最近挺火的OpenAI，本次对接的并不是意义上的ChatGPT的模型，主要是ChatGPT的模型还没开放，其他的模型是它叔叔爷爷那一辈的，该项目没有完善，谨慎使用！后期更新直接在GitHub更新，不会在本文更新源代码！
说明
本项目是基于 go-cqhttp+Python 搭建，配置由OpenAI给出的text-davinci-003模型接口、QQ账号、go-cqhttp框架的配置组成。没有使用网上一搜索就给出Python的web框架，我这里主要是为了方便打包环境没有使用，虽然基本功能已经完成，但很多方面的测试也没有进行，如有问题请发我邮件或进群询问！
一、go-cqhttp搭建
注意：以下所有的项目都在GitHub，国内的有时候访问不了，可以尝试更换电脑的DNS可以解决或者多刷新几次。
该项目个源地址：go-cqhttp项目地址
配置说明与文档都在，如果想自己开发扩展根据文档就可以解决！
项目是由go语言编写开发，如果你是小白，也不想知道那么多，就想下载安装使用，那这个windows下载就比较适合你。
以下是windows10版本的教程：
1.下载 地址：go-cqhttp下载地址
2.运行
在cmd环境下先进入程序所在的目录地址，最好每次启动都是如此，程序会根据当前的路径生成配置信息，查找配置文件时也是在当前的cmd目录查找。
我的是在F盘，根据你自己的来！
cd F:\个人脚本\QQ机器人\go-cqhttp F: dir go-cqhttp.exe
我们需要生成的配置文件是：正向 Websocket 通信，如图所示：
3.修改go-cqhttp的启动文件
第一运行完成会默认在当前的cmd目录生成一个config.yml配置文件，在里面修改你的QQ号码和访问秘钥access-token就可以了，当然也修改端口，默认情况下在配置文件倒数第三行，address配置中，具体的一些配置和说明自行百度参考。
配置完成保存，再进行启动就可以了
cd F:\个人脚本\QQ机器人\go-cqhttp F: dir go-cqhttp.exe
二、OpenAI的key获取
需要先在OpenAI进行注册并验证手机号码，这一个步骤请自己在百度搜索！这里仅演示如何获取
在登录的情况下点击个人中心：访问 OpenAI api接口key
点击添加，注意秘钥仅显示一次，需要复制好！
三、获取交互的程序
Python与go-cqhttp交互的源码如下：
import websocket
import json
from requests import post as requests_post
# 对接ChatGPT模型
def generate_text(prompt):
global global_api_key, global_model
try:
completions_endpoint = f"https://api.openai.com/v1/engines/{global_model}/completions"
headers = { "Content-Type": "application/json","Authorization": f"Bearer {global_api_key}"}
data = {"prompt": prompt,"max_tokens": 1000,"temperature": 0.5}
response = requests_post(completions_endpoint, headers=headers, json=data)
if response.status_code == 200:
completions = response.json()["choices"][0]["text"] # 获取信息内容
if response.json()["usage"]['completion_tokens'] < data.get('max_tokens'):
return {"code": True, "mes": completions}
else:
return {"code": True, "mes": completions + '\n 回复太多，仅显示部分！'}
if response.status_code == 401:
if response.json()['error']['code'] == None:
return {"code": False, "mes": '请填写api_key！'}
if response.json()['error']['code'] == 'invalid_api_key':
return {"code": False, "mes": 'api_key不对，请检查！'}
if response.status_code == 400:
return {"code": False, "mes": '信息有误或返回太大！返回信息：'+response.json()["error"]["message"]}
if response.status_code == 429:
return {"code": False, "mes": '无法处理信息：'+response.json()["error"]["message"]}
return {"code": False,"mes":'连接不上api接口的服务器，网络不好！'}
except Exception as e:
print(e)
return {"code": False,"mes":'对接ChatGPT 程序出错了！暂时不清楚情况！'}
# 消息发送通用封装
def send_msg(mes_data,user_id,type='group',group_id='0'): # 消息是否为真、回复给谁、回复类型
if type == 'private':
data_mes = {"action": "send_msg", "params": {"message_type": 'private',"user_id": user_id,'message':mes_data['mes']}}
else:
data_mes = {"action": "send_group_msg", "params": {"group_id": group_id,"message": f"[CQ:at,qq={user_id}] {mes_data['mes']}"}}
return json.dumps(data_mes) # 返回字符串形式的数据
# 客户端接收服务端数据时触发
def on_message(ws, message):
data = json.loads(message)
if data.get('message_type') == 'private': # 私人信息处理
message = {'code':True,'mes':f'问题：{data.get("message")} \n 正在为您查询中......'}
ws.send(send_msg(message, data['user_id'], 'private'))
# 是否仅允许部分QQ
global global_private_disabled
if global_private_disabled:
global global_private_group
if str(data['user_id']) in global_private_group:
mes = generate_text(data.get('message')) # 发送数据并返回答案,返回的是字典
else:
mes = {'code': False, 'mes': '对不起，您的账号不在允许范围，详情请询问 玖伴一鹏'}
data_mes = send_msg(mes, data['user_id'], 'private')
ws.send(data_mes)
else:
mes = generate_text(data.get('message'))
data_mes = send_msg(mes, data['user_id'], 'private')
ws.send(data_mes)
elif data.get('message_type') == 'group': # 群消息
# 判断是否是 @ 机器人的消息
if f"[CQ:at,qq={data['self_id']}]" in data['message']:
sickle_mes = data['message'].replace(f'[CQ:at,qq={data["self_id"]}]','') # 将群信息@替换处理，仅保留信息内容
mes_reply = {'code':True,'mes':f'问题：{sickle_mes} \n 正在为您查询中......'}
ws.send(send_msg(mes_reply,data['user_id'],group_id=data['group_id']))
global global_group_disabled
if global_group_disabled:
mes = {'code':False,'mes':'对不起，暂时取消了对接的功能，详情请询问 玖伴一鹏'}
else:
mes = generate_text(sickle_mes) # 需要将数据切割再发送数据并返回答案
data_mes = send_msg(mes, data['user_id'],group_id=data['group_id']) # 将信息发送到信息封装函数
ws.send(data_mes)
# 通信发生错误时触发
def on_error(ws, error):
print("{}返回错误:{}".format(ws,error))
# 连接关闭时触发
def on_close(ws):
print("### 关闭 ###")
# 连接建立时触发
def on_open(ws):
ws.send('{"action":get_msg, "params":{"message_id":1}') # 获取消息
# 读配置文件
def read_setting():
try:
with open('./openai_config.json','r',encoding='utf-8') as f:
return {'code':True,'mes':json.loads(f.read())}
except Exception as e:
return {'code':False,'mes':e}
if __name__ == "__main__":
data = read_setting()
if data['code']:
setting_mes = data['mes']
access_token = setting_mes['access_token'] # 你设置的access_token
url = setting_mes['url'] # ip:端口 或 域名:端口
global_api_key = setting_mes['global_api_key'] # ChatGPT 的api-key
global_model = setting_mes['global_model'] # openai的模型，目前免费版本中比较好的是这个，其他的模型没有测试过
global_group_disabled = setting_mes['global_group_disabled'] # 默认在QQ群里面的@使用模型回答，yes则禁用，默认是全部人，不允许单个
global_private_disabled = setting_mes['global_private_disabled'] # 是否仅允许指定的QQ号回答，yes则禁用
global_private_group = setting_mes['global_private_group'] # 启用仅允许指定的QQ号回答，需要添加账号
websocket.enableTrace(True)
ws = websocket.WebSocketApp(f"ws://{url}/?access_token={access_token}", on_message=on_message,on_error=on_error, on_close=on_close)
ws.on_open = on_open
ws.run_forever()
else:
print('配置文件有问题！')
print(data['mes'])为了配置方便特意改为json文件的配置方式，也方便后期的维护。
如果你不懂这些配置文件，可以直接点击 QQ对接chatgpt安装程序
四、交互程序的配置
配置文件为openai_config.json，默认如图所示，具体的说明请参考openai_config-说明.json文件
五、运行交互程序与测试
其他
本项目并没有完善，对于模型的接口我也不是很满意。
