当前位置:首页 » 《关注互联网》 » 正文

如何基于 Python 快速搭建 QQ 开放平台 QQ 群官方机器人详细教程(更新中)

19 人参与  2024年09月09日 18:41  分类 : 《关注互联网》  评论

点击全文阅读


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

在这里插入图片描述

开发设置:https://q.qq.com/qqbot/#/developer/developer-setting

在这里插入图片描述

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

在这里插入图片描述

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。

在这里插入图片描述

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

在这里插入图片描述
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

在这里插入图片描述

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

在这里插入图片描述

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

在这里插入图片描述

./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

在这里插入图片描述

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 &

在这里插入图片描述

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:
在这里插入图片描述
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 &

点击全文阅读


本文链接:http://m.zhangshiyu.com/post/157513.html

<< 上一篇 下一篇 >>

  • 评论(0)
  • 赞助本站

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。

关于我们 | 我要投稿 | 免责申明

Copyright © 2020-2022 ZhangShiYu.com Rights Reserved.豫ICP备2022013469号-1