Skip to content

Latest commit

 

History

History
99 lines (72 loc) · 4.4 KB

README.md

File metadata and controls

99 lines (72 loc) · 4.4 KB
Raw

paddlenlp-wechaty

本例子展示一个基于 PaddleNLP + Wechaty 的微信闲聊机器人。通过Wechaty获取微信接收的消息，然后使用PaddleNLP的plato-mini模型根据对话的上下文生成新的对话文本，最终以微信消息的形式发送，实现闲聊的交互，可发语音、可发文字聊天，发一张图片，机器人会把图片转换成星际争霸风格的图片。

风险提示

本项目采用的api为第三方——Wechaty提供，非微信官方api，用户需承担来自微信方的使用风险。
在运行项目的过程中，建议尽量选用新注册的小号进行测试，不要用自己的常用微信号。

Wechaty

关于Wechaty和python-wechaty，请查阅以下官方repo：

环境准备

  • 系统环境：Windows10
  • python3.7+
  • 安装必要的包，在requirements.txt pip install -r requirements.txt

安装和使用

  1. Set token for your bot

    在当前系统的环境变量中，配置以下与WECHATY_PUPPET相关的两个变量。 关于其作用详情和TOKEN的获取方式，请查看Wechaty Puppet Services。

  2. 部署服务器

    首先去阿里云申请服务器部署申请好的token，参照链接部署

  3. 申请百度语音api接口.参照链接百度api

  4. Run the bot

    python main_chat_bot.py

    运行后，可以通过微信移动端扫码登陆，登陆成功后则可正常使用。

运行效果

在main_chat_bot.py中，通过以下几行代码即可实例化一个plato-mini的模型

# Initialize a PaddleHub plato-mini model
from interaction_chat import PlatoNlp
model = PlatoNlp(max_turn=10)  # Dialogue round configuration # 对话轮次配置

on_message方法是接收到消息时的回调函数，可以通过自定义的条件(譬如消息类型、消息来源、消息文字是否包含关键字、是否群聊消息等等)来判断是否回复信息，消息的更多属性和条件可以参考Class Message。

本示例中的on_message方法的代码如下，脚本中回复的条件是：

  1. 消息类型是文字
async def on_message(msg: Message):
    """
    Message Handler for the Bot
    """
    if not msg.is_self() and isinstance(msg.text(), str) and len(msg.text()) > 0 and \
            msg._payload.type == MessageType.MESSAGE_TYPE_TEXT:
        text_new = re.sub(r'<.*>', '', msg.text())
        if len(text_new) < 400:
            if '@' in text_new:
                if '@小裕' in text_new:
                    bot_response = model.predict(data=text_new.replace('@小裕', ''))
                    await msg.say(bot_response)
            else:
                bot_response = model.predict(data=text_new)
                await msg.say(bot_response)
        else:
            await msg.say('说的太多了，长话短说啊')
    elif not msg.is_self() and msg._payload.type == MessageType.MESSAGE_TYPE_IMAGE:
        file_box_2 = await msg.to_file_box()  # 将Message转换为FileBox
        await file_box_2.to_file(file_path=img_in_path, overwrite=True)  # 将图片保存为本地文件
        img_new_path = img_transform(img_in_path)  # 调用图片风格转换的函数
        file_box_3 = FileBox.from_file(img_new_path)  # 从新的路径获取图片
        await msg.say(file_box_3)
    elif not msg.is_self() and msg._payload.type == MessageType.MESSAGE_TYPE_AUDIO:
        file_box_audio = await msg.to_file_box()
        await file_box_audio.to_file(file_path=mp3_path, overwrite=True)
        audio_path_new = resample_rate(mp3_path, wav_path, new_sample_rate=16000)  # 转换能识别格式
        text = aip_asr(audio_path_new)  # 语音识别成文字
        bot_response = model.predict(data=text)  # 生产文字回复
        bot_response_path = aip_synthesis(bot_response, wav_path_res)  # 语音生成
        file_box_audio_new = FileBox.from_file(bot_response_path)
        await msg.say(file_box_audio_new)

脚本成功运行后，所登陆的账号即可作为一个Chatbot，