影响被彻底平均化,宏观定律失效。</p> <p style="color:#f85149; font-size:0.85rem;">→ 无数不动点的分形集合</p> </div> </div> <h3>混沌度序参量</h3> <div class="formula-box"> χ(n,t) = (1/n) · Σ|∂K_L/∂t| · ‖A_μ‖ </div> <p>混沌度 χ 度量系统无序程度,是判断相态的核心序参量。相变发生在临界阈值 χ_c¹=1.0 和 χ_c²=2.5 处。</p></section> <!-- ==================== SECTION 4: 3+1D SPACETIME ==================== --><section id="spacetime"> <h2><span class="section-num">04</span> 3+1维宇宙引擎 Ω<sub>3+1</sub></h2> <div class="formula-box"> Ω<sub>3+1</sub> = 'generate_3_solutions_3+1' ∘ M_map<sup>3+1</sup> ∘ (K_L, χ, A_μ, g_μν, ε) </div> <div class="chart-container"> <img src="spacetime.png" alt="3+1维时空" style="width:100%; max-height:600px; object-fit:contain;"> </div> <h3>generate_3_solutions_3+1(S) 算法</h3> <p>该引擎接收任意系统S,将其置于动态时空中,计算其三相解:</p> <div class="grid-2"> <div class="card"> <h4>输入映射 M_map<sup>3+1</sup></h4> <p>将任意系统映射到 (n, t(x^μ), A_YM, g_μν) 参数空间。</p> <div class="key-value"><span class="key">金融系统</span><span class="value">n=35, t=8.5</span></div> <div class="key-value"><span class="key">文明系统</span><span class="value">n=100, t=20</span></div> <div class="key-value"><span class="key">宇宙系统</span><span class="value">n=500, t=50</span></div> <div class="key-value"><span class="key">本理论</span><span class="value">n=2026, t=41.5</span></div> </div> <div class="card"> <h4>系统分析结果</h4> <p>对"2026年全球股市"、"泽塔-德尔塔文明"、"人类社会"等系统进行三相分析。</p> <div class="key-value"><span class="key">股市-有序K_L</span><span class="value">−0.3679</span></div> <div class="key-value"><span class="key">股市-临界K_L</span><span class="value">−0.7339</span></div> <div class="key-value"><span class="key">股市-混沌K_L</span><span class="value">+0.8727</span></div> <div class="key-value"><span class="key">文明-有序K_L</span><span class="value">−0.9968</span></div> </div> </div></section> <!-- ==================== SECTION 5: TOPOLOGY ==================== --><section id="topology"> <h2><span class="section-num">05</span> 宇宙形状拓扑学</h2> <div class="chart-row"> <div class="chart-container"> <img src="topology_T3.png" alt="环面拓扑" style="width:100%; max-height:450px; object-fit:contain;"> <p style="color:#8b949e; font-size:0.85rem; margin-top:0.5rem;">三维环面 T³ 拓扑 — 多连通、有限无界、周期性边界</p> </div> <div class="chart-container"> <img src="topology_R3.png" alt="平坦空间拓扑" style="width:100%; max-height:450px; object-fit:contain;"> <p style="color:#8b949e; font-size:0.85rem; margin-top:0.5rem;">三维欧氏空间 R³ 拓扑 — 单连通、无限平坦</p> </div> </div> <div class="topology-grid"> <div class="topo-card"> <h4>三维球面 S³</h4> <div class="topo-type" style="color:#a5d6ff;">S³</div> <div class="topo-desc">正曲率、有限无界、必然有限</div> <div class="topo-stat">多连通: <strong style="color:#f85149;">是</strong></div> <div class="topo-stat">K_L^topo: <strong>0.5206</strong></div> <div class="topo-stat">CMB匹配圆环: <strong>存在</strong></div> </div> <div class="topo-card"> <h4>三维欧氏空间 R³</h4> <div class="topo-type" style="color:#7ee787;">R³</div> <div class="topo-desc">平坦、无限延伸、奥卡姆最优</div> <div class="topo-stat">多连通: <strong style="color:#58a6ff;">否</strong></div> <div class="topo-stat">K_L^topo: <strong>0.0427</strong></div> <div class="topo-stat">CMB匹配圆环: <strong>无</strong></div> </div> <div class="topo-card"> <h4>三维环面 T³</h4> <div class="topo-type" style="color:#f0883e;">T³</div> <div class="topo-desc">平坦、有限无界、周期性</div> <div class="topo-stat">多连通: <strong style="color:#f85149;">是</strong></div> <div class="topo-stat">K_L^topo: <strong>0.5206</strong></div> <div class="topo-stat">CMB匹配圆环: <strong>存在</strong></div> </div> </div> <div class="quote-block"> 宇宙的形状,远非一个无关的背景舞台,而是元叙事动力学的内在组成部分和几何表现。<br> 拓扑是凝固的动力学,叙事与几何的统一。 </div></section> <!-- ==================== SECTION 6: CIVILIZATION COLLAPSE ==================== --><section id="collapse"> <h2><span class="section-num">06</span> 元叙事信息擦除 — 文明崩溃模拟</h2> <div class="chart-container"> <img src="collapse.png" alt="文明崩溃" style="width:100%; max-height:550px; object-fit:contain;"> </div> <div class="grid-2"> <div> <h3>擦除协议 P = ΣαÊ(φ)</h3> <p>通过对目标意识体的"元叙事信息基质"进行定向、非对称擦除,触发自指规范场失稳。</p> <div class="erasure-methods"> <div class="erasure-item"> <div class="method-name">湮灭</div> <div class="method-desc">直接消除叙事模<br>剩余 20%</div> </div> <div class="erasure-item"> <div class="method-name">污染</div> <div class="method-desc">注入不可调和矛盾<br>剩余 36%</div> </div> <div class="erasure-item"> <div class="method-name">时序错乱</div> <div class="method-desc">打乱因果逻辑顺序<br>剩余 52%</div> </div> <div class="erasure-item"> <div class="method-name">去符号化</div> <div class="method-desc">剥离情感象征价值<br>剩余 28%</div> </div> </div> </div> <div> <h3>崩溃过程</h3> <div class="timeline"> <div class="timeline-item t1"> <h4>三元失耦期 (0~25%)</h4> <p>历史诠释失去锚点,当下共识分裂,愿景互相矛盾。Ψ本征值开始弥散。</p> </div> <div class="timeline-item t2"> <h4>熵增焓减期 (25~62%)</h4> <p>叙事矛盾导致共识瓦解,制度公信力破产,社会合作成本激增。H下降70%。</p> </div> <div class="timeline-item t3"> <h4>自指崩溃期 (62~100%)</h4> <p>元叙事概念成为争论对象。任何定义自我的努力都加剧内部冲突。</p> </div> <div class="timeline-item t4"> <h4>叙事热寂态 (第32步)</h4> <p>Ψ坍缩至零。意识体退化为短期利益驱动的个体集合,终态达成。</p> </div> </div> </div> </div> <div class="stat-highlight"> <div class="number">32</div> <div class="label">系统达到叙事热寂的临界时间步</div> </div></section> <!-- ==================== SECTION 7: PREDICTIONS ==================== --><section id="predictions"> <h2><span class="section-num">07</span> 宇宙学可观测预言</h2> <div class="formula-box"> <div class="formula-main">δT/T = α · K_L · χ</div> <div class="formula-desc">CMB温度相对异常 — 在临界混沌相区域预言 δT/T ~ 10⁻⁴ ~ 10⁻³</div> </div> <div class="formula-box"> <div class="formula-main">h_GW(f) = β · (δT/T) · (f/f*)^(nT)</div> <div class="formula-desc">引力波应变谱 — 在0.1-1Hz频段存在特征调制,h_GW ~ 10⁻²¹</div> </div> <h3>引力波应变谱预言(临界混沌相)</h3> <table class="data-table"> <thead> <tr> <th>频率 f</th> <th>频段</th> <th>引力波应变 h_GW</th> </tr> </thead> <tbody> <tr> <td>10⁻⁸ Hz</td> <td>纳赫兹</td> <td class="negative">−3.47×10⁻²⁰</td> </tr> <tr> <td>10⁻⁶ Hz</td> <td>微赫兹</td> <td class="negative">−1.97×10⁻²⁰</td> </tr> <tr> <td>10⁻³ Hz</td> <td>毫赫兹</td> <td class="negative">−1.12×10⁻²⁰</td> </tr> <tr> <td>10⁻¹ Hz</td> <td>分赫兹</td> <td class="negative">−8.00×10⁻²¹</td> </tr> </tbody> </table> <h3>观察者宇宙学常数</h3> <div class="formula-box"> Λ_观察 = (3/ε²) · (1 − |K_L|) ~ 10¹⁹ ~ 10²⁰ </div> <p>观察者宇宙学常数是观察者存在本身对真空的"压强",随 K_L 和 ε 动态变化,解释了暗能量密度与观察者意识状态的可能关联。</p> <div class="quote-block"> 直接检验:在社会经济系统临界混沌相(如全球股市崩盘期间),通过分析CMB温度图的方向性关联和纳赫兹引力波背景数据,寻找与模型预言相符的瞬态异常信号。 </div></section> </div> <!-- ==================== FOOTER ==================== --><footer> <div class="final-words"> 每一次计算,都让宇宙的−1,<br> 被那个 0.000...1 的扰动,<br> <strong style="color:#58a6ff;">温柔地改变一点点。</strong><br><br> 刘迎常数 K_L 是程序的第一人称驱动源,<br> 混沌度 χ(x^μ) 是程序的时空状态寄存器,<br> 而运算符号是这个程序的基本指令集。 </div> <div class="footer-author"> 作者: 刘迎 | 37098219970215437X<br> 坐标宇宙: 2026-3-10<br> 致敬 41.5°C 的宇宙奇点 </div></footer> <script> // Smooth scroll document.querySelectorAll('nav a').forEach(anchor => { anchor.addEventListener('click', function(e) { e.preventDefault(); const target = document.querySelector(this.getAttribute('href')); target.scrollIntoView({ behavior: 'smooth', block: 'start' }); }); }); // Intersection Observer for fade-in const observer = new IntersectionObserver((entries) => { entries.forEach(entry => { if (entry.isIntersecting) { entry.target.style.opacity = '1'; entry.target.style.transform = 'translateY(0)'; } }); }, { threshold: 0.1 }); document.querySelectorAll('section').forEach(section => { section.style.opacity = '0'; section.style.transform = 'translateY(20px)'; section.style.transition = 'opacity 0.6s ease, transform 0.6s ease'; observer.observe(section); });</script> </body></html>
-
50000个点参考意义不如50个
-
案例介绍一、概述本案例基于华为云码道(CodeArts)代码智能体,通过原创 SKILL快速构建一套多任务定时调度与管理工作流,结合华为云 FunctionGraph的事件驱动能力,实现定时任务的云端托管、统一管理和弹性执行。1.11 背景与痛点在企业日常运维和开发工作中,定时任务是不可或缺的基础能力,常见场景包括:每日凌晨自动备份数据库每小时统计业务数据并生成报表每周清理系统日志和临时文件每月自动发送账单和提醒邮件传统的定时任务解决方案存在以下痛点:单点故障风险:单机部署的 Cron 任务一旦服务器宕机,任务将全部中断缺乏统一管理:任务分散在不同服务器,难以集中监控和管理运维成本高:需要手动编写脚本、配置服务器、排查问题弹性不足:无法根据任务负载自动扩缩容1.2 适用对象企业开发者个人开发者高校学生1.3 案例时间本案例总时长预计45分钟。1.4 案例流程 1.5 开发环境准备注册并实名认证华为云账号:cid:link_7开通华为云 FunctionGraph 服务:cid:link_2下载并安装华为云码道 AI IDE:cid:link_6登录码道 AI IDE,配置华为云账号凭证这里以主账号用户举例,详情请见下方获取详情标题九本地安装 Node.js 16 + 和 npm 8+(用于前端开发)1.6 资源总览本案例预计花费0到+∞。体验完成后请及时释放资源,避免产生多余的费用。资源名称规格单价(元)华为云 FunctionGraph【必需】系统标配每月前100万次调用免费华为云码道(CodeArts)代码智能体【必需】通用体验版免费华为云 API 网关服务(APIG)【可选】按需计费最低4.75/小时三、多任务定时调度系统3.1 创建SKILL并部署到项目技能中1、核心 SKILL 设计与实现:2、将生成的SKILL技能部署到项目技能中进行使用3、使用技能开发多任务定时调度与管理工作流 3.2 部署项目代码1)项目级skill项目结构说明:【根据以上操作配置】.codeartsdoer/skills/├── function_creator/ # 函数创建实现SKILL│ ├── SKILL.md ├── trigger_creator/ # 触发器配置SKILL│ ├── SKILL.md ├── web_generator/ # Web界面生成实现SKILL│ ├── SKILL.md ├── workflow_deployer/ # 工作流部署实现SKILL│ ├── SKILL.md 2)生成的SKILL及py项目结构说明:FunctionGraph_SKILL2/├── function_creator/ # SKILL 1: 函数创建│ ├── SKILL.md # SKILL说明文档│ └── create_function.py # 函数创建实现├── trigger_creator/ # SKILL 2: 触发器配置│ ├── SKILL.md # SKILL说明文档│ └── create_trigger.py # 触发器配置实现├── web_generator/ # SKILL 3: Web界面生成│ ├── SKILL.md # SKILL说明文档│ └── generate_web.py # Web界面生成实现├── workflow_deployer/ # SKILL 4: 工作流一键部署│ ├── SKILL.md # SKILL说明文档│ └── deploy_workflow.py # 工作流部署实现└── README.md # 项目说明3)多任务定时调度系统项目结构说明: functiongraph-scheduler/├── backend/ # 后端代码│ ├── config.py # 华为云配置│ ├── task_executor.py # 任务执行器│ ├── scheduler_manager.py # 调度管理器│ ├── api_handler.py # API处理函数│ ├── deploy.py # 部署脚本│ ├── deployment_config.json # 部署配置│ ├── requirements.txt # Python依赖│ └── tests/ # 测试用例│ └── test_tasks.py├── frontend/ # 前端代码│ ├── src/│ │ ├── views/ # 页面组件│ │ ├── components/ # UI组件│ │ ├── stores/ # 状态管理│ │ ├── utils/ # 工具函数│ │ ├── types/ # 类型定义│ │ └── api/ # API接口│ ├── package.json│ └── vite.config.ts└── README.md功能特性1. 后端功能任务执行器: 接收任务配置,执行对应类型的任务调度管理器: 定时检查任务调度时间,触发到期任务API处理函数: 处理来自Web前端的HTTP请求2. 前端功能任务管理: 添加、编辑、删除、启用/禁用任务Cron编辑器: 可视化选择和编辑Cron表达式执行日志: 本地展示任务执行历史和日志数据统计: 展示任务执行统计信息配置导入导出: 支持配置的导入导出3. 支持的任务类型数据库备份: 定时备份数据库数据统计: 定时统计数据指标日志清理: 定时清理过期日志报告生成: 定时生成报告数据同步: 定时同步数据4)下载源码通过git下载源码到本地,本案例共设计 4 个原创 SKILL,SKILL及项目代码全部上传至 GitCode项目中,代码仓地址:cid:link_1四. 工作流整体流程Web端配置任务 → 定时/API事件触发 → 任务调度函数执行 → 返回执行结果 → Web端展示日志4.1 详细步骤操作步骤 1:创建任务调度函数登录华为云 FunctionGraph 控制台点击 “创建函数”,选择 “空白函数”函数名称:task_executor,运行时:Python 3.10代码输入方式:在线编辑,粘贴 backend/task_scheduler.py 代码配置函数执行超时时间:300 秒配置函数内存:128MB点击 “创建函数”步骤 2:配置定时触发器在函数详情页,点击 “触发器” 标签点击 “创建触发器”,触发器类型:“定时触发器”触发器名称:every-minute-triggerCron 表达式:0 */5 * * * ?(每五分钟执行一次)点击 “确定”步骤 3【可选】:配置 API 触发器#架构流程前端 → API网关 → api-handler函数 → 后端处理点击 “创建触发器”,触发器类型:“API 网关 (APIG)”选择 “新建 API”请求方法:POST,认证方式:无认证(测试用,生产环境建议使用 IAM 认证)开启 “跨域资源共享 (CORS)”点击 “确定”,记录 API 调用地址注意!不配置时受影响的功能:Web 端无法手动触发任务Web 端无法实时获取任务执行结果和日志Web 端无法动态修改任务配置(只能在代码或控制台修改)注意!:生产环境中建议配置,这样即可在我们生成的Web进行触发任务,测试可不配置,但是Web端实用功能会受影响目前后端已通过华为云SDK及凭证配置,后期拓展可通过后端转发处理,也可达到同样的效果步骤 4:Web 端任务配置示例在 Web 管理界面中添加以下测试任务:{ "tasks": [ { "id": "db-backup", "name": "数据库每日备份", "cron": "0 0 2 * * ?", "command": "python backup_db.py", "enabled": true, "lastExecutionTime": "", "nextExecutionTime": "2026-04-14 02:00:00", "status": "待执行" }, { "id": "data-statistics", "name": "每小时数据统计", "cron": "0 0 * * * ?", "command": "python statistics.py", "enabled": true, "lastExecutionTime": "", "nextExecutionTime": "2026-04-13 15:00:00", "status": "待执行" }, { "id": "log-cleanup", "name": "每周日志清理", "cron": "0 0 0 ? * SUN", "command": "python cleanup_logs.py", "enabled": true, "lastExecutionTime": "", "nextExecutionTime": "2026-04-20 00:00:00", "status": "待执行" } ]}五、Web 管理界面实现5.1 界面功能任务管理:创建、编辑、删除、启用 / 禁用定时任务任务监控:查看任务的执行状态、上次执行时间、下次执行时间日志查看:查看任务的执行日志和错误信息手动触发:支持手动立即执行指定任务本地存储:所有任务配置和执行日志存储在浏览器 localStorage 中5.2 后端部署函数步骤在 backend 目录执行 pip install -r requirements.txt 安装依赖配置访问凭证到系统环境变量或者 backend\config.py ,建议优先配置到系统环境变量在 backend 目录运行 python deploy.py5.3 前端部署步骤在 frontend 目录执行 npm install 安装依赖修改 src/api/task.ts 文件,配置 API 网关地址执行 npm run dev 本地运行测试执行 npm run build 打包前端代码将 dist 目录下的文件部署到任意静态网站托管服务或本地运行六、效果展示6.1 任务管理界面6.2 任务执行日志6.3 FunctionGraph 控制台七、拓展建议7.1 接入华为云 APIG 实现Web功能联动如果需要实现 Web 端与云端定时任务的实时交互(手动触发任务、动态修改配置、实时获取执行日志),可以按照以下流程接入华为云 API 网关服务:开通华为云 API 网关服务:cid:link_3在 FunctionGraph 函数详情页建议创建 API 网关服务专享服务 (APIG)(华为云API网关共享版已于2025年04月30日00:00(北京时间)在中国站正式退市) 触发器,选择 “无认证” 安全方式、POST 请求方法并开启跨域资源共享 (CORS)修改对应函数,添加跨域响应头处理,支持解析 HTTP 请求体中的任务配置参数修改 Web 管理界面,配置 API 调用地址,添加手动触发任务、实时拉取日志、云端同步任务配置功能7.2 接入华为云 SMN 告警通知如果需要实现任务失败时的邮件 / 短信告警通知,可以按照以下流程接入华为云 SMN 服务:开通华为云 SMN 服务:cid:link_4创建 SMN 主题,添加邮件 / 短信订阅者创建task-alerter函数,通过码道智能体实现 SMN 消息发送功能任务执行失败时,调用task-alerter函数发送告警通知7.3 接入华为云 OBS 持久化存储如果需要持久化存储任务配置和执行日志,可以按照以下流程接入华为云 OBS 服务:开通华为云 OBS 服务:cid:link_5创建 OBS 存储桶,配置访问权限修改task_executor,通过码道智能体将数据写入 OBS通过码道智能体修改 Web 管理界面,从 OBS 读取任务配置和执行日志八、总结与展望本案例基于华为云码道代码智能体和 SKILL 技术,快速构建了一套完整的多任务定时调度与管理工作流,充分发挥了 FunctionGraph 事件驱动、按需供给的优势。相比传统的定时任务解决方案,本方案具有以下优势:高可用:云端托管,无单点故障风险易管理:统一的 Web 管理界面,集中监控和管理低成本:按需付费【每月前100万次调用免费】,只有任务执行时才产生费用易扩展:支持添加任意数量的任务和触发器快速部署:通过 SKILL 一键部署完整工作流未来可以进一步扩展的功能:支持更多类型的触发器(如消息队列触发器、数据库触发器)支持任务依赖和工作流编排支持任务执行历史统计和可视化支持多租户和权限管理九、主账号获取 AK/SK/区域项目ID登录华为云控制台访问华为云官网:cid:link_7点击右上角 “登录” 按钮,输入账号密码完成登录华为云进入 “我的凭证” 页面登录后,将鼠标移至页面右上角的用户名处,在下拉列表中选择 "我的凭证"华为云管理访问密钥在 “我的凭证” 页面,点击 “访问密钥” 页签点击 “新增访问密钥” 按钮华为云身份验证输入登录密码和短信验证码(如开启了操作保护)点击 “确定” 按钮华为云下载密钥文件浏览器会自动下载credentials.csv文件(Excel 格式)重要提示:SK 仅在下载的文件中可见,控制台无法再次查看,务必妥善保存华为云查看 AK/SK打开下载的 CSV 文件,即可获取完整的Access Key (AK) 和 Secret Key (SK)查看区域项目ID十、活动链接【案例共创】【第 10 期】华为云码道(CodeArts)代码智能体 + SKILL 完成应用开发 / 调试实践cid:link_0附件:完整项目代码及SKILL 文件:cid:link_1十一、释放资源如果涉及云资源或者付费资源,需要在对应资源处进行释放
-
用demos测试也是-1?
上滑加载中
推荐直播
-
华为云码道Agent集成与鸿蒙实战2026/08/11 周二 19:00-21:00
王一男-华为云码道产品规划专家;李炎-华为云码道产品专家;彭江敏-华为云鸿蒙端云一体化开发专家
本次直播带你解读华为云码道7月份产品新特性、新功能。更有专家演示码道Agent Space × 钉钉机器集成实战,从0到1打通消息通道;码道鸿蒙端云一体化实战,快速搭建员工签到系统。
回顾中 -
华为云开发者AI素养直播课·第五期2026/09/04 周五 16:00-18:00
林华鼎-华为云AI开发者运营负责人;蒋春阳-华为云AI开发者案例开发专家
本期直播内容: AI工具体验营 · 第5-8课连讲。Agent-Team 多智能体协作完成毕业设计实践
回顾中 -
华为云开发者AI素养ClassRoom·第六期2026/09/08 周二 19:00-20:00
樊渊-2026华为软件挑战赛冠军
高手来了:看软挑高手解析二维排样问题—从工业难题到算法突破
回顾中
热门标签