KO
|
EN
gitlite — search
Search
#javascript
#python
#hacktoberfest
#react
#ai
#typescript
#llm
#go
#golang
#android
#machine-learning
#rust
#deep-learning
#linux
vxbot
★ 14
Open GitHub ↗
配合Gewechat框架开发。 对消息捕获并进行处理。已接入chatgpt
Download README (.md)
Explore Similar Repositories
UiJuicer
:
Ui Juicer Godot Plugin
reimagined-guacamole
:
No description available.
ui-marker
:
An amazing 3draw replacment for fivem
MedVKAN
:
No description available.
ComfyUI-Loop
:
Loop your image from output to input in your ComfyUI workflow
// repository documentation
Was this content helpful?
★ 0
(0 ratings)
Select Rating:
★
★
★
★
★
Submit Feedback
Recent Feedback
×
Download README
Do you want to download the
README.md
file for
vxbot
?
Download (.md)
# Gewechat Wechat Bot ## 简介 本项目是一个配合 [Gewechat](https://github.com/Devo919/Gewechat) 框架的微信机器人，旨在实现基本的登录、消息捕获、机器人下线告警以及接入 OpenAI/Claude API 进行对话。 **主要功能：** - **登录:** 使用 `login.py` 进行 Gewechat 的登录。 - **消息捕获:** 捕获文本、图片和文件消息。 - **机器人下线告警:** 通过邮件或 Telegram 发送机器人下线告警。 - **AI 对话:** 集成 OpenAI 和 Claude API，实现智能对话。 - **多级处理器:** 使用多级处理器架构，方便扩展和定制消息处理逻辑。 - **灵活配置:** 通过 `config.yaml` 文件配置告警、监控、微信 API 和 AI 服务。 **注意：** 本项目依赖 Gewechat 框架，请确保已安装并运行 Gewechat 服务。 ## 环境 - Python 3.10+ ## 依赖 - 通过 `pip install -r requirements.txt` 安装依赖。 ## 使用方法 1. **安装依赖:** ```bash pip install -r requirements.txt ``` 2. **运行机器人主程序:** ```bash python bot.py ``` 3. **运行登录程序:** ```bash python login.py ``` ## 配置 配置文件： `config.yaml` ### 告警配置 (`alerts`) - **email:** - `enabled`: `true` 或 `false`，是否启用邮件告警。 - `recipient_email`: 接收告警邮件的邮箱地址 (例如：`xxx@qq.com`). - `sender_email`: 发送告警邮件的邮箱地址 (例如：`xxx@qq.com`). - `sender_password`: 发送邮箱的授权码 (例如：QQ 邮箱需要使用授权码). - `smtp_port`: SMTP 端口 (例如：QQ 邮箱通常使用 `465`). - `smtp_server`: SMTP 服务器地址 (例如：QQ 邮箱使用 `smtp.qq.com`). **注意:** 如果使用其他邮箱，可能需要修改代码以适应不同的 SMTP 设置。 - **telegram:** - `bot_token`: Telegram 机器人 Token. - `chat_id`: Telegram 对话 ID. - `enabled`: `true` 或 `false`，是否启用 Telegram 告警. ### 监控配置 (`monitoring`) - `check_interval`: 监控登录状态的时间间隔，单位为秒。默认 `30` 秒检查一次登录状态. ### Gewechat API 配置 (`wechat`) - `app_id`: (可选) Gewechat 的 App ID，如果已经配置在 Gewechat 中，可以不填。 - `base_url`: Gewechat API 的地址 (例如：`http://localhost:2531/v2/api//Gewechat`). - `callback_url`: 消息回调地址，用于接收 Gewechat 发送的消息。可以在 `bot.py` 中修改，这里示例使用局域网地址，适合 Gewechat 使用 Docker 部署的情况 (例如：`http://192.168.1.2:8069/callback`). - `token`: (可选) Gewechat 的 Token，与 `app_id` 配对使用. ### AI 对话配置 (`ai_service`) - `proxy_host`: API 的 base URL，如果不需要使用代理，请直接修改 `ai_service.py` 的代码。 - `default_provider`: 默认使用的 AI 提供商，可选 `openai` 或 `claude`。 - `providers`: AI 提供商的配置。 - **claude:** - `models`: Claude 的模型配置。 - `model_id`: 模型 ID. - `input_cost`: 输入 Token 的成本（暂时未使用）。 - `output_cost`: 输出 Token 的成本（暂时未使用）。 - `api_keys`: - `active`: 可用的 Claude API Keys 列表。 - `exhausted`: 已耗尽的 Claude API Keys 列表。 - `api_version`: Claude API 版本。 - `default_model`: 默认使用的 Claude 模型。 - **openai:** - `models`: OpenAI 的模型配置。 - `model_id`: 模型 ID. - `input_cost`: 输入 Token 的成本（暂时未使用）。 - `output_cost`: 输出 Token 的成本（暂时未使用）。 - `api_keys`: - `active`: 可用的 OpenAI API Keys 列表。 - `exhausted`: 已耗尽的 OpenAI API Keys 列表。 - `default_model`: 默认使用的 OpenAI 模型。 ## 消息处理逻辑 本项目使用多级处理器架构处理接收到的消息。 1. **一级处理器:** - 接收 Gewechat 回调地址发送的 JSON 数据。 - 根据消息类型进行初步处理。例如：判断是否为文本消息。 - 如果匹配到处理逻辑，则将消息交给子处理器处理。 2. **子处理器:** - 接收来自上一级处理器的消息。 - 执行更细粒度的处理逻辑。例如： - AI 对话功能：判断是否是文本消息，进一步判断是否需要调用 AI API 进行回复。 - （原计划）消息节流功能：防止用户多次发送消息，AI 回复时间可能过长导致堵塞（该功能存在 bug，尚未完成）。 3. **AI API 调用:** - 由子处理器调用，将文本消息传递给 OpenAI 或 Claude API，并将返回的文本作为回复发送给用户。 ### 处理器自定义 可以通过添加新的处理器类来扩展和自定义消息处理逻辑。 ## 贡献 欢迎贡献代码，提交 Pull Requests 或 Issues。如果你觉得这个项目还不错，请给个 star! ## 项目链接 [Gewechat](https://github.com/Devo919/Gewechat) (本项目所依赖的框架)
