【科技】2024最新微信机器人一键部署教程

外话

话说上次写文章好像又过了几个月了……

其实还是因为马上小升初的各种密考,其它地方不知道,反正广东这块名校基本上都得密考考进去

笔者连考几次都惨不忍睹……

不过5月份会有一个信息技术特长生招生,看看能不能吧~

正文

先说,这个机器人项目开源,来自GitHub@zhayujie,原地址:

原地址https://github.com/zhayujie/chatgpt-on-wechat

有好几种跑的方式,Windows或者Linux都能跑,请选择:

Windows系统下运行

系统要求

Windows10

Python 3.X 并可以正常使用

已实名微信号 

下载&改好基本文件

都说放GitHub了,基操——先下载了再说!

得到这样一个文件(图1):

d2618b0189e143b0812ca43c2830fc00.png

图1

a133e5758a16449e9d4f274dcce98ccf.png

图2

8526869fd2f844a6bce51e5673fb7e8b.png

图3

还是先解压~(图2)

打开这个文件夹,找到“config-template.json”这个文件

右键复制粘贴一份到这个文件夹,改个名改成“config.json”(图3)

其实你把“config-template.json”给直接改了也行,但如果手误改错了又不会改就得再下一份就很麻烦,还是复制一份好(bushi

至此,你成功把文件都预整理好了!

 

安装各种库

这个注意点不多,在文件根目录下cmd窗口使用以下两行代码:

pip install -r requirements.txt
pip install -r requirements-optional.txt

位置不够就只装必须依赖项,“requirements-optional.txt”是一些扩展像语音识别、token计算之类的,不装问题不大,但如果后面在config里要加语音识别之类还是得装,所以装上自然最好,装了应该能避免很多玄学bug

 

启动!

根目录下打开cmd,输入app.py或者python app.py

会出现一堆log,小白们(说我  可以不管,等弹出了二维码,扫就行了

1c01f7be412348cf83fc7f2aefbf38b5.png

 如果二维码乱码可以打开上面4个连接任意一个来扫哈

扫完可能手机显示风险,通过就行了,等出现包含

start auto replying

的就算成功了!

 

怎么改config。。。

作者自己给了详细填写说明,照着它填就行了

# config.json文件内容示例
{"open_ai_api_key": "YOUR API KEY",                          # 填入上面创建的 OpenAI API KEY"model": "gpt-3.5-turbo",                                   # 模型名称, 支持 gpt-3.5-turbo, gpt-3.5-turbo-16k, gpt-4, wenxin, xunfei, claude-3-opus-20240229"claude_api_key":"YOUR API KEY"                             # 如果选用claude3模型的话,配置这个key,同时如想使用生图,语音等功能,仍需配置open_ai_api_key"proxy": "",                                                # 代理客户端的ip和端口,国内环境开启代理的需要填写该项,如 "127.0.0.1:7890""single_chat_prefix": ["bot", "@bot"],                      # 私聊时文本需要包含该前缀才能触发机器人回复"single_chat_reply_prefix": "[bot] ",                       # 私聊时自动回复的前缀,用于区分真人"group_chat_prefix": ["@bot"],                              # 群聊时包含该前缀则会触发机器人回复"group_name_white_list": ["ChatGPT测试群", "ChatGPT测试群2"], # 开启自动回复的群名称列表"group_chat_in_one_session": ["ChatGPT测试群"],              # 支持会话上下文共享的群名称  "image_create_prefix": ["画", "看", "找"],                   # 开启图片回复的前缀"conversation_max_tokens": 1000,                            # 支持上下文记忆的最多字符数"speech_recognition": false,                                # 是否开启语音识别"group_speech_recognition": false,                          # 是否开启群组语音识别"use_azure_chatgpt": false,                                 # 是否使用Azure ChatGPT service代替openai ChatGPT service. 当设置为true时需要设置 open_ai_api_base,如 https://xxx.openai.azure.com/"azure_deployment_id": "",                                  # 采用Azure ChatGPT时,模型部署名称"azure_api_version": "",                                    # 采用Azure ChatGPT时,API版本"character_desc": "你是ChatGPT, 一个由OpenAI训练的大型语言模型, 你旨在回答并解决人们的任何问题,并且可以使用多种语言与人交流。",  # 人格描述# 订阅消息,公众号和企业微信channel中请填写,当被订阅时会自动回复,可使用特殊占位符。目前支持的占位符有{trigger_prefix},在程序中它会自动替换成bot的触发词。"subscribe_msg": "感谢您的关注!\n这里是ChatGPT,可以自由对话。\n支持语音对话。\n支持图片输出,画字开头的消息将按要求创作图片。\n支持角色扮演和文字冒险等丰富插件。\n输入{trigger_prefix}#help 查看详细指令。","use_linkai": false,                                        # 是否使用LinkAI接口,默认关闭,开启后可国内访问,使用知识库和MJ"linkai_api_key": "",                                       # LinkAI Api Key"linkai_app_code": ""                                       # LinkAI 应用code
}

记得逗号别漏!!!

 


 

Linux系统下运行

在Linux跑其实就是跑docker,这个比Windows要好跑很多,主要是只需要改docker-compose就行了,配置什么的都搞好了

系统要求

Linux系统(笔者用的是Ubuntu,其它系统建议百度,应该差不多)

预装docker(笔者用的最新版)

已实名微信号(一样) 

 

docker拉取镜像

wget https://open-1317903499.cos.ap-guangzhou.myqcloud.com/docker-compose.yml

 没什么好说吧,单纯拉个镜像 :-P

改下文件(会的下一步

看到这里,大抵是和笔者一样的新手了罢(鲁迅音

Ubuntu是自动安装了Nano的,而且Nano相比于vi更加简单好上手,所以此处用的Nano

使用以下代码:

nano docker-compose.yml

上下左右键可以和命令行差不多操作文本,按这个来填需要的:

# config.json文件内容示例
{"open_ai_api_key": "YOUR API KEY",                          # 填入上面创建的 OpenAI API KEY"model": "gpt-3.5-turbo",                                   # 模型名称, 支持 gpt-3.5-turbo, gpt-3.5-turbo-16k, gpt-4, wenxin, xunfei, claude-3-opus-20240229"claude_api_key":"YOUR API KEY"                             # 如果选用claude3模型的话,配置这个key,同时如想使用生图,语音等功能,仍需配置open_ai_api_key"proxy": "",                                                # 代理客户端的ip和端口,国内环境开启代理的需要填写该项,如 "127.0.0.1:7890""single_chat_prefix": ["bot", "@bot"],                      # 私聊时文本需要包含该前缀才能触发机器人回复"single_chat_reply_prefix": "[bot] ",                       # 私聊时自动回复的前缀,用于区分真人"group_chat_prefix": ["@bot"],                              # 群聊时包含该前缀则会触发机器人回复"group_name_white_list": ["ChatGPT测试群", "ChatGPT测试群2"], # 开启自动回复的群名称列表"group_chat_in_one_session": ["ChatGPT测试群"],              # 支持会话上下文共享的群名称  "image_create_prefix": ["画", "看", "找"],                   # 开启图片回复的前缀"conversation_max_tokens": 1000,                            # 支持上下文记忆的最多字符数"speech_recognition": false,                                # 是否开启语音识别"group_speech_recognition": false,                          # 是否开启群组语音识别"use_azure_chatgpt": false,                                 # 是否使用Azure ChatGPT service代替openai ChatGPT service. 当设置为true时需要设置 open_ai_api_base,如 https://xxx.openai.azure.com/"azure_deployment_id": "",                                  # 采用Azure ChatGPT时,模型部署名称"azure_api_version": "",                                    # 采用Azure ChatGPT时,API版本"character_desc": "你是ChatGPT, 一个由OpenAI训练的大型语言模型, 你旨在回答并解决人们的任何问题,并且可以使用多种语言与人交流。",  # 人格描述# 订阅消息,公众号和企业微信channel中请填写,当被订阅时会自动回复,可使用特殊占位符。目前支持的占位符有{trigger_prefix},在程序中它会自动替换成bot的触发词。"subscribe_msg": "感谢您的关注!\n这里是ChatGPT,可以自由对话。\n支持语音对话。\n支持图片输出,画字开头的消息将按要求创作图片。\n支持角色扮演和文字冒险等丰富插件。\n输入{trigger_prefix}#help 查看详细指令。","use_linkai": false,                                        # 是否使用LinkAI接口,默认关闭,开启后可国内访问,使用知识库和MJ"linkai_api_key": "",                                       # LinkAI Api Key"linkai_app_code": ""                                       # LinkAI 应用code
}

填完之后就可以按  Ctrl+X 来退出了

注意如果按下了还在Nano界面可以再按一下Enter!!

有时候保存还会要求保存为什么文件名,按Enter就行

别问我怎么知道的(悲

启动容器

使用以下代码:

sudo docker compose up -d

(有些已经root的可能不用sudo,我这有一台就是)

查看日志(即二维码)

使用这个代码打开本容器的日志:

sudo docker logs -f chatgpt-on-wechat

和上面一样可能不用sudo哈

如果完整代码报错可以试试去掉sudo

 

另外一件事

如果没有ChatGPT的api key的话可以在config里改!

把use link ai设置为true,在官网

link ai官网

注册,设置一个应用,创建秘钥,把应用的code复制到 linkai app code,如下图9df802fc71c34005a824d9bb9c8a053d.jpg

 

然后再在应用接入那里创建一个api key,复制到linkai api key,如下图6a35bf5e4d8a48eaaffd9886242fc144.jpg

 

这样就不需要ChatGPT了,可以在linkai管理机器人prompt和其他,最好的是每日签到能拿300积分,目前来看1积分每100token!


 

结语

最后的最后,给大家一个已经放在inscode上的文件,可以自己下载下来然后按上面改

(先说,这个机器人就算在云端运行扫描也用不了!因为key和其他都没填!)

放到inscode了

好了,以上就是文章的全部内容,我是无聊的木子,我们下次再见!

 


最后编辑于2024.04.11

发布于2024.04.11 22:00

2024第二篇文章

 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/306127.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

基于SpringBoot+Vue的高校大学生心理咨询管理系统(源码+文档+部署+讲解)

一.系统概述 系统根据现有的管理模块进行开发和扩展,采用面向对象的开发的思想和结构化的开发方法对高校大学生心理咨询管理的现状进行系统调查。采用结构化的分析设计,该方法要求结合一定的图表,在模块化的基础上进行系统的开发工作。在设计…

springboot相关报错解决

Caused by: java.lang.ClassNotFoundException: 目录 Caused by: java.lang.ClassNotFoundException: org.springframework.context.event.GenericApplicationListener spring-boot-dependencies:jar:2.1.9.RELEASE was not found org.springframework.context.event.Generi…

华为OD-C卷-攀登者1[100分]

攀登者喜欢寻找各种地图,并且尝试攀登到最高的山峰。 地图表示为一维数组,数组的索引代表水平位置,数组的元素代表相对海拔高度。其中数组元素0代表地面。 例如: [0,1,2,4,3,1,0,0,1,2,3,1,2,1,0],代表如下图所示的地图 地图中有两个山脉位置分别为 1,2,3,4,5 和 8,9,1…

SV-7042V 40W网络有源音柱 智慧灯杆广播音柱

SV-7042V 40W网络有源音柱 一、描述 SV-7042V是深圳锐科达电子有限公司的一款壁挂式网络有源音柱,具有10/100M以太网接口,可将网络音源通过自带的功放和喇叭输出播放,其采用防水设计,功率40W。 SV-7042V作为网络广播播放系统的终…

LongVLM:让大模型解读长视频 SOTA 的方法

LongVLM:让大模型解读长视频 SOTA 的方法 使用LongVLM处理长视频的步骤LongVLM 方法3.1 总体架构3.2 局部特征聚合3.3 全局语义整合 效果4.1 实验设置4.2 主要结果4.3 消融研究4.4 定性结果 论文:https://arxiv.org/pdf/2404.03384.pdf 代码&#xff1a…

C语言进阶课程学习记录-main函数与命令行参数

C语言进阶课程学习记录-main函数与命令行参数 main函数验证以下4中定义是否正确实验-main的返回值cmd窗口 实验-main的输入参数cmd窗口 在main函数执其执行的函数实验-程序执行的第一个函数gcc编译器cmd窗口bcc编译器 小结 本文学习自狄泰软件学院 唐佐林老师的 C语言进阶课程&…

SpringCloud Alibaba Sentinel 规则持久化

一、前言 接下来是开展一系列的 SpringCloud 的学习之旅,从传统的模块之间调用,一步步的升级为 SpringCloud 模块之间的调用,此篇文章为第十七篇,即使用 Sentinel 实现规则持久化。 二、概述 从前面我们做的实验可知,…

VsCode 安装Jupyter Notebook

VsCode 安装Jupyter Notebook 安装 1、打开 VSCode 编辑器,点击界面左端的【扩展】栏; 2、在【搜索框】中输入python,点击第一个Python,检查是否已经安装 python 插件,没安装的点击安装;已安装的继续第3步…

使用新版FLIR (FLIR_ADAS_v2) 数据集创建yolo格式数据集(目标检测)

FLIR在2022.1.19发布了新版的FLIR_ADAS_v2,有着更多的类别和数量更丰富的图像。数据集同步注释热图像和无注释RGB图像供参考。本文章主要介绍如何使用FLIR_ADAS_v2中的rgb图像和thermal图像来制作yolo格式数据集。 1.官方数据集下载:FLIR_ADAS_v2数据集…

【论文阅读——Profit Allocation for Federated Learning】

1.摘要 由于更为严格的数据管理法规,如《通用数据保护条例》(GDPR),传统的机器学习服务生产模式正在转向联邦学习这一范式。联邦学习允许多个数据提供者在其本地保留数据的同时,协作训练一个共享模型。推动联邦学习实…

zotero+zotcard笔记美化(含模板)

首先感谢这篇文章和它的公众号&#xff0c;非常多关于zotero教程干货Zotero笔记样式美化 (qq.com) 效果 zotcard信息卡 <h1>&#x1f4dc;<strong>信息卡</strong></h1> <ul><li>&#x1f42c;<span style"color: #005EFF"&g…

自定义集合类实现接口IEnumrable和IEnumrator,遍历/迭代自定义集合对象

先来说说IEnumrable和IEnumrator接口&#xff0c;IEnumrable接口成员如下&#xff1a; public interface IEnumerable { IEnumerator GetEnumerator(); } IEnumrable是可枚举类型&#xff0c;什么是可枚举类型呢&#xff1f;简单说&#xff0c;就是实现了I…

数字证书在网络安全中的关键作用与日常应用

在当今数字化的时代&#xff0c;网络安全问题日益凸显&#xff0c;保护数据安全和用户隐私成为了人们关注的焦点。数字证书作为一种重要的网络安全技术&#xff0c;其在网络安全中扮演着关键的角色&#xff0c;并且在我们的日常生活中有着广泛的应用。现在给大家介绍简单介绍下…

一些优雅的算法(c++)

求最大公约数&#xff1a;辗转相除法 int gcd(int a,int b){return b0?a:gcd(b,a%b); }求最小公倍数&#xff1a;两整数之积除以最大公约数 int lcm(int a, int b){return a*b / gcd(a, b); }十进制转n进制&#xff1a; char get(int x){if(x<9){return x0;}else{return…

C#基础--之数据类型

C#基础–之数据类型 在第一章我们了解了C#的输入、输出语句后&#xff0c;我这一节主要是介绍C#的基础知识&#xff0c;本节的内容也是后续章节的基础&#xff0c;好的开端等于成功的一半。在你阅读完本章后&#xff0c;你就有足够的C#知识编写简单的程序了。但还不能使用封装、…

Docker 学习笔记(三):Centos7 中 Docker 使用,镜像、容器,以及操作等常用命令小结

一、前言 记录时间 [2024-4-7] 前置文章&#xff1a; Docker学习笔记&#xff08;一&#xff09;&#xff1a;入门篇&#xff0c;Docker概述、基本组成等&#xff0c;对Docker有一个初步的认识 Docker学习笔记&#xff08;二&#xff09;&#xff1a;在Linux中部署Docker&#…

重磅!Cloud Ace云一 荣获 2024 年 Google Cloud 年度合作伙伴两项大奖!

美国当地时间2024年4月8日&#xff0c;Google Cloud 官方在 Google Cloud Next24 颁奖典礼上宣布 Cloud Ace云一 获得 2024 年 Google Cloud 年度合作伙伴两项大奖&#xff1a; 大中华区年度最佳服务合作伙伴奖&#xff08;Services: Greater China&#xff09; 香港地区年度最…

java实现图片合成,图片嵌套,背景图片添加二维码

代码仓库:picture-synthesis: 使用Java操作图片合成功能&#xff0c;提供底图和二维码可生成对应的邀请码海报 我借鉴的一个小demo,包含生成二维码,操作多张图片合成,保存图片到本地,合成效果如下: 入口:

电工技术学习笔记——正弦交流电路

一、正弦交流电路 1. 正弦量的向量表示法 向量表示方法&#xff1a;正弦交流电路中&#xff0c;相量表示法是一种常用的方法&#xff0c;用于描述电压、电流及其相位关系。相量表示法将正弦交流信号表示为复数&#xff0c;通过复数的运算来描述电路中各种参数的相互关系 …

RAGFlow:基于OCR和文档解析的下一代 RAG 引擎

一、引言 在人工智能的浪潮中&#xff0c;检索增强生成&#xff08;Retrieval-Augmented Generation&#xff0c;简称RAG&#xff09;技术以其独特的优势成为了研究和应用的热点。RAG技术通过结合大型语言模型&#xff08;LLMs&#xff09;的强大生成能力和高效的信息检索系统…