基于python语言使用werobot开发微信公众号，接入chatAI大模型，实现连续对话！！！！一步一步来 5秒回复问题_wechat_pyrobot

随着AI的不断融入到我们的生活中，做一个机器人是很多人的憧憬。
本文使用python结合阿里云的通义千问大模型进行的。
里面有很多模型，百川大模型、千帆等等
这不是本文的重点，本文的重点是开发公众号，实现AI聊天。

1、前置条件

1.1你要有python3 版本好像要大于3.7

我装了很久，一直出错，Can‘t connect to HTTPS URL because the SSL module is not available.
解决办法如图所示，后来索性直接使用conda安装了，具体自己搜索吧，如果你是 SSL 等错误，可参考

1.2安装包

pip3 install dashscope
pip3 install werobot
1
2

1.3 需要有nginx或aapache

我这里是使用宝塔安装的 nginx

1.4新建网站，添加反向代理

需要添加一个一个网址，我这里直接是ip，然后添加一个反向代理
我开启的是8000端口，后续要用到这个端口

2、阿里云给的连续对话模板是

def conversation_with_messages():
    messages = [{'role': Role.SYSTEM, 'content': 'You are a helpful assistant.'},
                {'role': Role.USER, 'content': '如何做西红柿炖牛腩？'}]
    response = Generation.call(
        Generation.Models.qwen_turbo,
        messages=messages,
        result_format='message',  # set the result to be "message" format.
    )
    if response.status_code == HTTPStatus.OK:
        print(response)
        # append result to messages.
        messages.append({'role': response.output.choices[0]['message']['role'],
                         'content': response.output.choices[0]['message']['content']})
    else:
        print('Request id: %s, Status code: %s, error code: %s, error message: %s' % (
            response.request_id, response.status_code,
            response.code, response.message
        ))
    messages.append({'role': Role.USER, 'content': '不放糖可以吗？'})
    # make second round call
    response = Generation.call(
        Generation.Models.qwen_turbo,
        messages=messages,
        result_format='message',  # set the result to be "message" format.
    )
    if response.status_code == HTTPStatus.OK:
        print(response)
    else:
        print('Request id: %s, Status code: %s, error code: %s, error message: %s' % (
            response.request_id, response.status_code,
            response.code, response.message
        ))
if __name__ == '__main__':
    conversation_with_messages()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35

因此，想做到连续对话就要对其进行改变。

---

3、werobot开发公众号

本次用了三个文件和一个文件夹，文件夹名字为 log， 这四个内容存在同一目录下即可

---

3.1第一个文件 读取json文件

op_file.py

# -*- coding: utf-8  -*-
# 关注微信公众号：右恩
# File    :  op_file.py
# date    ； 2023/12/14 9:57
import os
import json
def read_json(file_path):
    with open(file_path, 'r', encoding="utf-8") as json_file:
        return json.load(json_file)
def write_json(file_path, data):
    with open(file_path, 'w', encoding="utf-8") as json_file:
        json.dump(data, json_file, ensure_ascii=False, indent=4)
1
2
3
4
5
6
7
8
9
10
11
12

3.2 第二个文件用于大模型的连续对话：

文件名为：
tongyimodel_1.py

# -*- coding: utf-8  -*-
# 关注微信公众号：右恩
# File    :  tongyimodel_1.py
# date    ； 2023/12/14 9:02
import os.path
from http import HTTPStatus
from dashscope import Generation
import dashscope
from dashscope.api_entities.dashscope_response import Role
from functools import lru_cache
from op_file import write_json
from op_file import read_json

# 大模型的api_key：在文章后面有说明怎么来的  本文最后的注释 1
dashscope.api_key = "sk-ffaadasdasdasdasdasdasdsadsadb"

# @lru_cache(maxsize=256) 用于缓存数据，模型不一定5秒回复，这时微信会再次请求一次
# 使用后，可以解决多次回复的问题，意思是我缓存过答案了，不用再次请求了，具体百度吧。
@lru_cache(maxsize=256) # 用于缓存大模型得到的数据，
def get_count(file_name, quest_data):
    # 传入两个参数，1个是用户的ID，一个是对话的文本
    json_file_path =  os.path.join("./log",f"{file_name}.json") # 检查文件是否存在，用于上下文理解
    if os.path.exists(json_file_path):
        # 如果文件存在，说明之前有过对话
        json_data = read_json(json_file_path)
        json_data.append({"role": Role.USER, "content": quest_data})      
    else:
        # 文件不存在，之前没有对话 需要新建一个用户信息模板
        json_data = [{'role': Role.SYSTEM, 'content': 'You are a helpful assistant.'},
                    {'role': Role.USER, 'content': quest_data}]
    # 下面的内容就是来自阿里云官网 
    response = Generation.call(
        Generation.Models.qwen_turbo,
        messages=json_data,
        result_format='message',
    )
    if response.status_code == HTTPStatus.OK:
        result_message = response.output.choices[0]['message'] # 拿到message所有的值，含有用户
        json_data.append(result_message)# 将回答记录起来，用于多轮对话，这里是一个json文件，需要写入文件
        write_json(json_file_path, json_data) # 写入到用户ID为文件名的JSON文件中
        return result_message['content'] # 把AI给的结果返回给机器人
    else:
        return f"Status code: {response.status_code}, error message: {response.message}"
# Example usage
if  __name__ == "__main__":
    file_name = "asdasd"
    question_content = "关注微信公众号，右恩"
    get_count(file_name,question_content)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49

3.3写的机器人

we_robot.py

# -*- coding: utf-8  -*-
# 关注微信公众号：右恩
# File    :  wechat_robot.py
# date    ； 2023/12/14 15:08

import werobot
import re
import random
from werobot.replies import SuccessReply
from tongyimodel_1 import get_count
from werobot.client import Client

welcome_message = ("我躺在床上，月光洒在窗上\n"
                   "此刻我抬头望见月光\n"
                   "有人在小酒馆把酒言欢\n"
                   "有人依偎在爱人肩头\n"
                   "有人沿着路灯寻找回家的路\n"
                   "有人靠着孤独的枕头掉着眼泪\n"
                   "有人做着美梦\n"
                   "每一个故事不一定有最完美的结局\n"
                   "每个人相遇即是缘分\n"
                   "很高兴遇见你，时间很长，我们慢慢相知。")
robot = werobot.WeRoBot()
class RobotConfig(object):
    
    HOST = "0.0.0.0" # 服务器是这样设置的，如果是在本地映射的，需要修改为127.0.0.1
    PORT = "8000"          #   这些参数的来源 ------  本文最后的注释2  
    TOKEN = "e71b22291e98fbcf469c9f1bdc848419"
    APP_ID = "weqweqwerqweqweqewq"
    ENCODING_AES_KEY = "fsdfadfaerqwerqwerfsdfadfaerqwerqwerfsdfadf"

robot.config.from_object(RobotConfig)

# 关注后回复
@robot.subscribe
def welcome_subscibe(f):
    print(f)
    return welcome_message

@robot.text  # 收到用户发来的消息，
def replyTest(msg):
    #  msg.source是用来记录用户的ID，记录这个值并生成一个文件，储存对话 
    # msg.Content是拿到用户发来的消息
    return get_count(msg.source, msg.Content)
robot.run()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45

3.4运行

python3 we_robot.py

3.5加入守护进程

nohup python3 we_robot2.py >> output.out &
1

4、注释

4.1注释1

原文链接
https://help.aliyun.com/zh/dashscope/developer-reference/api-details?disableWebsiteRedirect=true

4.2注释2

这个8000端口，最前面我说了

在这里插入图片描述](https://img-blog.csdnimg.cn/direct/9622f439f5c1406dbb3c5e2f130d6b95.png)

案例

来测试一下吧，一个关注不过分吧

注：werobot中提供了一个回复
微信公众号有一个5秒回复的限制，如果5秒内没有回复，就会再次进行请求，可回复success，此时微信就不会再次请求

我这里没有加入
给出

from werobot.replies import SuccessReply

return SuccessReply 
1
2
3

但是要加入一个多线程之类的东西，可以自己试试