Midjourney很好用,画面很好看,但是一群没有账号的伙伴用不了,所以想着做一个微信机器人去调用Midjourney来降低使用门槛,让大家都用起来。
搭建微信机器人
肯定不会从零开始自己搭建,先去翻了翻GitHub,找到了一个已经介入ChatGPT的微信机器人。
github.com/zhayujie/ch…
Wechat robot based on ChatGPT, which using OpenAI api and itchat library. 使用ChatGPT搭建微信聊天机器人,基于GPT3.5/4.0 API实现,支持个人微信、公众号、企业微信部署,能处理文本、语音和图片,访问操作系统和互联网。
准备
1. OpenAI账号注册
前往 OpenAI注册页面 创建账号,参考这篇 教程 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。
项目中默认使用的对话模型是 gpt3.5 turbo,计费方式是约每 500 汉字 (包含请求和回复) 消耗 0.002,图片生成是每张消耗0.002,图片生成是每张消耗 0.002,图片生成是每张消耗0.016。
2.运行环境
支持 Linux、MacOS、Windows 系统(可在Linux服务器上长期运行),同时需安装 Python
。
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。
(1) 克隆项目代码:
bash
复制代码
git clone https://github.com/zhayujie/chatgpt-on-wechat
cd chatgpt-on-wechat/
(2) 安装核心依赖 (必选):
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。
复制代码
pip3 install -r requirements.txt
(3) 拓展依赖 (可选,建议安装):
arduino
复制代码
pip3 install -r requirements-optional.txt
如果某项依赖安装失败请注释掉对应的行再继续。
其中tiktoken
要求python
版本在3.8以上,它用于精确计算会话使用的tokens数量,强烈建议安装。
使用google
或baidu
语音识别需安装ffmpeg
,
默认的openai
语音识别不需要安装ffmpeg
。
配置
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:
arduino
复制代码
cp config-template.json config.json
然后在config.json
中填入配置,以下是对默认配置的说明,可根据需要进行自定义修改(请去掉注释):
bash
复制代码
# 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
# 订阅消息,公众号和企业微信channel中请填写,当被订阅时会自动回复,可使用特殊占位符。目前支持的占位符有{trigger_prefix},在程序中它会自动替换成bot的触发词。
"subscribe_msg": "感谢您的关注!n这里是ChatGPT,可以自由对话。n支持语音对话。n支持图片输出,画字开头的消息将按要求创作图片。n支持角色扮演和文字冒险等丰富插件。n输入{trigger_prefix}#help 查看详细指令。"
}
配置说明:
1.个人聊天
- 个人聊天中,需要以 "bot"或"@bot" 为开头的内容触发机器人,对应配置项
single_chat_prefix
(如果不需要以前缀触发可以填写"single_chat_prefix": [""]
) - 机器人回复的内容会以 "[bot] " 作为前缀, 以区分真人,对应的配置项为
single_chat_reply_prefix
(如果不需要前缀可以填写"single_chat_reply_prefix": ""
)
2.群组聊天
- 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。如果想对所有群聊生效,可以直接填写"group_name_white_list": ["ALL_GROUP"]
- 默认只要被人 @ 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(方便自己触发),这对应配置项
group_chat_prefix
- 可选配置:
group_name_keyword_white_list
配置项支持模糊匹配群名称,group_chat_keyword
配置项则支持模糊匹配群消息内容,用法与上述两个配置项相同。(Contributed by evolay) group_chat_in_one_session
:使群聊共享一个会话上下文,配置["ALL_GROUP"]
则作用于所有群聊
3.语音识别
- 添加
"speech_recognition": true
将开启语音识别,默认使用openai的whisper模型识别为文字,同时以文字回复,该参数仅支持私聊 (注意由于语音消息无法匹配前缀,一旦开启将对所有语音自动回复,支持语音触发画图); - 添加
"group_speech_recognition": true
将开启群组语音识别,默认使用openai的whisper模型识别为文字,同时以文字回复,参数仅支持群聊 (会匹配group_chat_prefix和group_chat_keyword, 支持语音触发画图); - 添加
"voice_reply_voice": true
将开启语音回复语音(同时作用于私聊和群聊),但是需要配置对应语音合成平台的key,由于itchat协议的限制,只能发送语音mp3文件,若使用wechaty则回复的是微信语音。
4.其他配置
model
: 模型名称,目前支持gpt-3.5-turbo
,text-davinci-003
,gpt-4
,gpt-4-32k
(其中gpt-4 api暂未开放)temperature
,frequency_penalty
,presence_penalty
: Chat API接口参数,详情参考OpenAI官方文档。proxy
:由于目前openai
接口国内无法访问,需配置代理客户端的地址,详情参考 #351- 对于图像生成,在满足个人或群组触发条件外,还需要额外的关键词前缀来触发,对应配置
image_create_prefix
- 关于OpenAI对话及图片接口的参数配置(内容自由度、回复字数限制、图片大小等),可以参考 对话接口 和 图像接口 文档直接在 代码
bot/openai/open_ai_bot.py
中进行调整。 conversation_max_tokens
:表示能够记忆的上下文最大字数(一问一答为一组对话,如果累积的对话字数超出限制,就会优先移除最早的一组对话)rate_limit_chatgpt
,rate_limit_dalle
:每分钟最高问答速率、画图速率,超速后排队按序处理。clear_memory_commands
: 对话内指令,主动清空前文记忆,字符串数组可自定义指令别名。hot_reload
: 程序退出后,暂存微信扫码状态,默认关闭。character_desc
配置中保存着你对机器人说的一段话,他会记住这段话并作为他的设定,你可以为他定制任何人格 (关于会话上下文的更多内容参考该 issue)subscribe_msg
:订阅消息,公众号和企业微信channel中请填写,当被订阅时会自动回复, 可使用特殊占位符。目前支持的占位符有{trigger_prefix},在程序中它会自动替换成bot的触发词。
所有可选的配置项均在该文件中列出。
运行
1.本地运行
如果是开发机 本地运行,直接在项目根目录下执行:
复制代码
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(注意:用于登录的微信需要在支付处已完成实名认证)。扫码登录后你的账号就成为机器人了,可以在微信手机端通过配置的关键词触发自动回复 (任意好友发送消息给你,或是自己发消息给好友),参考#142。
2.服务器部署
使用nohup命令在后台运行程序:
bash
复制代码
touch nohup.out # 首次运行需要新建日志文件
nohup python3 app.py & tail -f nohup.out # 在后台运行程序并通过日志输出二维码
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。
搭建Midjourney
同样不是从零开始写,从GitHub里找了找,果然找到了一个好项目。
github.com/novicezk/mi…
代理 MidJourney 的discord频道,实现api形式调用AI绘图
现有功能
- 支持 Imagine 指令和相关U、V操作
- Imagine 时支持添加图片base64,作为垫图
- 支持 Describe 指令,根据图片生成 prompt
- 支持 Blend 指令,多个图片混合
- 支持 Imagine、V、Blend 图片生成进度
- 支持中文 prompt 翻译,需配置百度翻译或 gpt
- prompt 敏感词判断,支持覆盖调整
- 任务队列,默认队列10,并发3。可参考 MidJourney订阅级别 调整mj.queue
- 可选 user-token 连接 wss,以获取错误信息和完整功能
- 支持 discord域名(server、cdn、wss)反代,配置 mj.ng-discord
使用前提
风险须知
快速启动
arduino
复制代码
docker run -d --name midjourney-proxy
-p 8080:8080
-v /xxx/xxx/config:/home/spring/config
--restart=always
novicezk/midjourney-proxy:2.1.4
http://ip:port/mj
查看API文档附: 不映射config目录方式,直接在启动命令中设置参数
ini
复制代码
docker run -d --name midjourney-proxy
-p 8080:8080
-e mj.discord.guild-id=xxx
-e mj.discord.channel-id=xxx
-e mj.discord.user-token=xxx
-e mj.discord.bot-token=xxx
--restart=always
novicezk/midjourney-proxy:2.1.4
本地开发
- 依赖java17和maven
- 更改配置项: 修改src/main/application.yml
- 项目运行: 启动ProxyApplication的main函数
- 更改代码后,构建镜像:
docker build . -t midjourney-proxy
集成
midjourney_bot.py
这个需要从零开始写,Midjourney Proxy服务使用JAVA部署,并通过HTTP可以访问,所以这个机器人就是纯粹的使用HTTP调用服务。
python
复制代码
import time
import requests
from config import conf
class MidJourneyBot(object):
def __init__(self):
pass
def mj_create_img(self,query):
url = conf().get("midjourney_url")
url = url + "/trigger/submit"
if query.endswith("."):
query = query[:-1]
bodyParams = {
"action": "IMAGINE",
"prompt": query
}
# 1. 使用PSOT访问Midjourney接口生成图片
response = requests.post(url, json=bodyParams)
print(response)
# 2. 定时器获取图片生成状态
if (response.status_code == 200):
data = response.json()
# 接口调用成功
if (data['code'] == 1):
job_id = data['result']
# 开始循环调用图片生成状态接口
return True, self.check_job_status(job_id)
return False, "Not Implemented"
# 3. 生成成功返回图片地址
return False, "Not Implemented"
# 使用定时器定期获取图片生成状态
def check_job_status(self,job_id):
base_url = conf().get("midjourney_url")
url = f"{base_url}/task/{job_id}/fetch"
try:
while True:
response = requests.get(url)
if response.status_code == 200:
data = response.json()
status = data['status']
if status == 'SUCCESS':
return data['imageUrl']
elif status in ['error', 'expired']:
raise Exception(f'Job failed with status {status}')
else:
raise Exception('Failed to check job status')
time.sleep(2) # 每5秒检查一次
except Exception as e:
print(e)
修改chat_gpt_bot.py文件
找到:elif context.type == ContextType.IMAGE_CREATE:代码行 替换原有调用OpenAI图片生成服务的代码,使用Midjourney实现高质量图片生成。