LLOneBot v4.9.0 版本发布:新增戳一戳与群头衔功能
LLOneBot 是一款基于 OneBot 标准的 QQ 机器人框架,它实现了与 QQ 平台的无缝对接,为开发者提供了丰富的 API 接口。本次发布的 v4.9.0 版本带来了多项功能增强和问题修复,进一步提升了机器人的交互能力和稳定性。
核心功能更新
新增戳一戳功能
本次更新引入了备受期待的"戳一戳"功能,这是 QQ 平台上常见的互动方式。通过该功能,机器人可以主动向用户发送戳一戳消息,增强用户与机器人之间的互动体验。
技术实现上,该功能需要配合发包器使用。开发者需要在配置文件中正确设置发包器参数,具体配置方法可参考官方文档。值得注意的是,该功能的实现采用了 QQ 协议的最新特性,确保了交互的稳定性和即时性。
群头衔管理功能
v4.9.0 版本新增了群头衔设置功能,机器人现在可以管理群成员的特殊头衔。这一功能对于社群管理尤其有用,可以实现自动化的头衔分配和管理。
与戳一戳功能类似,群头衔管理也需要依赖发包器实现。开发者需要注意,此功能需要机器人具备相应的群管理权限才能正常使用。
发包获取 rkey 机制
本次更新优化了安全机制,新增了通过发包获取 rkey 的功能。rkey 是 QQ 协议中的重要安全凭证,这一改进使得机器人能够更安全、更可靠地执行各种操作。
Satori 协议扩展支持
v4.9.0 版本对 Satori 协议的支持进行了扩展,新增了多个 API 接口。这一改进使得 LLOneBot 能够更好地兼容 Satori 生态,为开发者提供更多可能性。
技术实现上,这些扩展 API 遵循了 Satori 协议的标准规范,确保了与其他 Satori 兼容组件的良好互操作性。
问题修复与优化
本次版本修复了几个关键问题:
-
修复了邀请入群时无法获取邀请人信息的问题,现在机器人可以准确识别并记录邀请人。
-
解决了转发单条消息时没有返回消息 ID 的问题,确保了消息跟踪的完整性。
-
对内部消息处理机制进行了优化,提升了整体性能和稳定性。
整合包说明
为方便用户使用,本次发布特别提供了整合包 LLOneBot_QQ33800_Windows_x64.zip。该整合包已内置发包器,用户只需双击 LLOneBot.exe 即可运行,无需额外配置,大大降低了使用门槛。
对于需要特定 QQ 版本支持的用户,也提供了 LLOneBot_QQ27597_Windows_x64.zip 版本,满足不同环境下的部署需求。
总结
LLOneBot v4.9.0 版本的发布,通过新增戳一戳、群头衔管理等实用功能,进一步丰富了机器人的交互能力。同时,对 Satori 协议的扩展支持和多项问题修复,也提升了框架的稳定性和兼容性。这些改进使得 LLOneBot 在 QQ 机器人开发领域继续保持领先地位,为开发者提供了更强大、更易用的工具。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00