文章目录

• 1. GitHub开源项目
• 2. 前期准备
• • (1) 获取openAI API key
• 3. 准备部署环境
• • (1) 配置代理
  • (2) 配置python环境
• 4. 部署
• • (1) 修改配置文件
  • (2) 运行程序
• 5. 效果展示
• 6. 总结

1. GitHub开源项目

Github上已经有很多大佬提供的把ChatGPT接入微信的开源项目，因此我们用不着自己造轮子，只需要选择一个合适的开源项目根据自己的需求部署一下就可以。

这些开源项目主要是用TypeScript、Go语言开发的，但因为我本人对python语言比较熟悉，因此选择了一个用python开发的项目，这样也方便学习源码嘛。

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

2. 前期准备

(1) 获取openAI API key

首先你得有个OpenAI账号，注册方法网上有很多，这里不再赘述。有了账号之后前往API管理界面创建一个API key（注意创建完以后一定要复制key把它保存下来，一旦离开这个界面以后就再也无法查看key的值了）。

注意，OpenAI API调用是收费的。2023年3月25日前注册的账户有$18的免费额度，新注册的用户没有免费额度。另外，如果你的OpenAI账户没有绑定银行卡，那你的API调用会受到限制，具体来讲是1分钟内只能调用3次。这个限制挺烦的，建议还是绑一张卡。国内的银行卡用不了，可以去申请一张虚拟银行卡绑定上去。

至此，前期准备就完成了，接下来准备部署。

3. 准备部署环境

该项目支持Linux、MacOS、Windows系统（可在Linux服务器上长期运行），同时需要安装python环境。

建议Python版本在 3.7.1~3.9.X 之间，推荐3.8版本，3.10及以上版本在 MacOS 可用，其他系统上不确定能否正常运行。

这部分的详细教程可以在项目自述文件中找到。以下是我在腾讯云的云服务器上部署项目的过程：

(1) 配置代理

这一步没能过审，删去了。可以参考一下项目自述文件中的方法。

(2) 配置python环境

我是用Docker配置的python3.8环境。

1. 拉取一个python3.8的Docker镜像，并基于刚刚拉取的镜像创建一个容器，命名为chatbot，然后进入该容器。

sudo docker pull python:3.8
sudo docker run -it --name chatbot python:3.8 bash

以后可以使用以下命令进入容器

sudo docker exec -it chatbot bash

2. 克隆项目代码

git clone https://github.com/zhayujie/chatgpt-on-wechat
cd chatgpt-on-wechat/

3. 安装核心依赖

能够使用itchat创建机器人，并具有文字交流功能所需的最小依赖集合

pip3 install -r requirements.txt

执行该命令后会自动安装所需的各种依赖，静待安装完成即可。

4. 部署

(1) 修改配置文件

配置文件的模板在根目录的config-template.json中，需复制该模板创建最终生效的 config.json 文件：

cp config-template.json config.json

然后修改config.json文件，按需求更改配置：

# config.json文件内容示例
{
  "open_ai_api_key": "YOUR API KEY",                          # 填入上面创建的 OpenAI API KEY
  "model": "gpt-3.5-turbo",                                   # 模型名称。当use_azure_chatgpt为true时，其名称为Azure上model deployment名称
  "proxy": "127.0.0.1:7890",                                  # 代理客户端的ip和端口
  "single_chat_prefix": ["bot", "@bot"],                      # 私聊时文本需要包含该前缀才能触发机器人回复
  "single_chat_reply_prefix": "[bot] ",                       # 私聊时自动回复的前缀，用于区分真人
  "group_chat_prefix": ["@bot"],                              # 群聊时包含该前缀则会触发机器人回复
  "group_name_white_list": ["ChatGPT测试群", "ChatGPT测试群2"], # 开启自动回复的群名称列表
  "group_chat_in_one_session": ["ChatGPT测试群"],              # 支持会话上下文共享的群名称  
  "image_create_prefix": ["画", "看", "找"],                   # 开启图片回复的前缀
  "conversation_max_tokens": 1000,                            # 支持上下文记忆的最多字符数
  "speech_recognition": false,                                # 是否开启语音识别
  "group_speech_recognition": false,                          # 是否开启群组语音识别
  "use_azure_chatgpt": false,                                 # 是否使用Azure ChatGPT service代替openai ChatGPT service. 当设置为true时需要设置 open_ai_api_base，如 https://xxx.openai.azure.com/
  "character_desc": "你是ChatGPT, 一个由OpenAI训练的大型语言模型, 你旨在回答并解决人们的任何问题，并且可以使用多种语言与人交流。",  # 人格描述,
}

以下内容必须修改：

• open_ai_api_key：替换为你的key，注意用双引号包裹。
• proxy：修改为"x.x.x.x:7890"，这是之前启动的代理客户端监听的ip和端口。因为我是在服务器上用docker配置的python环境，所以x.x.x.x必须是服务器的公网ip，而不能是127.0.0.1。

另外，group_name_white_list字段用于设置启用聊天机器人的群里，只有把群聊名称写到这个数组里才支持在这个群聊中与机器人对话。

详细的配置说明参见项目自述文件

(2) 运行程序

配置完成后，使用nohup命令在后台运行程序：

# 首次运行需要新建日志文件  
touch nohup.out        

# 在后台运行程序并通过日志输出二维码
nohup python3 app.py & tail -f nohup.out          

用微信小号（即充当机器人的微信号） 扫码登录后程序即可运行于服务器后台，此时可通过 ctrl+c 关闭日志，不会影响后台程序的运行。使用 ps -ef | grep app.py | grep -v grep 命令可查看运行于后台的进程，如果想要重新启动程序可以先 kill 掉对应的进程。日志关闭后如果想要再次打开只需输入 tail -f nohup.out。此外，scripts 目录下有一键运行、关闭程序的脚本供使用。

多账号支持： 将项目复制多份，分别启动程序，用不同账号扫码登录即可实现同时运行。
特殊指令： 用户向机器人发送 #reset 即可清空该用户的上下文记忆。

登录后，手机登录微信小号，可以看到显示电脑已登录。

5. 效果展示

直接向充当机器人的微信号发送消息

在群里@机器人对话

6. 总结

至此，基于ChatGPT的微信聊天机器人部署完成。从此可以直接在微信中与ChatGPT对话。但是，目前的聊天机器人还具有一定局限性：

1. 只启用了项目中的基础模块，没有包含语音识别等扩展模块。
2. 由于接口调用费用原因，使用的是OpenAI的GPT-3.5-trubo模型，没有使用GPT-4。
3. 还是接口调用费用问题，我的ChatGPT账号注册于3月25日之前，有$18的免费额度。但接口的调用毕竟是收费的，免费额度总有用完的那一天，到时候如果还想继续使用机器人就得氪金了。
4. 接入微信的问题，使用中发现与机器人对话时微信会提示对方身份异常，存在封号风险。