阅读更多

2顶
0踩

开源软件

原创新闻 QQ 聊天机器人小薇 2.1.0 发布!

2016-08-24 10:35 by 见习编辑 88250 评论(0) 有5478人浏览

本次发布加入了支持茉莉机器人,并且更容易搭建开发环境,在线显示登录二维码~

简介

XiaoV(小薇)是一个用 Java 写的 QQ 聊天机器人 Web 服务,可以用于社群互动:

  • 监听多个 QQ 群消息,发现有“感兴趣”的内容时通过图灵机器人或百度机器人进行智能回复
  • 监听到的 QQ 群消息可以配置推送到论坛某个接口上,以实现论坛弹幕或者动态聚合效果,请看实例
  • 在论坛代码中调用小薇进行 QQ 消息推送,比如论坛有新帖时自动推送到 QQ 群
  • 加小薇为好友后可通过暗号(key)让她群推消息

总之,如果你需要一个连通 QQ 群和论坛的机器人,小薇是个不错的选择!

作者

小薇的爸爸叫 Daniel,妈妈叫 Vanessa,其他好心人可以在这里看到。

体验

体验之前一定要先仔细看完这个帖子:如何正确地使用小薇 QQ 机器人

  • 加 QQ 群 13139268,然后发消息“小薇,你好!”
  • 加小薇(Q3082959578)和小薇的守护(Q316281008)为好友,然后将他们都邀请进你所在的群就可以开始调戏了 请自建私服
  • 在论坛的社群动态页面可看到由 QQ 群同步过来的消息

FAQ

如何正确地使用小薇 QQ 机器人?

论坛帖子传送门

为什么要单独做成一个 Web 服务,而不是一个依赖 jar?

做成依赖库的话会随应用部署,从开发的角度是比较方便,但有个致命的问题是应用一般是部署在云端,而登录扫码是在本地,这样会造成 QQ 的异地登录,导致很多问题。

所以需要将小薇部署在本地,保证用手机和小薇启动后 QQ 不出现异地登录。但是这也需要解决一个问题,即需要为小薇提供“内网穿透”的能力,比如使用 ngrok,具体可参考这里

为什么会出现“发送失败,Api返回码[1202]”?

这个问题是因为 QQ 服务器判断消息有问题时的返回,具体可关注这个 issue

目前已经使用“小薇的守护”进行了改进,大幅度提升了消息发送的成功率。

出现“Api返回码[103]”怎么破?

先关闭小薇,然后将小薇、小薇的守护两个账号依次分别登录 w.qq.com 后在设置中退出登录,最后再次启动小薇,这时扫码后应该就不会 103 了。

报错 Group list error [groupId=xxxx], please report this bug to developer… 怎么破?

同 103 错误处理步骤。

为什么输出日志是乱码?

是由于控制台编码造成,可以在将 src/main/resources/log4j.properties 中加入 log4j.appender.stdout.Encoding=UTF-8 来解决。

发现问题该怎么反馈?

启动

  1. 安装好 Java 1.7+、Maven 2+
  2. Clone 本项目,并在项目根目录上执行 mvn jetty:run

这样小薇就启动了,然后根据输出提示进行扫码登录:

  • 第一次扫码是小薇登录
  • 第二次扫码是小薇的守护登录(如果启用了守护才会需要扫第二次码)

小薇的守护只需要和小薇在同一个群就行(守护不要用自己的,需要用一个不发消息的 QQ,不然消息监听会有问题)。

另外,如果你一定要在服务器上启动小薇(但真心不建议,请参考 FAQ 第二条):

  1. 打 war 包部署自己的容器,需要修改 latke.props 中的 serverHost 为你服务器的公网 IP、serverPort 为你容器监听的端口,如果你用了反向代理,那么 serverHost 可能就是你绑定的域名、serverPort 是 80。简而言之,这两个值是你最终访问接口时候的值
  2. 登录的扫码可能有点麻烦,这时可以通过 /login 地址来访问二维码,哥考虑得周到吧 :smirk: (其实得感谢 @abinnz 和 @red3 在这个改进上面所提出的建议)

配置

配置文件主要是 src/main/resources/xiaov.properties:

  • turing.api & turing.key 定义了图灵机器人的 API 地址和口令
  • baidu.cookie 定义了百度机器人访问需要的 Cookie(登录百度,然后抓包)
  • qq.bot.type 定义了机器人类型,1 是使用图灵机器人,2 则使用百度机器人
  • qq.bot.name 定义了机器人的名字,这个主要是用于识别群消息是否“感兴趣”,比如对于群消息:“小薇,你吃过饭了吗?”包含了机器人的名字,机器人就对其进行处理
  • qq.bot.key 定义了管理 QQ 或论坛发过来的消息群推的口令,需要消息开头是这个口令,验证过后才会群推后面的消息内容
  • qq.bot.pushGroups 定义了群推的群名,用 , 分隔多个群;也可以配置成 * 推送所有群
  • qq.bot.pushGroupUserCnt 定义了群推时群人数的下限,只有大于等于这个人数的群才推送
  • qq.bot.ack 定义了是否启用消息送达确认机制(小薇的守护),默认不启用
  • bot.follow.keywords 定义了监听群消息时的关键词,碰到这些词就做处理,比如对于群消息:“如何能在 3 天内精通 Java 呢?”包含了关键词 Java,机器人就对其进行处理
  • bot.follow.keywordAnswer 定义了监听群消息时出现了关键词后的回复模版
  • forum.api & forum.key 定义了论坛 API 地址和口令,小薇会将所有监听到的消息通过该 API 转发到论坛

API

论坛推送 QQ 群

  • 功能:小薇提供给论坛调用的 HTTP 接口,用于将论坛的内容推送到 QQ 群
  • URL:/qq
  • Method:POST
  • QueryStr:key={qq.bot.key}&msg={msgcontent}(也可以放到 Body 里面)
  • 例如:/qq?key=123456&msg=Hello

QQ 群推送论坛

  • 功能:由论坛提供给小薇调用的 HTTP 接口,用于将 QQ 群消息推送到论坛(这个接口是论坛实现的,这里是给出小薇的调用方式和参数)
  • URL:{forum.api}
  • Method:POST
  • QueryStr:key={forum.key}&msg={msgcontent}&user={hexuserid}
  • 例如:/xiaov?key=123456&msg=Hello&user=0a

鸣谢

小薇的诞生离不开以下开源项目/产品服务:


其他教程

如果上面的文档看得一头雾水(作者语文高考差点不及格,见谅),请看**下面**由热心开发者提供的图文并茂、绘声绘色的、认真的教程:


PS:附送一批黑客派论坛注册邀请码:

wgXvmqHEZ119YoiE
FmQBnsAirHKFmdIU
rVXqTa27xnhl2vF8
CMQvkzQGQhKILw0A
aPBE2B3nEnFuA6xD
5kwXwkYDEMPF9jpt
LeAVaxR5L0HhkKYJ
3oNgY58dpDU3s7dT
HX21YNhK0Goz64S8
bHAnNbsJTIy0MlIx

 

如果邀请码都被使用了,请加 QQ 群 13139268 后找管理要吧 :-p

来自: 黑客派
2
0
评论 共 0 条 请登录后发表评论

发表评论

您还没有登录,请您登录后再发表评论

相关推荐

  • QQ 聊天机器人小薇 v2.1.0

    QQ 聊天机器人小薇(XiaoV)是一个用java实现qq聊天机器人功能的web服务,可以用于社群互动: 1、监听多个 QQ 群消息,发现有感兴趣的内容时通过图灵机器人进行智能回复 2、监听到的 QQ 群消息可以配置推送到论坛...

  • python开发qq聊天机器人_python3+qqBot+图灵机器人实现qq聊天机器人

    原理:通过Python3的qqBot开源库,基于腾讯的smartQQ协议登录个人QQ,实现监控、收集QQ消息,进而通过图灵机器人API接入方式实现自动聊天。零、前期准备:1、Python32、qqBot & requests & re3、申请图灵...

  • IDASkins-2.1.0_Help!_Windows编程_

    help reverse engineer more clearar

  • KubeSphere 容器平台 2.1.0 GA!生产可用!多项功能与用户体验优化!

    2.1.0 正式发布 2019 年 11 月 11 日,KubeSphere 开源社区激动地向大家宣布,KubeSphere 2.1.0 正式发布!2.1.0 版本不仅在安装上提供了最快速方便的安装方式,解耦了核心的功能组件并提供了可插拔的安装方式,还...

  • Rasa中文聊天机器人开发指南(1):入门篇

    文章目录1. Rasa简介与安装1.1 Rasa简介1.2 Rasa安装(v... Rasa使用--构建简单聊天机器人2.1 构建NLU样本2.1.1 nlu.md2.2 构建Core样本2.2.1 stories.md2.2.2 domain.yml2.3 训练NLU和CORE模型2.3.1 config.yml2.3....

  • 微信公众号上部署自己训练的聊天机器人(腾讯云服务器+TensorFlow2.1+Django3.1)

    本篇博客主要介绍一下Seq2Seq模型,以及模型训练后的部署,使用的深度学习框架为TensorFlow2.1,GPU为Tesla P100(白嫖Kaggle的),由于网站有时间限制,只训练了两个epoch就先部署了哈,所以机器人目前还很沙雕。

  • oaid-sdk-2.1.0 资源及近期更新日志

    2022年4月28日 version 1.2.0 1. 更新OPPO sdk,优化获取id超时问题 ...2023年2月14日 version 2.1.0 1. 优化360手机厂商判断逻辑 2. 完善360手机上在Android10以下版本获取OAID开关标志位的逻辑 3. 修复已知问题

  • nacos2.1.0版本-达梦数据库-linux

    nacos2.1.0版本-达梦数据库-linux

  • ceres库(2.1.0版)

    ceres库(2.1.0版)

  • TnCMS-2.1.0_V2_TnCMS-2.1.0_

    TnCMS自媒体资讯系统(含微信小程序)v2.1.0

  • 2.1.0-beta1_luajit_LuaJIT-2.1.0_

    2.1.0beta1 luajit的编译软件

  • traceroute-2.1.0

    traceroute-2.1.0.tar.gz 官网下载的源码, 备份

  • Spring Boot 2.1.0 新闻发布系统第五章 分类接口Category

    Spring Boot 2.1.0 新闻发布系统第五章 分类接口Category服务类实现方法2

  • Spring Boot 2.1.0 新闻发布系统第六章 评论接口Commen

    Spring Boot 2.1.0 新闻发布系统第六章 评论接口Comment服务类实现方法

  • Spring Boot 2.1.0 新闻发布系统第四章 管理接口AdminM

    Spring Boot 2.1.0 新闻发布系统第四章 管理接口AdminMapper类实现

  • Spring Boot 2.1.0 新闻发布系统第七章 新闻接口NewsMa

    Spring Boot 2.1.0 新闻发布系统第七章 新闻接口NewsMapper类实现

  • 漫画作品与时间旅行题材.doc

    漫画作品与时间旅行题材

  • 基于SpringBoot框架的的在线视频教育平台的设计与实现(含完整源码+完整毕设文档+PPT+数据库文件).zip

    Spring Boot特点: 1、创建一个单独的Spring应用程序; 2、嵌入式Tomcat,无需部署WAR文件; 3、简化Maven配置; 4、自动配置Spring; 5、提供生产就绪功能,如指标,健康检查和外部配置; 6、绝对没有代码生成和XML的配置要求;第一章 绪 论 1 1.1背景及意义 1 1.2国内外研究概况 2 1.3 研究的内容 2 第二章 关键技术的研究 3 2.1 相关技术 3 2.2 Java技术 3 2.3 ECLIPSE 开发环境 4 2.4 Tomcat介绍 4 2.5 Spring Boot框架 5 第三章 系统分析 5 3.1 系统设计目标 6 3.2 系统可行性分析 6 3.3 系统功能分析和描述 7 3.4系统UML用例分析 8 3.4.1管理员用例 9 3.4.2用户用例 9 3.5系统流程分析 10 3.5.1添加信息流程 11 3.5.2操作流程 12 3.5.3删除信息流程 13 第四章 系统设计 14 4.1 系统体系结构 15 4.2 数据库设计原则 16 4.3 数据表 17 第五章 系统实现 18 5.1用户功能模块 18 5.2

  • PyTorch入门指南:从零开始掌握深度学习框架.pdf

    内容概要:本文作为PyTorch的入门指南,首先介绍了PyTorch相较于TensorFlow的优势——动态计算图、自动微分和丰富API。接着讲解了环境搭建、PyTorch核心组件如张量(Tensor)、autograd模块以及神经网络的定义方式(如nn.Module),并且给出了详细的神经网络训练流程,包括前向传播、计算损失值、进行反向传播以计算梯度,最终调整权重参数。此外还简要提及了一些拓展资源以便进一步探索这个深度学习工具。 适用人群:初次接触深度学习技术的新学者和技术爱好者,有一定程序基础并希望通过PyTorch深入理解机器学习算法实现的人。 使用场景及目标:该文档有助于建立使用者对于深度学习及其具体实践有更加直观的理解,在完成本教程之后,读者应当能够在个人设备上正确部署Python环境,并依据指示独立创建自己的简易深度学习项目。 其他说明:文中所提及的所有示例均可被完整重现,同时官方提供的资料链接也可以方便有兴趣的人士对感兴趣之处继续挖掘,这不仅加深了对PyTorch本身的熟悉程度,也为未来的研究或者工程项目打下了良好的理论基础和实践经验。

  • 古镇美食自驾游:舌尖上的历史韵味.doc

    古镇美食自驾游:舌尖上的历史韵味

Global site tag (gtag.js) - Google Analytics