【亲测免费】 Mirai HTTP API 插件安装与使用教程
2026-01-20 02:08:58作者:柏廷章Berta
1. 项目目录结构及介绍
mirai-api-http/
├── src/
│ ├── main/
│ │ ├── kotlin/
│ │ │ └── net/
│ │ │ └── mamoe/
│ │ │ └── mirai/
│ │ │ └── api/
│ │ │ └── http/
│ │ │ ├── adapter/
│ │ │ ├── auth/
│ │ │ ├── event/
│ │ │ ├── message/
│ │ │ ├── network/
│ │ │ ├── session/
│ │ │ └── utils/
│ │ └── resources/
│ │ └── META-INF/
│ └── test/
│ └── kotlin/
│ └── net/
│ └── mamoe/
│ └── mirai/
│ └── api/
│ └── http/
├── build.gradle.kts
├── settings.gradle.kts
├── README.md
└── LICENSE
目录结构介绍
- src/main/kotlin/: 包含项目的核心代码,包括适配器、认证、事件处理、消息处理、网络通信、会话管理等模块。
- src/test/kotlin/: 包含项目的测试代码。
- build.gradle.kts: 项目的构建脚本。
- settings.gradle.kts: 项目的设置脚本。
- README.md: 项目的说明文档。
- LICENSE: 项目的开源许可证。
2. 项目启动文件介绍
启动文件
项目的启动文件主要是通过 Mirai Console Loader (MCL) 来启动 mirai-api-http 插件。MCL 是一个用于加载和管理 Mirai 插件的工具。
启动步骤
-
安装 MCL: 首先需要安装
Mirai Console Loader。 -
配置 MCL: 配置 MCL 以加载
mirai-api-http插件。 -
启动 MCL: 使用命令行启动 MCL,命令如下:
./mcl -u该命令会自动更新插件并启动 Mirai Console。
3. 项目的配置文件介绍
配置文件
mirai-api-http 的配置文件位于 config/net.mamoe.mirai-api-http/setting.yml。如果没有该文件,可以手动创建。
配置文件模板
## 配置文件中的值 全为默认值
## 启用的 adapter 内置有 http ws reverse-ws webhook
adapters:
- http
- ws
## 是否开启认证流程 若为 true 则建立连接时需要验证 verifyKey
## 建议公网连接时开启
enableVerify: true
verifyKey: 1234567890
## 开启一些调试信息
debug: false
## 是否开启单 session 模式 若为 true 则自动创建 session 绑定 console 中登录的 bot
## 开启后 接口中任何 sessionKey 不需要传递参数
## 若 console 中有多个 bot 登录 则行为未定义
## 确保 console
singleMode: false
配置项说明
- adapters: 配置启用的适配器,支持
http,ws,reverse-ws,webhook。 - enableVerify: 是否开启认证流程,建议在公网连接时开启。
- verifyKey: 认证密钥,用于验证连接。
- debug: 是否开启调试信息。
- singleMode: 是否开启单会话模式,开启后接口中任何
sessionKey不需要传递参数。
通过以上配置,可以灵活地调整 mirai-api-http 插件的行为,以满足不同的使用需求。
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 StartedRust0191
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 Notebook0114
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
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
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
763
4.96 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++
856
1.92 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++
676
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
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
455
437
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++
1.07 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
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
296
114
昇腾LLM分布式训练框架
Python
178
220