注册 QQ 开放平台账号
账号注册
QQ 机器人：一个机器人可以被添加到 群聊/频道 内对话，QQ 用户也可以直接跟机器人 单独对话。
开发者账号主体要求
单聊对话：【定向邀请】群聊场景：仅支持企业主体【个人主体暂不支持】频道场景：企业主体与个人主体均可申请注册地址：QQ 开放平台(opens new window)
注册创建机器人：获得的开发机器人接入票据 AppID AppSecret Token
创建机器人：https://q.qq.com/#/app/create-bot
开发设置：https://q.qq.com/qqbot/#/developer/developer-setting
查询官方文档
新版机器人官方文档：https://bot.q.qq.com/wiki/develop/api-v2/
GitHub 地址
安装 qq-botpy 环境
更新包的话需要添加 --upgrade 兼容版本：python3.8+
pip install qq-botpy使用
需要使用的地方import botpy
import botpy兼容提示
原机器人的老版本qq-bot仍然可以使用，但新接口的支持上会逐渐暂停，此次升级不会影响线上使用的机器人。
基础案例演示
通过继承实现bot.Client, 实现自己的机器人Client
实现机器人相关事件的处理方法,如 on_at_message_create， 详细的事件监听列表，请参考 事件监听.md
定义机器人被@的后自动回复
import botpyfrom botpy.message import Messageclass MyClient(botpy.Client): async def on_at_message_create(self, message: Message): await message.reply(content=f"机器人{self.robot.name}收到你的@消息了: {message.content}")注意：每个事件会下发具体的数据对象，如message相关事件是message.Message的对象 (部分事件透传了后台数据，暂未实现对象缓存)
设置机器人需要监听的事件通道并启动client
import botpyfrom botpy.message import Messageclass MyClient(botpy.Client): async def on_at_message_create(self, message: Message): await self.api.post_message(channel_id=message.channel_id, content="content")intents = botpy.Intents(public_guild_messages=True) client = MyClient(intents=intents)client.run(appid="12345", token="xxxx")其他案例
examples 目录下存放示例机器人 具体使用可参考 Readme.md：https://github.com/tencent-connect/botpy/blob/master/examples/README.md
examples/.├── README.md├── config.example.yaml # 示例配置文件（需要修改为config.yaml）├── demo_announce.py # 机器人公告API使用示例├── demo_api_permission.py # 机器人授权查询API使用示例├── demo_at_reply.py # 机器人at被动回复async示例├── demo_at_reply_ark.py # 机器人at被动回复ark消息示例├── demo_at_reply_embed.py # 机器人at被动回复embed消息示例├── demo_at_reply_command.py # 机器人at被动使用Command指令装饰器回复消息示例├── demo_at_reply_file_data.py # 机器人at被动回复本地图片消息示例├── demo_at_reply_keyboard.py # 机器人at被动回复md带内嵌键盘的示例├── demo_at_reply_markdown.py # 机器人at被动回复md消息示例├── demo_at_reply_reference.py # 机器人at被动回复消息引用示例├── demo_dms_reply.py # 机器人私信被动回复示例├── demo_get_reaction_users.py # 机器人获取表情表态成员列表示例├── demo_guild_member_event.py # 机器人频道成员变化事件示例├── demo_interaction.py # 机器人互动事件示例（未启用）├── demo_pins_message.py # 机器人消息置顶示例├── demo_recall.py # 机器人消息撤回示例├── demo_schedule.py # 机器人日程相关示例配置 IP 白名单
部分之前就注册的机器人可能不需要进行配置，但是新注册的机器人在进行腾讯开放平台的提审之前，需要进行 IP 白名单的配置。
注意：只有白名单内的IP可以在沙箱环境外成功调用openAPI接口，机器人上线提审前IP白名单不可为空。
配置 Sandbox QQ 群
在QQ群配置
如需开发在QQ群使用的机器人功能请完成此项配置
管理员QQ在沙箱群需为群主/管理员，且群成员数不大于20人。建议沙箱群包含「测试」相关字眼，且群头像与其他群区分开。配置完成后，群主可从沙箱群“设置-群机器人”打开机器人列表页添加测试机器人进行开发调试。
案例：OpenAi 问答
常用镜像源
清华：https://pypi.tuna.tsinghua.edu.cn/simple阿里云：http://mirrors.aliyun.com/pypi/simple/中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/华中理工大学：http://pypi.hustunique.com/山东理工大学：http://pypi.sdutlinux.org/豆瓣：http://pypi.douban.com/simple/配置镜像源
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simpleWriting to C:\Users\Administrator\AppData\Roaming\pip\pip.ini然后我们把这个 C:\Users\Administrator\AppData\Roaming\pip\pip.ini 路径添加到系统环境变量就好了（怎么添加环境变量？跟给 pip 添加环境变量一样操作，只是路径不一样）
安装 openai 库
pip install openai==1.33.0 -i 镜像源项目结构
bot.py 机器人主函数plugins/chat_api.py 调用查询 OpenAi 接口插件config.yaml机器人基本信息.env OpenAi token 和 中转路径配置配置 Token 和 中转地址
在项目同级目录创建 .env 文件
OPENAI_API_KEY=sk-······OPENAI_BASE_URL=https://api.······./plugins/chat_api.py 调用查询 OpenAi 接口
from openai import OpenAIimport dotenvdotenv.load_dotenv(".env")client = OpenAI()def chat_answer(text): response = client.chat.completions.create( model="gpt-3.5-turbo", messages=[ {"role": "system", "content": "You are a helpful assistant."}, {"role": "user", "content": text} ] ) return response.choices[0].message.content查询 openai bot.py 源码
import osimport botpyfrom botpy import loggingfrom botpy.ext.cog_yaml import readfrom botpy.message import GroupMessagefrom plugins import chat_apitest_config = read(os.path.join(os.path.dirname(__file__), "config.yaml"))_log = logging.get_logger()class MyClient(botpy.Client): async def on_ready(self): _log.info(f"robot 「{self.robot.name}」 on_ready!") async def on_group_at_message_create(self, message: GroupMessage): openid = message.author.member_openid _log.info(f"robot {openid} on_ready!") msg = message.content.strip() result = chat_api.chat_answer(text=msg) await message._api.post_group_message( group_openid=message.group_openid, msg_type=0, msg_id=message.id, content=f"{result}") returnif __name__ == "__main__": intents = botpy.Intents(public_messages=True) client = MyClient(intents=intents) client.run(appid=test_config["appid"], secret=test_config["secret"])运行效果
案例：查询天气信息
项目结构
bot.py 机器人主函数plugins/weather_api.py 调用查询天气接口插件config.yaml机器人基本信息./plugins/weather_api.py 调用查询天气接口
import requestsdef get_weather(city_name): # 设置请求的URL和参数 url = f'https://apis.juhe.cn/simpleWeather/query?key=50a3bd415158e186903d6e6994157589&city={city_name}' # 发送GET请求 response = requests.get(url) # 检查请求是否成功 if response.status_code == 200: # 解析返回的JSON数据 data = response.json() # 检查是否查询成功 if data['reason'] == '查询成功!': # 返回天气数据 return data['result'] else: return {"error": "查询失败: " + data['reason']} else: return {"error": "请求失败，状态码: " + str(response.status_code)}# 调用函数并处理返回的天气数据def format_weather(city_name): # 假设这里你已经有了城市的URL编码，这里用'%E9%87%8D%E5%BA%86'作为示例 city_encoded = city_name # 重庆的URL编码 weather_data = get_weather(city_encoded) # 检查是否返回了错误 if 'error' in weather_data: return weather_data['error'] else: # 实时天气 realtime_weather = weather_data['realtime'] result = f"实时天气:" + "\n" + f"{realtime_weather['info']}, 温度: {realtime_weather['temperature']}℃, 湿度: {realtime_weather['humidity']}%, 风向: {realtime_weather['direct']}, 风力: {realtime_weather['power']}级, AQI: {realtime_weather['aqi']}" # 未来几天的天气 result = result + "\n" + "未来几天的天气:" for day in weather_data['future']: result = result + "\n" + f"日期: {day['date']}, 天气: {day['weather']}, 温度: {day['temperature']}, 风向: {day['direct']}" return result查询天气信息 bot.py 源码
import osimport botpyfrom botpy import loggingfrom botpy.ext.cog_yaml import readfrom botpy.message import GroupMessagefrom plugins import weather_apiconfig = read(os.path.join(os.path.dirname(__file__), "config.yaml"))_log = logging.get_logger()class MyClient(botpy.Client): async def on_ready(self): _log.info(f"robot 「{self.robot.name}」 on_ready!") async def on_group_at_message_create(self, message: GroupMessage): openid = message.author.member_openid _log.info(f"robot {openid} on_ready!") msg = message.content.strip() if msg.startswith("/天气"): city_name = msg.replace("/天气", "").strip() result = weather_api.format_weather(city_name) await message._api.post_group_message( group_openid=message.group_openid, msg_type=0, msg_id=message.id, content=f"{result}")if __name__ == "__main__": intents = botpy.Intents(public_messages=True) client = MyClient(intents=intents) client.run(appid=config["appid"], secret=config["secret"])运行结果预览
案例：配置关键词回复
项目结构
bot.py 机器人主函数plugins/match_question.py 查询本地 excel 问答表插件config.yaml机器人基本信息关键词.xlsx关键词问答表
./plugins/match_question.py 查询本地 excel 问答表
from openpyxl import load_workbook# 加载工作簿wb = load_workbook('关键词.xlsx')# 选择活动工作表，或者通过名称或索引选择其他工作表sheet = wb.active # 或者 wb['Sheet1'] 或 wb.worksheets[0]question_list = []# 遍历行和列（从第二行开始，假设第一行是标题）for row in sheet.iter_rows(min_row=2, values_only=True): # 添加 values_only=True 以只获取单元格的值 question = { "question": row[0] if row[0] is not None else '', # 确保如果单元格为空，则使用空字符串 "answer": row[1] if row[1] is not None else '', } question_list.append(question) # 添加创建的字典到列表中，而不是原始的 rowdef match(word): """ 匹配关键词 :param word: :return: """ for question in question_list: if word in question['question']: return question['answer'] for question in question_list: if word == question['question']: return question['answer'] return ""bot.py 源码
import osimport botpyfrom botpy import loggingfrom botpy.ext.cog_yaml import readfrom botpy.message import GroupMessagefrom plugins import match_questiontest_config = read(os.path.join(os.path.dirname(__file__), "config.yaml"))_log = logging.get_logger()class MyClient(botpy.Client): async def on_ready(self): _log.info(f"robot 「{self.robot.name}」 on_ready!") async def on_group_at_message_create(self, message: GroupMessage): openid = message.author.member_openid _log.info(f"robot {openid} on_ready!") msg = message.content.strip() if match_question.match(msg): result = match_question.match(msg) await message._api.post_group_message( group_openid=message.group_openid, msg_type=0, msg_id=message.id, content=f"{result}") returnif __name__ == "__main__": intents = botpy.Intents(public_messages=True) client = MyClient(intents=intents) client.run(appid=test_config["appid"], secret=test_config["secret"])运行效果
requirements.txt 依赖
进入项目路径执行如下 cmd 命令，然后在当前目录是可以看到生成“requirements.txt”文件，可以打开看看，会发现有很多个包信息，其实这里是把你当前 python 环境的所有包的相关信息导出来了。
pip freeze 是一个常用的 pip 命令，用于列出当前 Python 环境中已安装的所有包及其版本号。这个命令的输出通常被用于生成requirements.txt文件，该文件包含了项目运行所需的所有依赖项及其版本信息。这样，其他开发者或系统可以轻松地安装与项目兼容的依赖项版本。
pip freeze > requirements.txt如果我们只需导出当前项目所需的依赖包，我可以采用另外一种方式（只导出项目的依赖包）。
pipreqs 是一个用于自动生成 Python 项目的依赖需求文件（requirements.txt）的工具。它可以根据项目中的import语句分析出项目所需的依赖包，并生成一个清单文件，方便其他人在不同环境中安装该项目所需的所有依赖包。
pip install pipreqspipreqs ./本地演示
pipreqs --force ./INFO: Not scanning for jupyter notebooks.WARNING: Import named "openai" not found locally. Trying to resolve it at the PyPI server.WARNING: Import named "openai" was resolved to "openai:1.34.0" package (https://pypi.org/project/openai/).Please, verify manually the final list of requirements.txt to avoid possible dependency confusions.WARNING: Import named "python-dotenv" not found locally. Trying to resolve it at the PyPI server.WARNING: Import named "python-dotenv" was resolved to "python-dotenv:1.0.1" package (https://pypi.org/project/python-dotenv/).Please, verify manually the final list of requirements.txt to avoid possible dependency confusions.WARNING: Import named "Requests" not found locally. Trying to resolve it at the PyPI server.WARNING: Import named "Requests" was resolved to "requests:2.32.3" package (https://pypi.org/project/requests/).Please, verify manually the final list of requirements.txt to avoid possible dependency confusions.INFO: Successfully saved requirements file in ./requirements.txt注意：如果已经有 requirements.txt，需要使用 pipreqs --force ./ 稍等一会就可以导出成功。
Ubantu 服务器部署
ubantu 安装 python 环境
首先，确保你的Ubuntu系统已更新到最新版本。然后，你可以通过以下步骤安装 Python 3（推荐安装 Python 3.x 版本，因为 Python 2.x 已经停止维护）在终端中输入以下命令并输入你的密码来更新软件包列表：
sudo apt update安装Python 3：在终端中输入以下命令并按下 Enter 键来安装Python 3：
sudo apt install python3安装过程中，系统会提示你确认安装，输入Y并按下Enter键开始安装过程。验证Python安装：安装完成后，你可以通过输入以下命令来验证Python是否已成功安装：
python3 --version提示：如果成功安装，系统将显示已安装的Python版本号。
在 Ubuntu 系统上安装 Python 环境，通常包括安装 Python 本身以及可能需要的 Python 包管理工具 pip，还可以进一步设置 Python 的虚拟环境。
root@ser542134727854:/home/guild-bot-server# pip3 install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simpleCommand 'pip3' not found, but can be installed with:apt install python3-pip安装依赖环境
pip install -r requirements.txt -i -i https://pypi.tuna.tsinghua.edu.cn/simple运行 bot.py 程序
nohup python3 bot.py &
Centos 服务器部署
选择要安装python的目录，获取下载最新python的安装压缩包：
cd /home/pythonwget https://www.python.org/ftp/python/3.10.2/Python-3.10.2.tgz下载完成后解压缩：
说明：tar是Linux系统的解压命令，这句话是把文件解压到文件所在的文件夹。如果是土星话操作界面可以向在WIN上一样解压文件。同样也可以像在win上一样下载Python源文件放置在指定文件夹。
tar -zxvf Python-3.10.2.tgz进入解压缩后的目录，安装配置：
cd Python-3.10.2/./configure 执行 ./configure 时，如果报错：configure: error: no acceptable C compiler found in $PATH
说明没有安装合适的编译器。这时，需要安装/升级 gcc 及其它依赖包。
sudo apt-get install make gcc gcc-c++ 安装编译Python3源文件所需的编译环境
$ yum install -y gcc $ yum install -y zlib*$ yum -y install zlib-devel bzip2-devel openssl-devel ncurses-devel sqlite-devel readline-devel tk-devel gdbm-devel db4-devel libpcap-devel xz-devel 说明：这里功能很简单，要说的是yum命令。虽然linux也可以像win上一样在指定的软件的官网下载软件，但是有一些常用且公用的软件会被放置在特定的远程仓库里面，可以通过使用yum命令来安装。而且yum命令还可以主动帮用户解决软件的依赖问题。所以想要学好linux的话了解一下yum也是必须的。此外还有anaconda也是类似的软件。
进入Python3 源文件文件夹
cd Python-3.10.2/ 指定安装python的目录：说明：不要忘记最前面的“.”，如下所示：/usr/local/python3就是安装的目录
./configure --prefix=/usr/local/python3 --with-ssl 编译源文件，正式安装
makemake install建立软连接（配置环境变量）
$ ln -s /usr/local/python3/bin/python3 /usr/bin/python3 $ ln -s /usr/local/python3/bin/pip3 /usr/bin/pip3 在执行ln -s /usr/python/bin/python3(python 安装目录) /usr/bin/python
的时候有可能会报错
报错信息如下：
ln: failed to create symbolic link '/usr/bin/python': File exists解决方法：ln -sf 加一个 f 即可
ln -sf /usr/python/bin/python3(python 安装目录) /usr/bin/python建立软连接说明：
很多教程都有最后一步，但是很少有网站会告诉你为什么会有最后一步。所谓软连接就相当于win下的快捷方式。
你可以通过快捷方式打开你想要使用的软件。但是为什么要把快捷方式放在/usr/bin/呢。这就涉及到环境变量的问题了，你当然可以不使用最后的软连接而直接把/usr/local/python3/bin加到环境变量里面，那随你喜好。
但是在这里/usr/bin/是默认已经在环境变量里面的，把快捷方式放到这个文件夹相当于间接的把该Python3加入环境变量，这样你才可以直接在终端输入“python3”打开Python。
运行 bot.py 程序
nohup python3 bot.py &