最近OpenAi推出的ChatGPT火出NLP圈子，看到不少人说强人工智能已经出现，于是赶紧来体验感受一下。
该项目计划长期进行维护更新，欢迎star：https://github.com/zstar1003/Qbot

ChatGPT简介

ChatGPT是一个基于GPT-3（通用语言模型）的聊天机器人。它的目的是能够通过自然语言交流与用户进行对话。它能够理解用户的输入，并根据用户的话语生成相应的回复。

这种技术的出现，标志着人工智能在自然语言处理方面取得了新的突破。GPT-3是目前世界上最大规模的语言模型，它被训练在数百万个文本文件上，因此具有非常强大的语言理解能力。通过在GPT-3的基础上构建ChatGPT，我们可以获得一个能够与人进行自然语言对话的机器人，它能够与人类的对话方式非常相似。

ChatGPT的优势在于它能够进行流畅的对话，并能够根据用户的输入自动生成合适的回复。它能够理解语境，因此可以提供更准确、更有帮助的回复。此外，它还具有语言表达能力，可以使用正确的语法和语言风格进行对话。

实际上，上面三段文字完全由ChatGPT自己进行生成，如果你没察觉到异常，说明它已经通过了“图灵测试”。

目前，ChatGPT没有开源，只能通过OpenAi提供的测试界面调试，

ChatGPT官网：https://chat.openai.com/chat
注：2022-12-12 OpenAi增加了5秒的cloudflare并且大幅缩短了token的存活时间(原24小时缩短为2小时)，导致目前国内的一些镜像站均无法使用。

ChatGPT原理

目前ChatGPT没有相关的论文和开源代码，具OpenAi官方所述，ChatGPT是在GPT3.5架构的基础上加入了RLHF(Reinforcement Learning from Human Feedback，人类反馈强化学习)。

ChatGPT采用了InstructGPT的框架，InstructGPT的论文：https://arxiv.org/pdf/2203.02155.pdf

整体训练过程分成三个过程：监督学习、训练奖励模型、引入强化学习迭代模型。

ChatGPT部署

1.注册账号

首先需要注册OpenAi的账号，账号注册使用自己的邮箱，境内手机号验证无法通过，可以使用别的接码平台。
这里使用的是sms(https://sms-activate.org/cn/cashBack)，具体操作步骤很多博文都有提到，不做赘述。

2.获取界面信息

进入到会话界面后，按F12打开开发者工具，在此处提取并记录session_token：

同样的位置提取并记录cf_clearance：

最后，还需要提取并记录user-agent，这里随便找一个数据包都能够找到这个值

3.调用测试

ChatGPT官方有提供用于调用的API，不过试用次数很少，后续使用价格昂贵。
官方API文档：https://beta.openai.com/docs/api-reference/completions/create?lang=python
调用需要设置自己的密钥：https://beta.openai.com/account/api-keys

在Github上，有很多开源的项目提供了很多非官方的调用库，我对于Python最为熟悉，因此使用了这个库https://github.com/acheong08/ChatGPT

安装方式：

pip3 install revChatGPT --upgrade

安装完之后，通过下面的程序进行测试：

from revChatGPT.revChatGPT import Chatbotconfig = {"session_token": "上一步的session_token","cf_clearance": "上一步的cf_clearance","user_agent": "上一步的user_agent"
}# 创建ChatGPT实例
chatbot = Chatbot(config, conversation_id=None, debug=True)
message = chatbot.get_chat_response('你好', output="text")
print(message['message'])

这里的参数修改为上一步获取到的参数。

如果使用正常，会输出如下结果：

4.QQ机器人搭建

首先得有个小号，用于搭建机器人。
其次需要选择QQ机器人的框架，目前Github上也有很多选择，我这里使用go-cqhttp这个框架。

该框架支持windows和linux，我在本机上进行部署，因此选择了64位windows版本。
下载链接：https://github.com/Mrs4s/go-cqhttp/releases/download/v1.0.0-rc3/go-cqhttp_windows_amd64.exe

双击运行之后，选择3.正向代理，之后会产生一系列文件。

配置文件config.yml修改内容如下：

# go-cqhttp 默认配置文件account: # 账号相关uin: QQ小号 # QQ账号password: '' # QQ密码encrypt: false  # 是否开启密码加密status: 0      # 在线状态 请参考 https://docs.go-cqhttp.org/guide/config.html#在线状态relogin: # 重连设置delay: 3   # 首次重连延迟, 单位秒interval: 3   # 重连间隔max-times: 0  # 最大重连次数, 0为无限制# 是否使用服务器下发的新地址进行重连# 注意, 此设置可能导致在海外服务器上连接情况更差use-sso-address: true# 是否允许发送临时会话消息allow-temp-session: falseheartbeat:# 心跳频率, 单位秒# -1 为关闭心跳interval: -1message:# 上报数据类型# 可选: string,arraypost-format: string# 是否忽略无效的CQ码, 如果为假将原样发送ignore-invalid-cqcode: false# 是否强制分片发送消息# 分片发送将会带来更快的速度# 但是兼容性会有些问题force-fragment: false# 是否将url分片发送fix-url: false# 下载图片等请求网络代理proxy-rewrite: ''# 是否上报自身消息report-self-message: false# 移除服务端的Reply附带的Atremove-reply-at: false# 为Reply附加更多信息extra-reply-data: false# 跳过 Mime 扫描, 忽略错误数据skip-mime-scan: falseoutput:# 日志等级 trace,debug,info,warn,errorlog-level: warn# 日志时效 单位天. 超过这个时间之前的日志将会被自动删除. 设置为 0 表示永久保留.log-aging: 15# 是否在每次启动时强制创建全新的文件储存日志. 为 false 的情况下将会在上次启动时创建的日志文件续写log-force-new: true# 是否启用日志颜色log-colorful: true# 是否启用 DEBUGdebug: false # 开启调试模式# 默认中间件锚点
default-middlewares: &default# 访问密钥, 强烈推荐在公网的服务器设置access-token: ''# 事件过滤器文件目录filter: ''# API限速设置# 该设置为全局生效# 原 cqhttp 虽然启用了 rate_limit 后缀, 但是基本没插件适配# 目前该限速设置为令牌桶算法, 请参考:# https://baike.baidu.com/item/%E4%BB%A4%E7%89%8C%E6%A1%B6%E7%AE%97%E6%B3%95/6597000?fr=aladdinrate-limit:enabled: false # 是否启用限速frequency: 1  # 令牌回复频率, 单位秒bucket: 1     # 令牌桶大小database: # 数据库相关设置leveldb:# 是否启用内置leveldb数据库# 启用将会增加10-20MB的内存占用和一定的磁盘空间# 关闭将无法使用 撤回 回复 get_msg 等上下文相关功能enable: true# 媒体文件缓存， 删除此项则使用缓存文件(旧版行为)cache:image: data/image.dbvideo: data/video.db# 连接服务列表
servers:# 添加方式，同一连接方式可添加多个，具体配置说明请查看文档#- http: # http 通信#- ws:   # 正向 Websocket#- ws-reverse: # 反向 Websocket#- pprof: #性能分析服务器- http: # HTTP 通信设置address: 0.0.0.0:8700 # HTTP监听地址timeout: 5      # 反向 HTTP 超时时间, 单位秒，<5 时将被忽略long-polling:   # 长轮询拓展enabled: false       # 是否开启max-queue-size: 2000 # 消息队列大小，0 表示不限制队列大小，谨慎使用middlewares:<<: *default # 引用默认中间件post:           # 反向HTTP POST地址列表#- url: ''                # 地址#  secret: ''             # 密钥#  max-retries: 3         # 最大重试，0 时禁用#  retries-interval: 1500 # 重试时间，单位毫秒，0 时立即- url: http://127.0.0.1:7777/ # 地址secret: ''                  # 密钥max-retries: 0             # 最大重试，0 时禁用retries-interval: 1000      # 重试时间，单位毫秒，0 时立即

其中，QQ账号替换为自己的小号。

设置完后，点击go-cqhttp.bat，弹出二维码进行扫码登录即可。

5.后端逻辑

在上一步中，设置了QQ机器人监听本机7777这个端口用来发送信息，8700这个端口用来接收信息。这一步需要采用一个后端框架来处理和发送信息。这里参考[2]的提供的方案，采用轻量化的Flask作为后端框架。

首先需要安装环境依赖，新建requirements.txt，输入以下内容：

certifi==2022.12.7
charset-normalizer==2.1.1
click==8.1.3
Flask==2.2.2
idna==3.4
importlib-metadata==5.1.0
itsdangerous==2.1.2
Jinja2==3.1.2
MarkupSafe==2.1.1
OpenAIAuth==0.0.3.1
PyMySQL==1.0.2
requests==2.28.1
tls-client==0.1.5
urllib3==1.26.13
Werkzeug==2.2.2
zipp==3.11.0

在python环境中安装上述依赖：

pip install -r requirements.txt

安装后，编写后端程序

import json
import requests
from flask import request, Flask
from revChatGPT.revChatGPT import Chatbotcqhttp_url = "http://localhost:8700"  # CQ-http地址
qq_no = "自己的QQ号" # 机器人QQ号，记得修改
config = {"session_token": "上一步的session_token","cf_clearance": "上一步的cf_clearance","user_agent": "上一步的user_agent"
}
# 创建一个服务，把当前这个python文件当做一个服务
server = Flask(__name__)
# 创建ChatGPT实例
chatbot = Chatbot(config, conversation_id=None)# 与ChatGPT交互的方法
def chat(msg):try:message = chatbot.get_chat_response(msg)['message']# 下面这行代码是获取对话id，如果你需要的话，id就是这么获取的# chatbot.conversation_idprint("ChatGPT返回内容: ")print(message)return messageexcept Exception as error:return str('别问了，我得休息一下了')# 测试接口，可以用来测试与ChatGPT的交互是否正常，用来排查问题
@server.route('/chat', methods=['post'])
def chatapi():requestJson = request.get_data()if requestJson is None or requestJson == "" or requestJson == {}:resu = {'code': 1, 'msg': '请求内容不能为空'}return json.dumps(resu, ensure_ascii=False)data = json.loads(requestJson)print(data)try:msg = chat(data['msg'])except Exception as error:print("接口报错")resu = {'code': 1, 'msg': '请求异常: ' + str(error)}return json.dumps(resu, ensure_ascii=False)else:resu = {'code': 0, 'data': msg}return json.dumps(resu, ensure_ascii=False)# 测试接口，可以测试本代码是否正常启动
@server.route('/', methods=["GET"])
def index():return f"你好，QQ机器人逻辑处理端已启动<br/>"# qq消息上报接口，qq机器人监听到的消息内容将被上报到这里
@server.route('/', methods=["POST"])
def get_message():if request.get_json().get('message_type') == 'private':  # 如果是私聊信息uid = request.get_json().get('sender').get('user_id')  # 获取信息发送者的 QQ号码message = request.get_json().get('raw_message')  # 获取原始信息sender = request.get_json().get('sender')  # 消息发送者的资料print("收到私聊消息：")print(message)# 下面你可以执行更多逻辑，这里只演示与ChatGPT对话msg_text = chat(message)  # 将消息转发给ChatGPT处理send_private_message(uid, msg_text)  # 将消息返回的内容发送给用户if request.get_json().get('message_type') == 'group':  # 如果是群消息gid = request.get_json().get('group_id')  # 群号uid = request.get_json().get('sender').get('user_id')  # 发言者的qq号message = request.get_json().get('raw_message')  # 获取原始信息# 判断当被@时才回答if str("[CQ:at,qq=%s]"%qq_no) in message:sender = request.get_json().get('sender')print("收到群聊消息：")print(message)# 下面你可以执行更多逻辑，这里只演示与ChatGPT对话msg_text = chat(message)  # 将消息转发给ChatGPT处理msg_text = str('[CQ:at,qq=%s]\n'%uid) + str(msg_text)  # @发言人send_group_message(gid, msg_text)  # 将消息转发到群里if request.get_json().get('post_type') == 'request':  # 收到请求消息print("收到请求消息")request_type = request.get_json().get('request_type')  # groupuid = request.get_json().get('user_id')flag = request.get_json().get('flag')comment = request.get_json().get('comment')if request_type == "friend":print("收到加好友申请")print("QQ：", uid)print("验证信息", comment)# false拒绝，你可以自己写逻辑判断是否通过set_friend_add_request(flag, "false")if request_type == "group":print("收到群请求")sub_type = request.get_json().get('sub_type')  # 两种，一种的加群(当机器人为管理员的情况下)，一种是邀请入群gid = request.get_json().get('group_id')if sub_type == "add":# 如果机器人是管理员，会收到这种请求，请自行处理print("收到加群申请，不进行处理")elif sub_type == "invite":print("收到邀请入群申请")print("群号：", gid)# false拒绝，你可以自己写逻辑判断是否通过set_group_invite_request(flag, "false")return "ok"# 发送私聊消息方法 uid为qq号，message为消息内容
def send_private_message(uid, message):try:res = requests.post(url=cqhttp_url + "/send_private_msg",params={'user_id': int(uid), 'message': message}).json()if res["status"] == "ok":print("私聊消息发送成功")else:print(res)print("私聊消息发送失败，错误信息：" + str(res['wording']))except:print("私聊消息发送失败")# 发送群消息方法
def send_group_message(gid, message):try:res = requests.post(url=cqhttp_url + "/send_group_msg",params={'group_id': int(gid), 'message': message}).json()if res["status"] == "ok":print("群消息发送成功")else:print("群消息发送失败，错误信息：" + str(res['wording']))except:print("群消息发送失败")# 处理好友请求
def set_friend_add_request(flag, approve):try:requests.post(url=cqhttp_url + "/set_friend_add_request", params={'flag': flag, 'approve': approve})print("处理好友申请成功")except:print("处理好友申请失败")# 处理邀请加群请求
def set_group_invite_request(flag, approve):try:requests.post(url=cqhttp_url + "/set_group_add_request",params={'flag': flag, 'sub_type': 'invite', 'approve': approve})print("处理群申请成功")except:print("处理群申请失败")if __name__ == '__main__':server.run(port=7777, host='0.0.0.0')

这里的QQ号，config信息替换为自己的内容。

运行之后，就部署完成了。

ChatGPT评价

回到开头的问题，ChatGPT究竟算不算强人工智能？我在B站视频https://www.bilibili.com/video/BV1Ud4y1e7BP中做了个弹幕投票，54%的人认为它不算强人工智能，仍有缺陷。

以往NLP中的模型往往只能处理文本分类、文本续写、文本风格迁移等单一任务，而ChatGPT却能够处理多任务，的确是一大突破。然而，在测试过程中，它仍有一些问题：

使用速度慢
使用速度慢一方面是由于官方服务器同时段并发量大，另一方面是GPT类的模型是一个字一个字的输出，比如在官网上看到的是一个字一个字吐出来，而不是一整句话。如果插入到QQ机器人回复中，需要等待其将所有内容输出完再一并发送。内容越多，等待时间越久。
太过“自信”
ChatGPT很像一本百科全书，对于未知的东西，它仍然会“习惯性”地去做解释，甚至，它很容易被一些关键词所误导。比如，下图中群友对它进行的测试：

无法获取最新信息
ChatGPT是通过2021年以前的数据训练而来的，因此它无法获取最新信息，这让它无法取代搜索引擎。
易被催眠
最后这点，不多做解释，在群友的催眠下，它被成功洗脑了。。

TODD

后续计划在此框架下开发更多内容：

config自动设置
目前官方界面的config两小时会失活，后续会想办法自动进行获取设置
加入其它功能
可能考虑添加Ai绘画等功能
服务器部署
目前该方案是部署在本机上，后续考虑部署到云服务器上

参考

[1]ChatGPT是怎样被训练出来的？https://www.bilibili.com/video/BV1BG4y137SH/
[2]使用Python对接OpenAi APi 实现智能QQ机器人 https://lucent.blog/?p=99

【Qbot】1.ChatGPT简介与Q群机器人部署教程相关推荐

从零开始基于nonebot2搭建Q群机器人自动获取各大平台热搜
从零开始基于nonebot2搭建Q群机器人自动获取各大平台热搜目录从零开始基于nonebot2搭建Q群机器人自动获取各大平台热搜安装步骤使用方法退出方法启用方法参考链接安装步骤安装步 ...
妖帝q群机器人_有关酷Q 晨风机器人，契约 qqlite qqlight ,mypc等QQ机器人关停一事的一点想法...
估计有不少朋友都使用过QQ机器人,因为很多网友每天都要管理很多个QQ交流群,如果一个人管理,估计都得累死,所以一般都会使用QQ机器人来帮助自己管理. 只是腾讯自身的QQ机器人实在不给力,功能太鸡肋,而 ...
Q群机器人--C语言零基础也能拥有
其实这个没什么,没有编码,安装个软件就ok,再就是舍得花钱要是不舍得花钱,又想要,恰巧技术给力,自己写啊! 这还用说吗可是想想,你会写还点进来干嘛! 我也不敢说话,咋也不敢问图灵机器人,给自己Q ...
配置Hi提醒实现股票行情监测信息推送到飞书群机器人消息教程
通过配置Hi提醒通道完成后可推送信息至你的飞书群中,一次配置持久使用. 一.创建飞书机器人: 1.登录飞书PC端,选择群首先选择需要增加机器人的群,在窗口右侧点击[设置]图标弹出菜单点击窗口中的[ ...
q群机器人php,QQ机器人接口（加群可见）
→ → → → → → → → → → → → → → → → → → → → → → → → → → → → → → → → → → → → → → →↑建↑议↑及↑反↑馈 ------------ ...
如何基于nonebot2做一个q群机器人
最近闲来无事,东抄西学做了一个机器人,在这里记录一下制作的过程,之后就得考研了,不知道能不能考上(万一呢),考上了选的方向当然是人工智能方向的啦,现在记录自己制作过程,如果之后又一时兴起了,至少还可以 ...
q群机器人php,机器人自动审核入群验证php源码
本来想易插件源码和php源码一起发的,突然之间没了兴趣.有时间在发布一个更简单的利用查询授权接口实现 php源码如下:<?php //标记编码方式,防止浏览器乱码 header('Content ...
qq修改群名服务器失败,qq建群失败什么原因 q群一直创建失败 - 云骑士一键重装系统...
Q群聊创建一直失败是什么原因,一起来了解一下吧 QQ群创建失败会有以下几种情况,请您参考: 提示"敏感字眼/输入不符合规范": 由于群名称或群简介内容中含敏感受限词汇导致,建议您检 ...
飞书接入ChatGPT - 将ChatGPT集成到飞书机器人，直接拉满效率
文章目录前言环境列表视频教程 1.飞书设置 2.克隆feishu-chatgpt项目 3.配置config.yaml文件 4.运行feishu-chatgpt项目 5.安装cpolar内网穿透 ...

【Qbot】1.ChatGPT简介与Q群机器人部署教程