NoneBot 安装和配置指南
2026-01-21 05:21:28作者:伍霜盼Ellen
nonebot
基于 OneBot 标准的 Python 异步 QQ 机器人框架 / Asynchronous QQ robot framework based on OneBot for Python
1. 项目基础介绍和主要编程语言
项目基础介绍
NoneBot 是一个基于 OneBot 标准的 Python 异步 QQ 机器人框架。它能够解析和处理 QQ 机器人收到的消息,并通过插件化的形式将消息分发给相应的命令处理器和自然语言处理器,以实现具体的功能。NoneBot 不仅提供了消息解析功能,还为插件提供了大量实用的预设操作和权限控制机制。
主要编程语言
NoneBot 主要使用 Python 编程语言开发。
2. 项目使用的关键技术和框架
关键技术和框架
- OneBot 标准:NoneBot 基于 OneBot 标准(原 CQHTTP),这是一个用于 QQ 机器人的通信协议。
- Python 异步编程:NoneBot 利用 Python 的 asyncio 机制,确保了消息处理的吞吐量和性能。
- aiocqhttp:NoneBot 在其底层与 OneBot 实现交互的部分使用 aiocqhttp 库,该库在 Quart 的基础上封装了与 OneBot 实现的网络交互。
3. 项目安装和配置的准备工作和详细的安装步骤
准备工作
在开始安装 NoneBot 之前,请确保你的系统已经安装了以下软件:
- Python 3.7+:NoneBot 仅支持 Python 3.7 及以上版本。
- pip:Python 的包管理工具,用于安装 NoneBot 及其依赖项。
安装步骤
1. 安装 Python 和 pip
如果你还没有安装 Python 和 pip,请先安装它们。你可以从 Python 官方网站 下载并安装 Python。安装过程中,确保勾选“Add Python to PATH”选项。
2. 创建虚拟环境(可选)
为了隔离项目依赖,建议创建一个虚拟环境。
python -m venv nonebot-env
source nonebot-env/bin/activate # 在 Windows 上使用 `nonebot-env\Scripts\activate`
3. 安装 NoneBot
使用 pip 安装 NoneBot。
pip install nonebot
4. 创建项目目录
创建一个新的目录来存放你的 NoneBot 项目。
mkdir my_nonebot_project
cd my_nonebot_project
5. 初始化项目
在项目目录中初始化 NoneBot 项目。
nonebot init
6. 配置项目
编辑项目目录中的 bot.py 文件,配置你的机器人。
from nonebot import NoneBot
bot = NoneBot()
bot.run()
7. 运行项目
在项目目录中运行你的 NoneBot 项目。
python bot.py
配置指南
NoneBot 的配置文件通常位于项目根目录下的 config.py 文件中。你可以根据需要修改配置文件中的参数,例如:
# config.py
# 配置 OneBot 的 API 地址
API_ROOT = "http://localhost:5700"
# 配置机器人的超级用户
SUPERUSERS = {"123456789"}
# 配置日志级别
LOG_LEVEL = "DEBUG"
结束语
通过以上步骤,你应该已经成功安装并配置了 NoneBot。现在你可以开始开发你的 QQ 机器人了!如果你在使用过程中遇到任何问题,可以参考 NoneBot 官方文档 或提交 issue 到 GitHub 仓库。
nonebot
基于 OneBot 标准的 Python 异步 QQ 机器人框架 / Asynchronous QQ robot framework based on OneBot for Python
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0199
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0130
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
770
5.02 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
692
1.36 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
865
1.96 K
Ascend Extension for PyTorch
Python
728
906
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
461
455
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.09 K
1.12 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.93 K
199
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
3.09 K
643
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
265