Bot-on-Anything: 连接AI模型与各类应用的智能对话机器人框架

Ray

bot-on-anything

Bot-on-Anything: 连接AI模型与各类应用的智能对话机器人框架

在人工智能迅速发展的今天,如何便捷地将先进的AI模型应用到日常生活和工作中,成为了一个重要的课题。GitHub上的开源项目Bot-on-Anything为此提供了一个优雅的解决方案。这个项目允许开发者通过简单的配置,就能将ChatGPT、New Bing等AI模型接入到微信、QQ、Telegram等各种消息应用中,快速构建智能对话机器人。本文将详细介绍Bot-on-Anything项目的特点、功能以及使用方法。

项目简介

Bot-on-Anything是一个轻量级的框架,旨在连接AI模型和各类消息应用。它的核心思想是通过配置文件,让开发者可以自由选择AI模型和目标应用,实现二者之间的"连线"。这种设计使得项目具有极强的可扩展性 - 每新增一个AI模型或应用,都可以与已有的组件自由组合,大大提高了开发效率。

目前,Bot-on-Anything支持以下AI模型:

  • ChatGPT (GPT-3.5/GPT-4)
  • GPT-3.0
  • New Bing
  • Google Bard
  • 文心一言(测试版)

在应用端,它支持的平台包括:

  • 命令行终端
  • Web页面
  • 个人微信
  • 微信公众号(订阅号/服务号)
  • 企业微信
  • Telegram
  • QQ
  • 钉钉
  • 飞书
  • Gmail
  • Slack

项目特点

  1. 轻量配置: 通过修改JSON配置文件,即可在不同模型和应用间切换。

  2. 高度封装: 将AI模型调用和消息应用对接的复杂性隐藏在底层,为开发者提供简洁统一的接口。

  3. 强扩展性: 模块化设计使得新增模型或应用变得简单,可以快速适应新的需求。

  4. 多平台支持: 覆盖主流的AI模型和即时通讯工具,满足不同场景的需求。

  5. 开源免费: 项目采用MIT许可证,允许自由使用和二次开发。

快速开始

要使用Bot-on-Anything,首先需要准备好运行环境。项目支持Linux、MacOS和Windows系统,推荐使用Python 3.7.1~3.10版本。

  1. 克隆项目代码:
git clone https://github.com/zhayujie/bot-on-anything
cd bot-on-anything/
  1. 配置: 复制config-template.json文件,重命名为config.json,然后根据需要修改配置项。主要需要配置的是模型(model)和应用渠道(channel)两部分:
{
  "model": {
    "type" : "chatgpt",
    "openai": {
      "api_key": "YOUR API KEY",
      "model": "gpt-3.5-turbo"
    }
  },
  "channel": {
    "type": "wechat",
    "single_chat_prefix": ["bot", "@bot"],
    "single_chat_reply_prefix": "[bot] ",
    "group_chat_prefix": ["@bot"],
    "group_name_white_list": ["ChatGPT测试群"],
    "image_create_prefix": ["画", "看", "找一张"]
  }
}
  1. 运行: 在项目根目录执行:
python3 app.py

模型配置

Bot-on-Anything支持多种AI模型,以下以ChatGPT为例说明配置方法:

  1. 注册OpenAI账号,获取API Key。

  2. 安装openai依赖:

pip3 install --upgrade openai
  1. config.json中配置:
"model": {
  "type" : "chatgpt",
  "openai": {
    "api_key": "YOUR API KEY",
    "model": "gpt-3.5-turbo",
    "proxy": "http://127.0.0.1:7890",
    "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。",
    "conversation_max_tokens": 1000,
    "temperature": 0.75
  }
}

其中,api_key填入你的OpenAI API密钥,model可选择不同的GPT模型,proxy可配置代理地址,character_desc用于定制AI的人格设定。

应用配置

Bot-on-Anything支持多种消息应用,这里以接入个人微信为例:

  1. 安装依赖:
pip3 install itchat-uos==1.5.0.dev0
  1. config.json中配置:
"channel": {
  "type": "wechat",
  "single_chat_prefix": ["bot", "@bot"],
  "single_chat_reply_prefix": "[bot] ",
  "group_chat_prefix": ["@bot"],
  "group_name_white_list": ["ChatGPT测试群"],
  "image_create_prefix": ["画", "看", "找一张"]
}

这里可以设置触发机器人回复的前缀、群聊白名单等。

  1. 运行程序并扫码登录微信。

高级功能

  1. 多模型接入: Bot-on-Anything支持同时接入多个AI模型,只需在配置文件中添加相应的模型配置即可。

  2. 插件系统: 项目提供了插件机制,可以方便地扩展功能。例如,可以开发定制的对话处理逻辑、接入新的AI服务等。

  3. 流式对话: 支持流式返回AI模型的回复,提供更好的实时交互体验。

  4. 图像生成: 集成了AI绘图功能,可以根据文本描述生成图像。

  5. 敏感词过滤: 内置了简单的敏感词检测机制,可以避免生成不当内容。

总结

Bot-on-Anything为连接AI模型和消息应用提供了一个灵活、强大的解决方案。通过简单的配置,开发者可以快速构建功能丰富的智能对话机器人,将先进的AI能力轻松集成到各种场景中。无论是个人使用还是企业应用,Bot-on-Anything都能够大大简化开发流程,提高AI应用的效率。

随着项目的不断发展和社区的贡献,Bot-on-Anything未来有望支持更多的AI模型和应用平台,为AI技术的普及和应用带来更多可能性。对于想要快速搭建AI对话机器人的开发者来说,Bot-on-Anything无疑是一个值得尝试的优秀开源项目。

Bot-on-Anything架构图

avatar
0
0
0
相关项目
Project Cover

onnx

ONNX是一个开放生态系统,提供AI模型的开源格式,支持深度学习和传统机器学习。通过定义可扩展的计算图模型和内置操作符及标准数据类型,ONNX增强了不同框架间的互操作性,加速了从研究到生产的转化。ONNX广泛支持各种工具和硬件,助力AI社区快速创新。了解ONNX的文档、教程和预训练模型,加入社区,共同推动ONNX的发展。

Project Cover

PaddleHub

PaddleHub提供超过400种高质量AI模型,覆盖计算机视觉、自然语言处理和语音识别等领域。用户仅需3行代码即可进行模型预测,同时支持模型即服务,通过简单命令即可部署。最新版本v2.3.0引入了ERNIE-ViLG、Disco Diffusion和Stable Diffusion等模型,并支持在HuggingFace平台上发布。PaddleHub兼容Linux、Windows和MacOS,适合多平台开发。

Project Cover

LibreChat

LibreChat是一个开源AI聊天平台,提供类似ChatGPT的用户界面,支持暗黑模式和流媒体功能。用户可以选择使用OpenAI、Azure、Google等多种AI模型,并可在远程和本地AI服务之间切换。平台支持多语言界面,提供图像分析、多模态聊天、对话分支和插件等功能。LibreChat允许创建、保存和分享自定义预设,支持多用户安全认证和社区驱动开发,并提供本地和云端部署选项。

Project Cover

mistral-inference

该项目提供了简洁高效的代码库,支持Mistral 7B、8x7B和8x22B模型的部署和运行。通过命令行界面和Python接口,可以方便地下载、安装和测试模型,并与其互动。项目包含详细的使用示例和多GPU环境的部署指南,为开发者和研究人员提供了可靠的支持。

Project Cover

dalai

Dalai项目允许用户在Linux、Mac和Windows系统上运行LLaMA和Alpaca模型,提供用户友好的Web应用和JavaScript API。通过简单的安装步骤即可在本地使用这些模型,支持多种模型尺寸,适应不同计算机配置。详细的安装和故障排除指南帮助用户快速上手。

Project Cover

BentoML

BentoML是一个开源模型服务框架,简化了AI和ML模型的生产部署。可以将任何模型推理脚本轻松转化为REST API服务器,并通过简单配置文件管理环境、依赖和模型版本。BentoML支持高性能推理API的构建,利用动态批处理、模型并行化和多阶段流水线等优化功能,最大化CPU/GPU利用率。此外,还支持自定义AI应用、异步推理任务和定制化前后处理逻辑。通过Docker容器或BentoCloud可轻松部署至生产环境,适用于各种机器学习框架和推理运行时。

Project Cover

generative-ai

此资源库提供关于在Google Cloud上使用Generative AI的指南和示例,包括笔记本、代码样本和应用程序示例,帮助用户开发和管理生成式AI工作流。

Project Cover

ludwig

Ludwig是一个低代码深度学习框架,用于构建定制的人工智能模型,如LLMs和其他深度神经网络。它支持多任务和多模态学习,优化了批量大小选择,分布式训练和模型微调,确保高效处理大规模数据集。Ludwig的模块化设计允许用户轻松实验不同的模型架构,支持超参数优化和丰富的度量可视化,适用于生产环境,并整合了Docker和Ray等工具,支持模型导出到Torchscript和Triton,一键上传至HuggingFace。

Project Cover

cog-face-to-many

face-to-many项目可以将任何面部图像转换为3D、像素艺术、电子游戏、粘土动画和玩具效果。该项目可在Replicate和ComfyUI上运行,提供了必要的自定义节点,如ComfyUI Controlnet Aux、InstantID和IPAdapter Plus等。通过克隆仓库、创建虚拟环境并安装依赖项,用户可以在本地运行该项目。详细的安装和运行指南帮助用户快速启动并体验项目功能。

最新项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

问小白

问小白是一个基于 DeepSeek R1 模型的智能对话平台,专为用户提供高效、贴心的对话体验。实时在线,支持深度思考和联网搜索。免费不限次数,帮用户写作、创作、分析和规划,各种任务随时完成!

Project Cover

白日梦AI

白日梦AI提供专注于AI视频生成的多样化功能,包括文生视频、动态画面和形象生成等,帮助用户快速上手,创造专业级内容。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

讯飞绘镜

讯飞绘镜是一个支持从创意到完整视频创作的智能平台,用户可以快速生成视频素材并创作独特的音乐视频和故事。平台提供多样化的主题和精选作品,帮助用户探索创意灵感。

Project Cover

讯飞文书

讯飞文书依托讯飞星火大模型,为文书写作者提供从素材筹备到稿件撰写及审稿的全程支持。通过录音智记和以稿写稿等功能,满足事务性工作的高频需求,帮助撰稿人节省精力,提高效率,优化工作与生活。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

Trae

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号