SmartQQ-Bot 使用教程
1. 项目介绍
SmartQQ-Bot 是一个基于 node.js 开发的机器人项目,它利用 WebQQ 协议实现了通过手机QQ扫描二维码登录的功能。SmartQQ-Bot 支持好友、群、讨论组的接入,并提供了插件化支持,目前支持消息的派发。同时,它还提供了 HTTP API 支持,允许开发者通过编程方式与机器人交互。
2. 项目快速启动
安装
首先,确保您的系统中已经安装了 node.js。然后在终端中执行以下命令:
[sudo] npm install -g smartqq-bot
启动
启动 SmartQQ-Bot,会从 QQ 服务器请求二维码图片。根据您的操作系统,有以下两种方式:
- **Mac 系统:**会自动打开图片文件,您可以用手机QQ扫描二维码。
- **其他系统:**会启动一个 HTTP 服务器。请用浏览器访问
http://本机IP:3100/显示二维码,并进行扫描。
使用手机QQ扫描二维码,并选择允许 smartQQ 登录。SmartQQ-Bot 将自动检测二维码扫描结果,并进入运行状态。
使用命令行工具
安装完 SmartQQ-Bot 后,您可以使用附带的命令行工具 qq 来与机器人交互:
-
列出好友列表:
qq list buddy -
列出群组列表:
qq list group -
发送消息给好友:
qq send buddy {qq_number/nick} {msg} -
发送消息给群组:
qq send group {group_number/gname} {msg} -
退出登录:
qq quit
如果需要向在其他主机上启动的 SmartQQ-Bot 发送请求,可以指定 IP 及可选端口:
qq -h host -p port ...
SmartQQ-Bot 也可以在后台运行,启动命令为:
nohup qqbot &
此时 stdout 的输出将重定向到文件 nohup.out。
3. 应用案例和最佳实践
持续集成自动通知
SmartQQ-Bot 可以用于持续集成(CI)系统的自动通知。当构建成功或失败时,机器人可以自动向开发团队发送通知。
团队协作消息推送
集成团队协作系统的消息推送,实现即时沟通。例如,当有新的任务分配或重要通知时,可以通过 SmartQQ-Bot 向团队成员发送消息。
监控报警机器人
SmartQQ-Bot 可以用作监控报警机器人。当监控系统检测到异常时,机器人可以立即通知相关责任人。
群管理助手
SmartQQ-Bot 可以自动清理刷屏用户,或者进行其他群管理任务。
聊天机器人
开发者可以基于 SmartQQ-Bot 开发聊天机器人,提供智能对话服务。
4. 典型生态项目
目前,SmartQQ-Bot 社区已有一些典型的生态项目,例如:
- **QQBot-Plugin-Example:**一个展示如何编写 SmartQQ-Bot 插件的示例项目。
- **SmartQQ-Bot-Admin:**一个管理界面,允许管理员远程控制 SmartQQ-Bot。
开发者可以根据自己的需求,开发更多功能丰富的插件或工具,以扩展 SmartQQ-Bot 的应用场景。
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