Signal-CLI-REST-API 中回执功能的使用指南
2025-07-09 12:27:25作者:凤尚柏Louis
Signal-CLI-REST-API 是一个基于 Signal 协议的命令行工具 REST 封装,为用户提供了通过 HTTP API 与 Signal 服务交互的能力。本文将重点介绍其回执(receipt)功能的使用方法和注意事项。
回执功能概述
Signal 消息应用中的回执功能允许用户向发送方确认消息状态,主要包括两种类型:
- 已读回执(read receipt):显示为两个灰色对勾
- 已查看回执(viewed receipt):显示为两个白色对勾
在 Signal-CLI-REST-API 中,可以通过 /v1/receipts/ 端点发送这些回执。
功能启用与版本要求
需要注意的是,回执功能在标准发布版本中可能尚未包含。如需使用该功能,用户需要拉取特定的开发版本镜像:
docker pull bbernhard/signal-cli-rest-api:0.160-dev
API 使用详解
发送回执的基本请求格式如下:
POST /v1/receipts/{sender_number}
请求体需包含以下JSON参数:
receipt_type: 回执类型("read"或"viewed")recipient: 接收方号码timestamp: 消息时间戳(必须精确匹配原始消息的时间戳)
示例请求:
curl -X POST -H 'accept: application/json' \
-H "Content-Type: application/json" \
'http://localhost:8080/v1/receipts/+49XXXXXXX' \
-d '{"receipt_type": "read", "recipient": "+49XXXXXXX", "timestamp": 1717716743897}'
时间戳获取建议
为了确保回执能正确关联到特定消息,时间戳参数必须精确匹配原始消息的时间戳。最佳实践是通过以下方式获取时间戳:
- 使用
/receive端点接收消息时,会返回包含时间戳的消息数据 - 从接收到的消息中提取时间戳字段
- 使用该时间戳发送回执
常见问题排查
如果回执发送后未在Signal客户端显示预期效果,建议检查以下方面:
- 版本兼容性:确认使用的是支持回执功能的版本
- 时间戳准确性:验证时间戳是否与原始消息完全匹配
- 日志分析:检查Docker容器日志确认请求是否被正确处理
- 权限配置:确保API有足够的权限执行回执操作
实现原理
在底层实现上,Signal-CLI-REST-API通过JSON-RPC协议与signal-cli交互。当收到回执请求时,会转换为如下格式的JSON-RPC命令:
{
"jsonrpc": "2.0",
"method": "sendReceipt",
"id": "随机UUID",
"params": {
"recipient": "接收方号码",
"receipt-type": "回执类型",
"target-timestamp": 目标时间戳,
"account": "发送方号码"
}
}
成功的响应将包含操作结果和状态信息,开发者可以通过分析这些响应来确认操作是否成功执行。
通过合理使用回执功能,开发者可以构建更完善的Signal消息处理流程,实现消息状态跟踪等高级功能。
登录后查看全文
热门项目推荐
相关项目推荐
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
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
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
最新内容推荐
JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 STM32到GD32项目移植完全指南:从兼容性到实战技巧 Jetson TX2开发板官方资源完全指南:从入门到精通 OMNeT++中文使用手册:网络仿真的终极指南与实用教程 WebVideoDownloader:高效网页视频抓取工具全面使用指南 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
191
210
暂无简介
Dart
631
143
React Native鸿蒙化仓库
JavaScript
243
316
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
481
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
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++
649
270
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
297
110
仓颉编译器源码及 cjdb 调试工具。
C++
128
858
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
211