NoneBot 入门指南:从零开始搭建QQ机器人
2026-02-04 05:17:44作者:滑思眉Philip
前言
NoneBot 是一个基于 Python 的异步 QQ 机器人框架,它可以帮助开发者快速构建功能丰富的聊天机器人。本文将带领你完成 NoneBot 的最小实例搭建,实现你的第一个机器人对话。
环境准备
在开始之前,请确保你已经完成以下准备工作:
- 安装 Python 3.7+ 环境
- 安装 NoneBot 框架
- 配置好 QQ 机器人客户端
创建最小实例
让我们从一个最简单的 NoneBot 实例开始。创建一个名为 bot.py 的文件,内容如下:
import nonebot
if __name__ == '__main__':
nonebot.init()
nonebot.load_builtin_plugins()
nonebot.run(host='127.0.0.1', port=8080)
这段代码做了三件事:
nonebot.init()- 使用默认配置初始化 NoneBotnonebot.load_builtin_plugins()- 加载内置插件nonebot.run()- 启动服务,监听指定地址和端口
关于监听地址的说明
host='127.0.0.1' 表示只监听本地回环地址。如果你的 QQ 客户端运行在其他位置(如 Docker 容器或局域网其他机器),需要修改为:
0.0.0.0监听所有网络接口- 或者指定具体的 IP 地址
启动机器人
在命令行中执行以下命令启动机器人:
python bot.py
成功启动后,你将看到类似如下的日志输出:
[时间戳] INFO: Succeeded to import "nonebot.plugins.base"
[时间戳] INFO: Running on 127.0.0.1:8080
* Serving Quart app ''
* Environment: production
* Please use an ASGI server (e.g. Hypercorn) directly in production
* Debug mode: True
* Running on http://127.0.0.1:8080 (CTRL + C to quit)
[时间戳] INFO: Scheduler started
配置 QQ 客户端
要让 QQ 客户端与 NoneBot 通信,需要配置反向 WebSocket 连接。修改 QQ 客户端的配置文件:
servers:
- ws-reverse:
universal: ws://127.0.0.1:8080/ws/
重要提示:
- 这里的地址必须与
nonebot.run()中的配置一致 - 如果 NoneBot 监听
0.0.0.0,这里应填写实际可访问的 IP - 协议前缀必须是
ws://而不是http://
特殊环境配置
对于 Docker 等容器化环境:
- Linux 宿主机:通常使用
172.17.0.1 - macOS/Windows:可使用
host.docker.internal
验证连接
成功连接后,NoneBot 控制台会显示 WebSocket 连接日志:
[时间戳] 127.0.0.1:端口号 GET /ws/ 1.1 101 - 响应时间
第一次对话
现在可以向你的机器人发送测试消息了:
/echo 你好,世界
如果一切正常,机器人会回复相同的消息:"你好,世界"。这表示你的 NoneBot 实例已经成功运行!
常见问题排查
如果连接不成功,请检查以下方面:
- 网络连通性:确保 IP 和端口可访问
- 端口冲突:检查端口是否被其他程序占用
- 协议正确性:确认使用
ws://协议 - 防火墙设置:确保端口未被防火墙阻止
- 配置一致性:NoneBot 和客户端的配置要匹配
下一步
现在你已经成功搭建了最小 NoneBot 实例,接下来可以:
- 探索更多内置插件功能
- 学习如何开发自定义插件
- 了解 NoneBot 的配置系统和插件机制
NoneBot 提供了丰富的功能和灵活的扩展方式,让你可以构建各种复杂的机器人应用。祝你在 QQ 机器人开发之旅中收获满满!
登录后查看全文
热门项目推荐
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 StartedRust0172
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 Notebook093
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
BitCPM-CANN-8BBitCPM-CANN 是首个基于华为昇腾 NPU 原生构建的端到端 1.58 位(三值化)大语言模型训练系统。该系统将量化感知训练(QAT)集成到 Megatron-LM 框架中,并结合 MindSpeed 加速,覆盖了从自定义三值算子到基于昇腾 910B 的分布式并行训练的完整训练栈。Python00
MiniCPM5-1BMiniCPM5-1B,这是 MiniCPM5 系列的首款模型。它是一个专为端侧、本地部署和资源受限场景打造的 10 亿参数密集型 Transformer 模型,达到了 10 亿参数级开源模型的 SOTA 水平Jinja00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0239
热门内容推荐
项目优选
收起
暂无描述
Dockerfile
749
4.86 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++
641
1.26 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++
835
1.83 K
Ascend Extension for PyTorch
Python
685
828
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
450
417
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++
1.02 K
1.04 K
CANN 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 Notebook
207
93
Oohos_react_native
React Native鸿蒙化仓库
C++
352
413
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
1.54 K
172
deepin linux kernel
C
32
16