基于ChatGPT实现微信智能机器人

ChatGPT近期以强大的对话和信息整合能力风靡全网,可以写代码、改论文、讲故事,几乎无所不能,这让人不禁有个大胆的想法,能否用他的对话模型把我们的微信打造成一个智能机器人,可以在与好友对话中给出意想不到的回应,而且再也不用担心女朋友影响我们 打游戏 工作了。

本项目是基于ChatGPT的微信聊天机器人,使用Python开发,通过 OpenAI 接口生成对话内容,利用 itchat 实现微信消息的接收和自动回复。

简介

已实现特性

  • 基础功能: 接收私聊及群组中的微信消息,使用ChatGPT生成回复内容,完成自动回复
  • 规则定制化: 支持私聊中按指定规则触发自动回复,支持对群组设置自动回复白名单
  • 多账号: 支持多微信账号同时运行

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

更新日志

2022.12.17: 原来的方案是从 ChatGPT页面 获取session_token,使用 revChatGPT 直接访问web接口,但随着ChatGPT接入Cloudflare人机验证,这一方案难以在服务器顺利运行。 所以目前使用的方案是调用 OpenAI 官方提供的 API,回复质量上基本接近于ChatGPT的内容,劣势是暂不支持有上下文记忆的对话,优势是稳定性和响应速度较好。

效果

个人聊天

基于ChatGPT实现微信智能机器人_第1张图片

群组聊天

基于ChatGPT实现微信智能机器人_第2张图片

快速开始

准备

1.网页版微信

本方案中实现微信消息的收发依赖了网页版微信的登录,可以尝试登录 https://wx.qq.com/,如果能够成功登录就可以开始后面的步骤了。

2. OpenAI账号注册

前往 OpenAI注册页面 创建账号,参考这篇 博客 可以通过虚拟手机号来接收验证码。创建完账号则前往 API管理页面 创建一个 API Key 并保存下来,后面需要在项目中配置这个key。

项目中使用的对话模型是 davinci,计费方式是每1k字 (包含请求和回复) 消耗 $0.02,账号创建有免费的 $18 额度,使用完可以更换邮箱重新注册。

3.运行环境

支持运行在 Linux、MacOS、Windows 操作系统上,需安装 Python3.6 及以上版本。推荐使用Linux服务器,可以托管在后台长期运行。

克隆项目代码:

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

安装所需核心依赖:

pip3 install itchat
pip3 install openai

配置

配置文件在根目录的 config.json 中,示例文件及各配置项含义如下:

{ 
  "open_ai_api_key": "${YOUR API KEY}$"                      # 上面创建的 OpenAI API KEY
  "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
}

配置说明:

  • 个人聊天中,会以 “bot” 或 “@bot” 为开头的内容触发机器人,对应配置中的 single_chat_prefix;机器人回复的内容会以 “[bot]” 作为前缀, 以区分真人,对应的配置为 single_chat_reply_prefix
  • 群组聊天中,群名称需配置在 group_name_white_list 中才能开启群聊自动回复,默认只要被@就会触发机器人自动回复,另外群聊天中只要检测到以 “@bot” 开头的内容,同样会自动回复,这对应配置 group_chat_prefix
  • 关于OpenAI对话接口的参数配置,可以参考 接口文档 直接在代码 bot\openai\open_ai_bot.py 中进行调整

运行

1.如果是开发机本地调试,直接在项目根目录下执行:

python3 app.py

终端输出二维码后,使用微信进行扫码,当输出 “Start auto replying” 时表示自动回复程序已经成功运行了。

2.如果是服务器部署,则使用nohup命令在后台运行:

touch nohup.out                                   # 首次运行需要新建日志文件                     
nohup python3 app.py & tail -f nohup.out          # 后台运行程序并输出日志

同样在扫码后程序即可成功运行于服务器后台。

你可能感兴趣的:(人工智能,chatgpt,微信,机器人,openAI)