將ChatGPT接入微信實現智慧回覆

zhayujie發表於2022-12-18
原文網址 : https://www.cnblogs.com/zhayujie/p/16989904.html
ChatGPT

ChatGPT近期以強大的對話和資訊整合能力風靡全網，可以寫程式碼、改論文、講故事，幾乎無所不能，這讓人不禁有個大膽的想法，能否用他的對話模型把我們的微信打造成一個智慧機器人，可以在與好友對話中給出意想不到的回應，而且再也不用擔心女朋友影響我們 打遊戲 工作了。

本專案是基於ChatGPT的微信聊天機器人，使用Python實現，透過 OpenAI 介面生成對話內容，使用 itchat 實現微信訊息的接收和自動回覆。

簡介

已實現特性

  • 基礎功能： 接收私聊及群組中的微信訊息，使用ChatGPT生成回覆內容，完成自動回覆
  • 規則定製化： 支援私聊中按指定規則觸發自動回覆，支援對群組設定自動回覆白名單
  • 多賬號： 支援多微信賬號同時執行

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

更新日誌

2022.12.17： 原來的方案是從 ChatGPT頁面 獲取session_token，使用 revChatGPT 直接訪問web介面，但隨著ChatGPT接入Cloudflare人機驗證，這一方案難以在伺服器順利執行。 所以目前使用的方案是呼叫 OpenAI 官方提供的 API，回覆質量上基本接近於ChatGPT的內容，劣勢是暫不支援有上下文記憶的對話，優勢是穩定性和響應速度較好。

效果

個人聊天

single-chat-sample.jpg

群組聊天

group-chat-sample.jpg

快速開始

準備

1.網頁版微信

本方案中實現微信訊息的收發依賴了網頁版微信的登入，可以嘗試登入 https://wx.qq.com/，如果能夠成功登入就可以開始後面的步驟了。

2. OpenAI賬號註冊

前往 OpenAI註冊頁面 建立賬號，參考這篇 部落格 可以透過虛擬手機號來接收驗證碼。建立完賬號則前往 API管理頁面 建立一個 API Key 並儲存下來，後面需要在專案中配置這個key。

專案中使用的對話模型是 davinci，計費方式是每1k字 (包含請求和回覆) 消耗 $0.02，賬號建立有免費的 $18 額度，使用完可以更換郵箱重新註冊。

3.執行環境

支援執行在 Linux、MacOS、Windows 作業系統上，需安裝 Python3.6 及以上版本。推薦使用Linux伺服器，可以託管在後臺長期執行。

克隆專案程式碼：

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

安裝所需核心依賴：

pip3 install itchat
pip3 install openai

配置

配置檔案在根目錄的 config.json 中，示例檔案及各配置項含義如下：

{ 
  "open_ai_api_key": "${YOUR API KEY}$"                      # 上面建立的 OpenAI API KEY
  "single_chat_prefix": ["bot", "@bot"],                     # 私聊時文字需要包含該字首才能觸發機器人回覆
  "single_chat_reply_prefix": "[bot] ",                      # 私聊時自動回覆的字首，用於區分真人
  "group_chat_prefix": ["@bot"],                             # 群聊時包含該字首則會觸發機器人回覆
  "group_name_white_list": ["ChatGPT測試群", "ChatGPT測試群2"] # 開啟自動回覆的群名稱列表
}

配置說明：

  • 個人聊天中，會以 "bot" 或 "@bot" 為開頭的內容觸發機器人，對應配置中的 single_chat_prefix；機器人回覆的內容會以 "[bot]" 作為字首， 以區分真人，對應的配置為 single_chat_reply_prefix
  • 群組聊天中，群名稱需配置在 group_name_white_list 中才能開啟群聊自動回覆，預設只要被@就會觸發機器人自動回覆，另外群聊天中只要檢測到以 "@bot" 開頭的內容，同樣會自動回覆，這對應配置 group_chat_prefix
  • 關於OpenAI對話介面的引數配置，可以參考 介面文件 直接在程式碼 bot\openai\open_ai_bot.py 中進行調整

執行

1.如果是開發機本地除錯，直接在專案根目錄下執行：

python3 app.py

終端輸出二維碼後，使用微信進行掃碼，當輸出 "Start auto replying" 時表示自動回覆程式已經成功執行了。

2.如果是伺服器部署，則使用nohup命令在後臺執行：

touch nohup.out                                   # 首次執行需要新建日誌檔案                     
nohup python3 app.py & tail -f nohup.out          # 後臺執行程式並輸出日誌

同樣在掃碼後程式即可成功執行於伺服器後臺。

相關文章