前言

人工ai对话技术最近火热，相信很多人会想到做一款微信聊天机器人，让自己那些对程序不是很了解的亲朋好友使用体验一下。

目前大多数的微信聊天机器人，都是基于itchat或者wxautoapi 来操作微信，原理是监听和操作微信的网页版端口，来达到短信收发的目的。但腾讯官方对于这种办法卡得很严，很多微信账号（包括我的）已经不能使用了，就算使用也会面临封禁的风险。

也有用pyautogui来实现的，不过这种基于图像识别的技术的可移植性不是太好，也很难去实现某些功能。

在本文中，利用uiautomation去操作PC端微信，利用官方的openai库获得AI自动回复，实现微信聊天机器人的功能。

此微信聊天机器人的具有以下功能：

1.可以回复多名好友，能自动检测未读消息并回复。

2.配置上下文联系数量和每天问题字数限制，并且每天凌晨可以刷新字数限制。

3.可以给好友配置VIP权限，具有更多的上下文联系数量和问题限制。

4.可以回复群消息，只有当群友@聊天机器人的时候，才会回复。

一、uiautomation是什么？

uiautomation是python的一个模块，封装了微软UIAutomation API，可以对windows的桌面进行控件的搜索、点击等一些列操作，因为完全是桌面级操作，不涉及API接口问题，所以不容易被针对封禁——至少在微信操作上是这样。

uiautomation的原github地址链接

中文说明链接

二、openai怎么使用？

openai是官方提供的python库，通过API接口就可以去获取ChatGPT的回答，值得注意的是如何去实现上下文功能，下面是一段演示代码：

# Note: you need to be using OpenAI Python v0.27.0 for the code below to work
import openaiopenai.ChatCompletion.create(model="gpt-3.5-turbo",messages=[{"role": "system", "content": "You are a helpful assistant."},{"role": "user", "content": "Who won the world series in 2020?"},{"role": "assistant", "content": "The Los Angeles Dodgers won the World Series in 2020."},{"role": "user", "content": "Where was it played?"}]
)

在messages中，{"role": "system", "content": "You are a helpful assistant."}算是表头，系统消息有助于设置助手的行为。在上面的例子中，助手被指示“你是一个有帮助的助手”。通常，对话首先使用系统消息格式化，然后是交替的用户和助理消息。

{"role": "user", "content": "Who won the world series in 2020?"}就是第一次对话，"role": "user"表示是用户发起的，问的问题是"Who won the world series in 2020?"。

而{"role": "assistant", "content": "The Los Angeles Dodgers won the World Series in 2020."}就是第一次的回答，"role": "assistant"表示是AI的，回答内容是"The Los Angeles Dodgers won the World Series in 2020."

{"role": "user", "content": "Where was it played?"}就是第二次回答了，这样往复就能实现上下文的联系。

需要注意的是，message的发送也占用token数量，openai的chat-3.5模型收费价格是0.002美元/K token，虽然每个账号有18美元的免费额度，但是不限制上下文数量，估计没多久你的额度就爆了。

三、使用步骤

1.前期准备

首先推荐一个pytharm的插件，可以使用中文变量，像我这种英文不好的，最讨厌的就是去想变量名了，有了这个插件会方便好多，还减少了注释。直接在插件搜索Chinese就行：

其次，需要你把urllib3的版本回退到1.25.11，因为使用openai需要挂代理，但是1.26版以上会报错，而1.25.11版本就没有这个问题了。打开cmd，输入以下命令：

pip uninstall urllib3
pip install urllib3==1.25.11

2.引入库

import time
from datetime import datetime
import uiautomation as ui  # 导入控件控制库
import pyperclip  # 导入剪切板相关库
import pyautogui  # 导入自动操作库
import openai

3.主程序

openai.api_key = ""  # 这里填入你自己的OpenAi的API
ui.SetGlobalSearchTimeout(0)  # 设置全局搜索超时
info = {}
'''
用户配置,范例：
{'张'：{'更新时间': '2023-04-01', '是否VIP': '是”,'最大Token数': 5000,'已使用Token数': 0,'上下文联系数量': 5,'messages'：[{'role': 'system', 'content': '张的对话'}]}
}
'''
VipList = ['赵某', '王某', '智障']  # vip名单# 对用户创建一个专门的配置文件，用于存放权限以及对话上下文
def 用户配置(name, group=False):global info# 第一步：检索配置中是否存在该人if name in info:  # 如果在配置列表中if info[name]['更新时间'] != datetime.now().strftime('%y-%m-%d'):  # 如果当前日期和更新时间不同,更新频率为1天info[name]['更新时间'] = datetime.now().strftime('%y-%m-%d')  # 刷新更新时间info[name]['已使用Token数'] = 0  # 重置已使用Token数info[name]['messages'] = [{'role': 'system', 'content': name + '的对话'}]  # 重置messageselse:  # 不在配置列表中info[name] = {}  # 以用户名创建配置列表info[name]['更新时间'] = datetime.now().strftime('%y-%m-%d')info[name]['messages'] = [{'role': 'system', 'content': name + '的对话'}]info[name]['已使用Token数'] = 0# 第二步：判断一下用户是否为vipif name in VipList:  # 如果用户为vip用户info[name]['是否VIP'] = '是'info[name]['最大Token数'] = 5000info[name]['上下文联系数量'] = 10else:  # 如果用户非vip用户info[name]['是否VIP'] = '否'info[name]['最大Token数'] = 1000info[name]['上下文联系数量'] = 1# 第三步：判断一下用户是否为群聊用户if group:info[name]['是否VIP'] = '否'info[name]['最大Token数'] = 100000  # 因为是在群聊中所有人一起使用，可以设适当设置大一些，谨慎使用！info[name]['上下文联系数量'] = 1  # 因为是在群聊中所有人一起使用，所以最好就设置成不联系上下文了def getOpenAiMsg(name, question):"""此函数这是向OpenAi发送对话，并返回AI的回答Args:name:用户的名称，用于读写对应的用户配置，str格式question:对话的具体内容，str格式Returns:answer:AI的回答,str格式"""global infoif question == "权限":  # 如果用户输入“权限”，answer = name + "\n" \+ "更新时间: " + info[name]['更新时间'] + "\n" \+ "是否VIP: " + info[name]['是否VIP'] + "\n" \+ "上下文联系数量: " + str(info[name]['上下文联系数量']) + "\n" \+ "最大Token数: " + str(info[name]['最大Token数']) + "\n" \+ "已使用Token数: " + str(info[name]['已使用Token数'])return answer  # 则返回用户配置信息，不会触发后续的OpenAi自动回复if info[name]['已使用Token数'] >= info[name]['最大Token数']:  # 查询是否超出配额answer = '很抱歉，你今天使用量超出最大配额，发送“权限”查看您的账号情况'return answerelse:if len(info[name]['messages']) >= 2 * info[name]['上下文联系数量'] + 1:  # 如果上下文数量超出预设# 删除第一组对话info[name]['messages'].pop(1)info[name]['messages'].pop(1)if info[name]['上下文联系数量'] <= 1:  # 如果上下文数量设置为1info[name]['messages'] = [{'role': 'user', 'content': question}]  # 直接设置一条即可else:info[name]['messages'].append({'role': 'user', 'content': question})  # 增添对话信息try:response = openai.ChatCompletion.create(model='gpt-3.5-turbo',messages=info[name]['messages'],temperature=0.2)answer = response.choices[0].message.content  # 从返回值中提取回答# 把回答添加到用户配置中的上下文,为了防止tokens爆炸，限制了字数info[name]['messages'].append({'role': 'assistant', 'content': answer[:100]})info[name]['已使用Token数'] = info[name]['已使用Token数'] + response.usage.total_tokensreturn answerexcept:answer = '很抱歉，服务器出错，请重试'return answerdef 普通用户回复():"""普通用户的回复"""wx = ui.WindowControl(Name="微信", searchDepth=1)  # 绑定名为微信的主窗口控件wx.SwitchToThisWindow()  # 主窗口置前显示hw = wx.ListControl(Name="会话")  # 绑定对话列表we = hw.EditControl(searchDepth=3)  # 查找新对话if we.Exists(0):好友 = we.GetParentControl().GetParentControl()姓名 = 好友.Nameprint("聊天对象:" + 姓名)we.Click(simulateMove=False)last_msg = wx.ListControl(Name="消息").GetChildren()[-1].Name  # 获取最新消息print("获得消息:" + last_msg)用户配置(姓名)response = getOpenAiMsg(姓名, last_msg)  # 将收到的信息转发给OpenAiprint("你的回复:\n" + response)# print(info[姓名])     # 调试用，查看下用户配置print('已消耗标记：' + str(info[姓名]['已使用Token数']) + "\n--------------------------------------------------\n")# 输入回复信息pyperclip.copy(response)  # 复制信息pyautogui.hotkey('ctrl', 'v')  # 粘贴pyautogui.press('enter')  # 回车# 隐藏对话好友.RightClick()右键菜单 = ui.MenuControl(ClassName="CMenuWnd")if 右键菜单.Exists(3, 0.1):右键菜单.TextControl(Name="不显示聊天").Click()def 群聊用户回复():"""群聊用户的回复，请将群消息接收设置为消息免打扰"""wx = ui.WindowControl(Name="微信", searchDepth=1)  # 绑定名为微信的主窗口控件wx.SwitchToThisWindow()  # 主窗口置前显示hw = wx.ListControl(Name="会话")  # 绑定名为对话列表we = hw.EditControl(SubName="有人@我", searchDepth=5)  # 查找新对话if we.Exists(0):群对象 = we.GetParentControl().GetParentControl().GetParentControl().GetParentControl()群名 = 群对象.Nameprint("聊天群对象:" + 群名)we.Click(simulateMove=False)last_msg = wx.ListControl(Name="消息").GetChildren()[-1].Name  # 获取最新消息last_msg = last_msg[7:len(last_msg)]  # 将@信息删除，注意这里要和你自身的微信名相匹配,尤其注意微信被@后会多一个‘\u2005’的字符# print(wx.ListControl(Name="消息").GetChildren()[-1]) # 感兴趣的可以用这行命令去看下原始消息文本# print(last_msg == '权限')  # 建议先在群里发送”权限“两个字，用这行命令比对一下print("获得群消息:" + last_msg)用户配置(群名, True)response = getOpenAiMsg(群名, last_msg)  # 将收到的信息转发给OpenAiprint("你的回复:\n" + response)print('已消耗标记：' + str(info[群名]['已使用Token数']) + "\n--------------------------------------------------\n")# 输入回复信息pyperclip.copy(response)  # 复制信息pyautogui.hotkey('ctrl', 'v')  # 粘贴pyautogui.press('enter')  # 回车# 隐藏对话群对象.RightClick()  # 隐藏权限右键菜单 = ui.MenuControl(ClassName="CMenuWnd")if 右键菜单.Exists(3, 0.1):右键菜单.TextControl(Name="不显示聊天").Click()print("======================================\n开始\n======================================\n")
while True:普通用户回复()群聊用户回复()  # 记得把群消息接收设置为消息免打扰time.sleep(0.2)

4.演示效果

好友对话，发送”权限“时不会触发chatgpt，而是查看用户对应权限

好友对话，可以看到能正确触发上下文联系

群聊，从成本考虑，群聊一般不设置上下文联系。

总结

本文仅仅简单介绍了uiautomation和openai的一些相关知识，以及相应的实现代码，后续考虑把这个程序直接部署在服务器上长期运行，可惜在阿里云、腾讯云等国内厂家产品中，可部署的境外云服务器并不便宜，境内服务器又需要挂代理，实际体验下来还是挺受网络波动影响，快的时候可以秒回，慢的时候要等十几秒钟。

最后，编程不易，文章也写的幸苦，为了踩坑颇花了一些钱，这里求个捐助，随便大家给多少~

赞助二维码

【Python】uiautomation+openai构建基于chatGPT的微信聊天机器人相关推荐

基于ChatGPT实现微信聊天机器人
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 ...
搭建属于自己的基于ChatGPT的微信聊天机器人（方法）
文章目录 1. GitHub开源项目 2. 前期准备 (1) 获取openAI API key 3. 准备部署环境 (1) 配置代理 (2) 配置python环境 4. 部署 (1) 修改配置文件 ( ...
部署一个基于ChatGPT的微信聊天机器人以及产生的思考
文章目录前言功能反响思考这篇文章主要展示了基于ChatGPT的微信聊天机器人的效果,以及在部署过程中我产生的一些思考.部署一个这样的机器人的具体方法我过两天会单独写一篇文章. 前言最近几个 ...
10分钟搭建ChatGPT API微信聊天机器人
引言:今天看到ChatGPT开放了API,就顺便找了一个开源项目,把微信聊天机器人搭起来了.1. 注册ChatGPT 这个网上都有很多的教程,我这里就不赘述了 2. 获取ChatGPT API Key ...
基于“机器学习”的智能聊天机器人---python实现（1）
本博文以自己课程设计为依托,介绍如何利用python语言编程实现基于"机器学习"的智能聊天机器人.由于本项目是自己首次接触python以及利用计算机编程实现小型项目,中途遇到诸多问 ...
基于python以及AIUI WebSocket，WeChatPYAPI实现的微信聊天机器人
基于python以及AIUI WebSocket,WeChatPYAPI实现的微信聊天机器人做此文的目的首先是学习Markdown的用法哈哈哈哈,其实也是记录自己学习的一个过程. 以后我也会将自己在 ...
如何使用 ChatGPT API 构建您自己的 AI 聊天机器人：分步教程
在一个突破性的公告中,OpenAI 最近向开发人员和公众介绍了ChatGPT API.特别是,为ChatGPT Plus 提供支持的新"gpt-3.5-turbo"型号已经以便宜 ...
ChatGPT新玩法来了，微信聊天机器人
前言上一篇文章中说了ChatGPT是什么,然后怎么注册使用. 传送门:花了1块钱体验一把最近很火的ChatGPT 但是实际操作下来还是有不少小伙伴跟我一样遇到各种坑. 没有科学上网工具 OpenAI ...
毕业设计 : 基于stm32的微信天气机器人 - 天气检测环境监测微信机器人
0 简介 Hi,大家好,这里是三文工作室,今天向大家介绍一个单片机项目基于stm32的微信天气机器人 - 天气检测环境监测微信机器人大家可用于课程设计或毕业设计 print(" ...

【Python】uiautomation+openai构建基于chatGPT的微信聊天机器人

目录

前言