Chandra实战教程：为Chandra添加Webhook通知能力，对接飞书/钉钉/企业微信消息推送-洪萨配资

Chandra实战教程：为Chandra添加Webhook通知能力，对接飞书/钉钉/企业微信消息推送

1. 为什么需要给Chandra加Webhook通知

你有没有遇到过这样的场景：团队正在用Chandra做内部AI知识问答，但每次模型出错、服务重启或用户提交了重要咨询请求时，没人能第一时间知道？或者你想把用户在Chandra里提出的高频问题自动同步到飞书群，让运营同事快速响应？又或者，希望当有人连续三次提问失败时，系统自动发一条告警消息到钉钉运维群？

这些需求，原生Chandra并不支持——它专注做好一件事：提供一个轻量、私有、流畅的本地聊天界面。但它本身不带通知能力，也不连接外部消息通道。

好消息是：Chandra基于Ollama运行，所有对话请求都通过标准API（/api/chat）流转，而Ollama的调用链路完全可控。这意味着，我们不需要修改Chandra前端，也不用动Ollama核心，只需在请求入口层加一层轻量级代理，就能实现对飞书、钉钉、企业微信等主流IM平台的Webhook全兼容通知。

这不是“魔改”，而是典型的“能力外挂”：保持原有系统纯净，用最小侵入方式扩展价值。本教程将手把手带你完成三件事：

搭建一个可拦截并转发Chandra请求的中间服务
配置飞书/钉钉/企业微信的Webhook地址与消息模板
实现「用户提问触发→记录日志→条件判断→推送消息」的完整闭环

整个过程无需Python高级知识，不依赖Docker Compose编排，所有代码可直接复制运行，5分钟内即可看到第一条飞书通知弹出。

2. 理解Chandra的通信结构与拦截点

2.1 Chandra如何与Ollama协作

Chandra本质是一个静态Web应用（HTML+JS），它不处理模型推理，只负责把用户输入打包成JSON，发给后端代理接口。这个代理接口默认指向Ollama的/api/chat，路径通常是：

POST http://localhost:11434/api/chat

而Chandra前端实际调用的是镜像内置的反向代理服务（比如Nginx或Caddy），该服务把/api/chat请求转发给本地Ollama。关键在于：这个代理层是可替换、可增强的。

我们不碰Ollama，也不改Chandra源码，而是把原代理服务替换成一个“智能中继”——它既能原样转发请求给Ollama，又能在转发前后执行自定义逻辑，比如记录日志、提取关键词、触发Webhook。

2.2 为什么选HTTP中间件而非修改前端

你可能会想：直接在Chandra的JS里加个fetch()调用飞书Webhook不就行了？
不行。原因有三：

跨域限制：浏览器禁止前端JS直连飞书/钉钉Webhook（它们要求Content-Type: application/json且无CORS头），会报CORS policy blocked错误；
密钥暴露风险：Webhook地址含secret或token，若写在前端JS里，任何人打开开发者工具都能看到，等于公开告警通道；
不可靠性：用户可能关掉页面、网络中断、JS加载失败，导致通知永远发不出。

真正可靠的方式，是把通知逻辑放在服务端——也就是和Ollama同机部署的代理层。这里既可访问本地Ollama，又能安全持有Webhook密钥，还能捕获每一次成功/失败的请求。

2.3 我们的方案架构图

用户浏览器 ↓ （HTTPS） Chandra前端（/chat.html） ↓ （AJAX POST /api/chat） [智能代理服务] ←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←......# Chandra实战教程：为Chandra添加Webhook通知能力，对接飞书/钉钉/企业微信消息推送 ## 1. 为什么需要给Chandra加Webhook通知 你有没有遇到过这样的场景：团队正在用Chandra做内部AI知识问答，但每次模型出错、服务重启或用户提交了重要咨询请求时，没人能第一时间知道？或者你想把用户在Chandra里提出的高频问题自动同步到飞书群，让运营同事快速响应？又或者，希望当有人连续三次提问失败时，系统自动发一条告警消息到钉钉运维群？ 这些需求，原生Chandra并不支持——它专注做好一件事：提供一个轻量、私有、流畅的本地聊天界面。但它本身不带通知能力，也不连接外部消息通道。 好消息是：Chandra基于Ollama运行，所有对话请求都通过标准API（`/api/chat`）流转，而Ollama的调用链路完全可控。这意味着，我们不需要修改Chandra前端，也不用动Ollama核心，只需在**请求入口层**加一层轻量级代理，就能实现对飞书、钉钉、企业微信等主流IM平台的Webhook全兼容通知。 这不是“魔改”，而是典型的“能力外挂”：保持原有系统纯净，用最小侵入方式扩展价值。本教程将手把手带你完成三件事： - 搭建一个可拦截并转发Chandra请求的中间服务 - 配置飞书/钉钉/企业微信的Webhook地址与消息模板 - 实现「用户提问触发→记录日志→条件判断→推送消息」的完整闭环 整个过程无需Python高级知识，不依赖Docker Compose编排，所有代码可直接复制运行，5分钟内即可看到第一条飞书通知弹出。 ## 2. 理解Chandra的通信结构与拦截点 ### 2.1 Chandra如何与Ollama协作 Chandra本质是一个静态Web应用（HTML+JS），它不处理模型推理，只负责把用户输入打包成JSON，发给后端代理接口。这个代理接口默认指向Ollama的`/api/chat`，路径通常是：

POST http://localhost:11434/api/chat

而Chandra前端实际调用的是镜像内置的反向代理服务（比如Nginx或Caddy），该服务把`/api/chat`请求转发给本地Ollama。关键在于：**这个代理层是可替换、可增强的**。 我们不碰Ollama，也不改Chandra源码，而是把原代理服务替换成一个“智能中继”——它既能原样转发请求给Ollama，又能在转发前后执行自定义逻辑，比如记录日志、提取关键词、触发Webhook。 ### 2.2 为什么选HTTP中间件而非修改前端 你可能会想：直接在Chandra的JS里加个`fetch()`调用飞书Webhook不就行了？ 不行。原因有三： - **跨域限制**：浏览器禁止前端JS直连飞书/钉钉Webhook（它们要求`Content-Type: application/json`且无CORS头），会报`CORS policy blocked`错误； - **密钥暴露风险**：Webhook地址含`secret`或`token`，若写在前端JS里，任何人打开开发者工具都能看到，等于公开告警通道； - **不可靠性**：用户可能关掉页面、网络中断、JS加载失败，导致通知永远发不出。 真正可靠的方式，是把通知逻辑放在服务端——也就是和Ollama同机部署的代理层。这里既可访问本地Ollama，又能安全持有Webhook密钥，还能捕获每一次成功/失败的请求。 ### 2.3 我们的方案架构图

用户浏览器 ↓ （HTTPS） Chandra前端（/chat.html） ↓ （AJAX POST /api/chat） [智能代理服务] ←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←...... ├─→ 记录请求时间、用户IP、提问内容、模型名（gemma:2b） ├─→ 判断是否需通知（如含“紧急”、“报错”、“help”等关键词） ├─→ 调用飞书/钉钉/企微Webhook API └─→ 原样转发请求给 http://localhost:11434/api/chat ↓ Ollama（本地推理） ↓ 智能代理服务 ←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←............ ↓ （返回响应） Chandra前端（渲染AI回复）

这个架构干净、安全、可维护。接下来，我们用一个不到100行的Python脚本实现它。 ## 3. 搭建智能代理服务：5分钟完成部署 ### 3.1 准备工作：确认运行环境 Chandra镜像基于Linux容器，已预装Python 3.9+和pip。你无需额外安装Python——只需进入容器执行命令即可。 打开终端，进入Chandra容器（若使用CSDN星图平台，点击镜像右侧“终端”按钮）： ```bash # 进入容器后，先确认Python版本 python3 --version # 应输出类似：Python 3.9.18 # 安装必要依赖（requests用于调用Webhook，flask作为轻量Web服务器） pip install flask requests

注意：所有操作都在容器内进行，不影响宿主机。如提示Permission denied，请在命令前加sudo，或联系平台管理员确认权限。

3.2 创建代理服务脚本

新建文件webhook-proxy.py：

# webhook-proxy.py from flask import Flask, request, jsonify, Response import requests import json import time import logging # 配置日志（输出到控制台，方便调试） logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s') logger = logging.getLogger(__name__) app = Flask(__name__) # ====== 请在此处配置你的Webhook地址 ====== # 飞书Webhook示例（替换为你自己的地址） FEISHU_WEBHOOK = "https://open.feishu.cn/open-apis/bot/v2/hook/xxxxxx" # 钉钉Webhook示例（替换为你自己的地址，含access_token） DINGTALK_WEBHOOK = "https://oapi.dingtalk.com/robot/send?access_token=yyyyyy" # 企业微信Webhook示例（替换为你自己的key） WEWORK_WEBHOOK = "https://qyapi.weixin.qq.com/cgi-bin/webhook/send?key=zzzzzz" # Ollama服务地址（默认不变） OLLAMA_URL = "http://localhost:11434/api/chat" # ====== 通知触发条件：关键词匹配 ====== ALERT_KEYWORDS = ["紧急", "报错", "error", "help", "崩溃", "无法响应", "timeout"] def send_feishu_message(content): """发送消息到飞书群""" payload = { "msg_type": "text", "content": {"text": content} } try: resp = requests.post(FEISHU_WEBHOOK, json=payload, timeout=5) if resp.status_code == 200: logger.info(" 飞书通知发送成功") else: logger.warning(f" 飞书通知失败，状态码：{resp.status_code}") except Exception as e: logger.error(f" 飞书通知异常：{e}") def send_dingtalk_message(content): """发送消息到钉钉群""" payload = { "msgtype": "text", "text": {"content": content} } try: resp = requests.post(DINGTALK_WEBHOOK, json=payload, timeout=5) if resp.status_code == 200: logger.info(" 钉钉通知发送成功") else: logger.warning(f" 钉钉通知失败，状态码：{resp.status_code}") except Exception as e: logger.error(f" 钉钉通知异常：{e}") def send_wework_message(content): """发送消息到企业微信群""" payload = { "msgtype": "text", "text": {"content": content} } try: resp = requests.post(WEWORK_WEBHOOK, json=payload, timeout=5) if resp.status_code == 200: logger.info(" 企业微信通知发送成功") else: logger.warning(f" 企业微信通知失败，状态码：{resp.status_code}") except Exception as e: logger.error(f" 企业微信通知异常：{e}") @app.route('/api/chat', methods=['POST']) def proxy_chat(): # 1. 记录原始请求 start_time = time.time() try: req_data = request.get_json() user_message = req_data.get("messages", [{}])[-1].get("content", "未知内容") model_name = req_data.get("model", "unknown") logger.info(f"📩 收到提问：'{user_message}' | 模型：{model_name}") # 2. 判断是否触发通知（简单关键词匹配） should_alert = any(kw in user_message for kw in ALERT_KEYWORDS) if should_alert: alert_text = f"[Chandra告警] 用户提问触发关键词\n模型：{model_name}\n提问：{user_message}\n时间：{time.strftime('%H:%M:%S')}" # 同时发三端（可按需注释掉不需要的） send_feishu_message(alert_text) send_dingtalk_message(alert_text) send_wework_message(alert_text) except Exception as e: logger.error(f" 解析请求失败：{e}") # 3. 原样转发请求给Ollama try: ollama_resp = requests.post( OLLAMA_URL, json=req_data, stream=True, timeout=300 # Ollama推理可能较长，设为5分钟 ) # 4. 将Ollama响应流式返回给Chandra前端 def generate(): for chunk in ollama_resp.iter_content(chunk_size=1024): if chunk: yield chunk return Response(generate(), content_type=ollama_resp.headers.get('content-type')) except Exception as e: logger.error(f" 转发至Ollama失败：{e}") return jsonify({"error": "服务暂时不可用，请稍后重试"}), 502 if __name__ == '__main__': logger.info(" Webhook代理服务已启动，监听端口 5000") app.run(host='0.0.0.0', port=5000, debug=False)

3.3 获取并配置Webhook地址

飞书：在飞书群 → 群设置 → 机器人 → 添加机器人 → 选择“自定义机器人” → 复制Webhook地址（形如https://open.feishu.cn/...）
钉钉：在钉钉群 → 群设置 → 智能助手 → 添加机器人 → 选择“自定义” → 复制Webhook地址（含access_token=参数）
企业微信：在管理后台 → 应用管理 → 自建应用 → 创建「群机器人」→ 复制Key

将三个地址分别填入脚本中对应变量（FEISHU_WEBHOOK、DINGTALK_WEBHOOK、WEWORK_WEBHOOK），保存文件。

3.4 启动代理服务

在容器内执行：

# 后台启动，不阻塞终端 nohup python3 webhook-proxy.py > proxy.log 2>&1 & # 查看是否启动成功 ps aux | grep webhook-proxy # 应看到类似：python3 webhook-proxy.py # 查看实时日志（按 Ctrl+C 退出） tail -f proxy.log

此时，代理服务已在http://localhost:5000/api/chat监听。

4. 修改Chandra前端指向新代理

Chandra前端默认调用/api/chat，该路径由镜像内置的Nginx反向代理指向Ollama。我们需要把它重新指向我们的新代理。

进入容器，编辑Nginx配置：

# 编辑Nginx配置文件（路径因镜像而异，常见位置如下） nano /etc/nginx/conf.d/default.conf # 或 nano /usr/share/nginx/html/config.js

找到类似以下的代理配置（通常在location /api/chat块中）：

location /api/chat { proxy_pass http://localhost:11434/api/chat; proxy_set_header Host $host; proxy_set_header X-Real-IP $remote_addr; }

将其改为：

location /api/chat { proxy_pass http://localhost:5000/api/chat; proxy_set_header Host $host; proxy_set_header X-Real-IP $remote_addr; # 保持长连接，支持流式响应 proxy_http_version 1.1; proxy_set_header Upgrade $http_upgrade; proxy_set_header Connection "upgrade"; }

保存后重启Nginx：

nginx -s reload

验证：刷新Chandra页面，输入问题，观察proxy.log是否有收到提问日志。若有，说明代理已生效。

5. 实战测试：从提问到收到飞书通知

现在我们来一次完整验证。

5.1 测试关键词触发

在Chandra聊天框中输入：

紧急！我的模型突然无法响应了，怎么办？

按下回车。几秒后，你应该在飞书群中看到类似消息：

[Chandra告警] 用户提问触发关键词 模型：gemma:2b 提问：紧急！我的模型突然无法响应了，怎么办？ 时间：14:22:07

同时，终端日志会显示：

2024-06-15 14:22:07 - INFO - 📩 收到提问：'紧急！我的模型突然无法响应了，怎么办？' | 模型：gemma:2b 2024-06-15 14:22:08 - INFO - 飞书通知发送成功 2024-06-15 14:22:08 - INFO - 钉钉通知发送成功 2024-06-15 14:22:08 - INFO - 企业微信通知发送成功

5.2 测试非关键词提问（不触发）

输入普通问题，例如：

你好，介绍一下你自己。

日志中只会显示收到提问，但不会出现飞书通知发送成功，证明条件判断准确。

5.3 扩展建议：让通知更智能

当前是关键词匹配，你还可以轻松升级：

添加频率限制：同一IP 5分钟内只发1条，防刷屏
区分通知等级：error发钉钉+飞书，help只发飞书
附带上下文：把用户历史对话片段也发过去，方便快速定位
对接数据库：把每次提问存入SQLite，供后续分析高频问题

这些都只需在proxy_chat()函数中增加几行代码，完全不改变架构。

6. 总结：一条轻量路径，解锁无限可能

我们没有修改一行Chandra前端代码，没有动Ollama核心，甚至没重启整个镜像——只是加了一个5000端口的代理服务，就让原本“安静”的本地AI聊天工具，拥有了主动触达团队的能力。

这背后体现的是一种务实的工程思维：不追求大而全的重构，而专注小而准的增强。Webhook不是炫技，它是让AI真正融入工作流的“神经末梢”。

你学到的不仅是三行Webhook调用，更是一种可复用的方法论：

找到系统通信的“咽喉点”（这里是/api/chat）
用轻量中间件做“流量镜像”（记录+转发+扩展）
把密钥、逻辑、策略全部收束在可信服务端
用最简代码，解决最痛的问题

下次当你想给任何本地AI工具加告警、审计、统计、审批能力时，这套模式依然适用。

现在，去你的飞书群里，看看那条刚刚弹出的告警消息吧——那是你亲手赋予Chandra的第一声“心跳”。

7. 常见问题与避坑指南

7.1 为什么改了Nginx配置后Chandra打不开？

检查proxy_pass地址是否拼写错误（注意末尾斜杠：http://localhost:5000/api/chat不能写成.../chat/）
查看Nginx错误日志：tail -n 20 /var/log/nginx/error.log
确认代理服务确实在运行：ps aux | grep webhook-proxy

7.2 发送Webhook时提示400或403错误？

飞书/钉钉/企微Webhook地址是否复制完整？尤其注意飞书地址末尾是否有空格
钉钉地址必须含access_token=，企微必须含key=，缺一不可
检查代理服务日志中的具体错误信息（如Connection refused说明端口未监听）

7.3 想只对接其中一种IM，怎么关闭其他？

直接注释掉对应send_xxx_message()三行调用即可，例如只留飞书：

# send_dingtalk_message(alert_text) # ← 注释掉 # send_wework_message(alert_text) # ← 注释掉 send_feishu_message(alert_text) # ← 保留

7.4 如何让通知包含更多上下文（比如用户IP、时间戳）？

在alert_text变量中直接拼接：

user_ip = request.headers.get('X-Real-IP', request.remote_addr) alert_text = f"[Chandra告警] {user_ip} 提问触发关键词\n模型：{model_name}\n提问：{user_message}\n时间：{time.strftime('%Y-%m-%d %H:%M:%S')}"