我居然用20多行代码就实现了微信聊天机器人
用了一年多 chatGPT 和白嫖了 vscode 的 copilot，现在感觉已经离不开了，所以也想把这么好用的东西推荐给自己的家人和朋友。但是由于网络的限制，想让他们体验到聊天机器人的神奇是很困难的。当然现在百度阿里等巨头都已经发布了他们的产品，但需要下载相应的app，还要登录等一些列操作，稍微繁琐一点都会让他们失去兴趣。所以我打算开发一个微信聊天机器人，他们只需要加微信好友即可体验到。
在编写代码前，先要对以下几个东西做一些了解，简单且好用。
GPT API
在国内访问 chatGPT 是比较麻烦的，搞不好还容易封号。所以这里我推荐一下国内可用的一个接口，GPT-API-free，看名字就知道这是个免费的，虽然免费，但是有调用频率的限制，60请求/小时/IP&Key，可以通过 github 领取。理论上自己用的话免费的就可以，如果想调用 GPT4，每天也可以使用3次。
如果你访问频率高，可以购买付费服务，如果 gpt3.5 的话，我预测 30 块用一年应该没什么问题，GPT4 的话就比较贵了。
- Github: https://github.com/chatanywhere/GPT_API_free
- 接口文档: https://chatanywhere.apifox.cn/
wechaty
Wechaty 是一款用于构建聊天机器人的开源程序，他运行于 node(v16+) 环境，它提供了几乎微信所有操作接口，例如登录、接发消息、好友操作、备注、群组等等，这样我们就可以通过 Wechaty + GPT API 的组合实现微信聊天机器人了。
对了，你最好再申请个微信号，不然封号就得不偿失了。我已经用了半个多月，没被封号。
需要注意的是还需要了解一个库配合 wechaty 实现在命令行中扫码登录微信，qrcode-terminal，他用法非常简单，无需去看文档。
- Wechaty: https://github.com/wechaty/wechaty
- qrcode-terminal: https://github.com/gtanner/qrcode-terminal
代码实现
由于功能很简单，我也懒得去搞部署之类的东西，所以我直接在服务器上写的代码…
安装依赖
首先创建一个 node 项目，npm init
安装依赖：
npm install wechaty qrcode-terminal axios
代码不多，创建一个 index.js 即可，首先引入即将使用到的方法，并创建聊天机器人示例：
import axios from 'axios';
import { ScanStatus, WechatyBuilder, log } from 'wechaty'
import qrcodeTerminal from 'qrcode-terminal'
const bot = WechatyBuilder.build({
name: 'codexu-chat-bot', // 名字随意
})
const sk = '' // 顺便把接口 sk 定义上
bot.start();
如果你将代码放在 git 仓库，建议创建环境变量等方式去获取 sk，保证安全，不要泄漏。
扫码登录
随后先实现扫码登录功能，bot 实例提供了很多事件监听，这里我们监听 scan 事件，它提供了两个参数，二维码和状态，这里我们需要对二维码做一下转换，并通过 qrcodeTerminal 将二维码展示在命令行中。
function onScan(qrcode, status) {
if (status === ScanStatus.Waiting || status === ScanStatus.Timeout) {
const qrcodeImageUrl = [
'https://wechaty.js.org/qrcode/',
encodeURIComponent(qrcode),
].join('')
log.info('StarterBot', 'onScan: %s(%s) - %s', ScanStatus[status], status, qrcodeImageUrl)
qrcodeTerminal.generate(qrcode, { small: true }) // show qrcode on console
} else {
log.info('StarterBot', 'onScan: %s(%s)', ScanStatus[status], status)
}
}
bot.on('scan', onScan)
与登录相关的，bot.on 还可以监听到
login和logout事件，请自行添加。
处理聊天信息
然后就是关键的处理聊天消息，这里我使用 axios 去调用接口，需要在 header 中传入 sk，并按照接口文档传递模型和消息记录：
async function onMessage(msg) {
const text = msg.text()
let cacheMessagesItem = cacheMessages.find(item => item.name === talker.name);
const message = {
role: "user",
content: text
}
const data = {
model: 'gpt-3.5-turbo-1106',
messages: [message]
}
const result = await axios.post(`https://api.chatanywhere.com.cn/v1/chat/completions`, data, {
headers: {
Authorization: `Bearer ${sk}`,
'Content-Type': 'application/json'
}
})
const resultContent = result.data.choices[0].message.content;
await msg.say(resultContent)
}
bot.on('message', onMessage)
然后通过 node index.js 运行即可，如果在服务器上推荐使用 pm2 去管理程序，不然报错可能就停止了。
至此就已经实现了微信聊天机器人的基本功能，快去体验一下吧。
优化
通过 20 多行代码就实现了聊天机器人是不是很简单，但是它现在还傻傻的不太好用，我们可以对他进行一些优化。
机器人人设
当我把它介绍给亲人朋友时，神奇的是他们都会问这么几个问题：
- 你是谁？
- 你认识李旭吗？（我本人）
但是 chatGPT 只能傻傻的回答他是什么语言大模型之类的，毫无新意，这样的话我们可以为他建立人设。
可以看到调用 GPT 接口时，messages 参数是一个数组，它是连续聊天的关键，也就是说你把聊天记录都传进来，这样 GPT 就可以在回答时参考上下文来回答。
所以我们只需要在每次调用接口时，告诉 GPT 它要去扮演李旭的机器人这个角色，并告诉他我是谁就可以了。
const message = {
role: "user",
content: `本次对话你扮演的是李旭的机器人的角色，是微信的聊天助手，你的微信名是李旭的机器人，李旭是一个非常帅的人并且有才华的人，今年18岁。`
}
同理，如果你想实现连续聊天，把聊天记录传到 messages 中即可，当然调用接口是按照字数收费，并且数据有最大限制，所以我们尽量传10条以内的聊天记录也就够了，这里大家自行实现列队功能吧。
自动添加好友
当我把机器人名片推给别人时，还需要手动去微信添加好友，这就很麻烦了，尤其是朋友再推给其他人时，还需要让我去同意添加，这样比较麻烦。
幸运的是 wechaty 还提供了对添加好友的操作。
bot.on('friendship', async friendship => {
try {
switch (friendship.type()) {
case 2:
await friendship.accept()
break
}
} catch (e) {
console.error(e)
}
})
这样我们就实现了自动添加好友的功能。
其他
我目前可以想到的：
- 年龄大的人比较爱发语音，并且眼神不好，语音的体验方式更适合，可以借助转录将语音转成文字，再将结果文字转换成语音发送给使用者。
- GPT4 接口较贵，所以默认使用 GPT3 即可，加入判断，在聊天文字前输入 GPT4，再去调用 GPT4 模型，这样可以根据需要使用不同模型。
- 可以做一些画图的功能或识别图像的功能。
总结
当我产生了做这个机器人的想法到实现，我都没有想到居然如此简单，看似复杂的功能，已经被 wechaty 做成了非常简单的操作。
另外其他人在使用的时候，你是可以看到他们的聊天记录的，我建议你应该告诉使用者你可以看到他们的消息。
我没跟我妈说能看到他的问题，我看到她在问失眠怎么办？哎…