一句话判断

Rocket.Chat 今天 GitHub 爆涨 4.5 万星，核心价值在于：可自托管的、端到端加密的企业级通信平台。但对我来说，真正值得开发者关注的，是它极其灵活的 Webhook 和机器人框架——配合 MCP 协议，可以零成本搭建一个受你控制的 AI 对话系统。

它能做什么

Rocket.Chat 不是新东西，2015 年就用 Meteor 写的。但到今天它依然是开源 IM 里功能最全的：

• 自部署，数据你管
• 端到端加密（E2EE）可选
• 丰富的 API 和集成机制（Incoming/Outgoing Webhook、Apps、Bot API）
• LDAP/OAuth 等企业认证

如果你需要 Slack 的体验，但不想把聊天记录送到第三方，Rocket.Chat 是第一选择。

核心收获：三步让 AI 接入你的群聊

1. 部署（踩坑跳过）

用官方 docker-compose 最稳：

git clone https://github.com/RocketChat/Rocket.Chat.git
docker-compose up -d

注意：必须用 MongoDB 副本集，否则消息记录功能受限。我踩过单节点 MongoDB 的坑，收不到历史消息提醒。

2. 配置 Outgoing Webhook

进入后台 → Integrations → New → Outgoing Webhook。关键字段：

• Event Trigger: Message Sent
• Trigger Word(s): !ai
• URLs: 你的服务端地址，比如 http://your-server:3000/rocket-hook
• Post to Channel: 你想要的频道

3. 写一个极简 AI 助手

以下 Node.js 脚本接收 Rocket.Chat 的消息，调用 MCP Client（或任何 LLM API），并返回结果：

const express = require('express');
const app = express();

app.use(express.json());

app.post('/rocket-hook', async (req, res) => {
  const text = req.body.text.replace('!ai ', '');
  // 这里替换为你的 MCP Client 调用
  const reply = await callMCP(text);
  res.json({ text: reply });
});

function callMCP(query) {
  // 示例：调用本地 MCP Server 查询数据库
  return `MCP result for: ${query}`;
}

app.listen(3000);

部署后，在频道里发 !ai 查询用户数量，机器人就会回复 MCP 的执行结果。整个过程不需要任何第三方 SaaS，数据完全在自己服务器。

适用场景与局限

适合：

• 需要自建 AI 助手的内部团队（金融、医疗、政务）
• 数据隐私要求严格的场景
• 你想把 MCP Server 暴露给整个团队，通过聊天界面调用

局限：

• Outgoing Webhook 是同步的，超时 5 秒，不适合长时间任务。需要异步处理的话用 API 发消息。
• 机器人开发门槛比 Slack 稍高，没有官方 Bot Kit，需要自己写路由。但胜在完全可控。

与同类工具对比

Rocket.Chat 是唯一一个同时提供 自托管、E2EE、免费 Webhook 的选择。对于想深度控制 AI 管线的团队，这是根本优势。

我的判断

别光关注 4.5 万星这种虚数字。真正有价值的是：Rocket.Chat 给你一个完全由你掌控的 AI 入口。如果你正在搭建企业内部 AI 工具链，花半天把 Rocket.Chat 的 Webhook 调通，比用 Slack 的付费功能实在得多。

下一步可以做的事：把你的 MCP Server 挂载到 Rocket.Chat 机器人上，然后用频道管理权限——让 AI 只能在私密频道里执行数据库写入，在公开频道只做查询。这才是安全且可控的 AI 协作方式。