微信机器人搭建接入Midjourney，让大家都用起来-每日运维

微信机器人搭建接入Midjourney，让大家都用起来

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…

微信机器人搭建接入Midjourney，让大家都用起来

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…

微信机器人搭建接入Midjourney，让大家都用起来

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

科学上网

docker环境

添加自己的机器人: 流程说明

user-wss方式，可不添加自己的机器人，但仍需参考流程的第4、5步，获取用户Token、服务器ID、频道ID

风险须知

作图频繁等行为，触发midjourney验证码后，需尽快人工验证

user-wss方式可以获取midjourney的错误信息、支持图片变换进度，但可能会增加账号风险

快速启动

/xxx/xxx/config目录下创建 application.yml(mj配置项)、banned-words.txt(可选，覆盖默认的敏感词文件)；参考src/main/resources下的文件

启动容器，映射config目录

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

访问 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

微信机器人搭建接入Midjourney，让大家都用起来

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。

微信机器人搭建接入Midjourney，让大家都用起来

准备

1. OpenAI账号注册

2.运行环境

配置

运行

1.本地运行

2.服务器部署

现有功能

使用前提

风险须知

快速启动

本地开发

midjourney_bot.py

修改chat_gpt_bot.py文件

相关文章

发布评论取消回复

大猫

开启3389端口命令，要怎么开启3389端口命令

win10优化驱动器怎么启动

MySQL DNS查找和主机缓存解读

微信机器人搭建接入Midjourney，让大家都用起来

准备

1. OpenAI账号注册

2.运行环境

配置

运行

1.本地运行

2.服务器部署

现有功能

使用前提

风险须知

快速启动

本地开发

midjourney_bot.py

修改chat_gpt_bot.py文件

相关文章

发布评论 取消回复

大猫

开启3389端口命令，要怎么开启3389端口命令

win10优化驱动器怎么启动

MySQL DNS查找和主机缓存解读

发布评论取消回复