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。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00