ChatGPT近期以强大的对话和信息整合能力风靡全网，可以写代码、改论文、讲故事，几乎无所不能，这让人不禁有个大胆的想法，能否用他的对话模型把我们的微信打造成一个智能机器人，可以在与好友对话中给出意想不到的回应，而且再也不用担心女朋友影响我们 打游戏 工作了。

本项目是基于ChatGPT的微信聊天机器人，使用Python开发，通过 OpenAI 接口生成对话内容，利用 itchat 实现微信消息的接收和自动回复。

简介

已实现特性

  • 基础功能： 接收私聊及群组中的微信消息，使用ChatGPT生成回复内容，完成自动回复
  • 规则定制化： 支持私聊中按指定规则触发自动回复，支持对群组设置自动回复白名单
  • 多账号： 支持多微信账号同时运行

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

更新日志

2022.12.17： 原来的方案是从 ChatGPT页面 获取session_token，使用 revChatGPT 直接访问web接口，但随着ChatGPT接入Cloudflare人机验证，这一方案难以在服务器顺利运行。 所以目前使用的方案是调用 OpenAI 官方提供的 API，回复质量上基本接近于ChatGPT的内容，劣势是暂不支持有上下文记忆的对话，优势是稳定性和响应速度较好。

效果

个人聊天

群组聊天

快速开始

准备

1.网页版微信

本方案中实现微信消息的收发依赖了网页版微信的登录，可以尝试登录 https://wx.qq.com/，如果能够成功登录就可以开始后面的步骤了。

2. OpenAI账号注册

前往 OpenAI注册页面 创建账号，参考这篇 博客 可以通过虚拟手机号来接收验证码。创建完账号则前往 API管理页面 创建一个 API Key 并保存下来，后面需要在项目中配置这个key。

项目中使用的对话模型是 davinci，计费方式是每1k字 (包含请求和回复) 消耗 $0.02，账号创建有免费的 $18 额度，使用完可以更换邮箱重新注册。

3.运行环境

支持运行在 Linux、MacOS、Windows 操作系统上，需安装 Python3.6 及以上版本。推荐使用Linux服务器，可以托管在后台长期运行。

克隆项目代码：

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

安装所需核心依赖：

pip3 install itchatpip3 install openai

配置

配置文件在根目录的 config.json 中，示例文件及各配置项含义如下：

{   "open_ai_api_key": "${YOUR API KEY}$"                      # 上面创建的 OpenAI API KEY  "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}

配置说明：

  • 个人聊天中，会以 “bot” 或 “@bot” 为开头的内容触发机器人，对应配置中的 single_chat_prefix；机器人回复的内容会以 “[bot]” 作为前缀， 以区分真人，对应的配置为 single_chat_reply_prefix
  • 群组聊天中，群名称需配置在 group_name_white_list 中才能开启群聊自动回复，默认只要被@就会触发机器人自动回复，另外群聊天中只要检测到以 “@bot” 开头的内容，同样会自动回复，这对应配置 group_chat_prefix
  • 关于OpenAI对话接口的参数配置，可以参考 接口文档 直接在代码 bot\openai\open_ai_bot.py 中进行调整

运行

1.如果是开发机本地调试，直接在项目根目录下执行：

python3 app.py

终端输出二维码后，使用微信进行扫码，当输出 “Start auto replying” 时表示自动回复程序已经成功运行了。

2.如果是服务器部署，则使用nohup命令在后台运行：

touch nohup.out                                   # 首次运行需要新建日志文件                     nohup python3 app.py & tail -f nohup.out          # 后台运行程序并输出日志

同样在扫码后程序即可成功运行于服务器后台。