NoneBot2插件nonebot-plugin-nai3的开发与发布过程
2025-06-02 18:45:41作者:蔡怀权
本文主要记录了nonebot-plugin-nai3插件在NoneBot2生态中的开发与发布过程,重点分析了插件开发中的关键问题和解决方案。
插件功能概述
nonebot-plugin-nai3是一个基于NoneBot2框架开发的插件,主要功能与NovelAI相关。从讨论中可以看出,该插件需要配置NAI3_TOKEN和SMMS_TOKEN两个关键参数,分别用于对接NovelAI服务和图片上传服务。
开发过程中的关键问题
1. 插件元数据配置问题
初始版本中存在元数据配置不完善的问题:
- 缺少config配置项
- type设置不正确,应为application类型
- 适配器支持声明不准确,最初错误地声明支持onebot v12适配器
这些问题在NoneBot2插件生态中较为常见,开发者需要特别注意插件元数据的准确性,因为它直接影响插件的加载和运行。
2. 配置读取方式问题
插件最初使用了过时的配置读取方法,正确的做法是使用NoneBot2提供的get_plugin_config方法。这是NoneBot2框架演进过程中常见的API变更,新版本框架推荐使用更现代的配置管理方式。
3. 服务实例化时机问题
开发过程中发现SMMS服务在外层实例化导致加载错误。这是一个典型的Python模块加载问题,服务实例化需要放在适当的位置,通常应该在插件初始化完成后进行。
解决方案与最佳实践
针对上述问题,开发者采取了以下改进措施:
- 完善了插件元数据,准确声明插件类型为application,并修正了适配器支持声明
- 更新了配置读取方式,使用get_plugin_config方法
- 调整了服务实例化的位置,确保在正确的时机初始化
经验总结
从nonebot-plugin-nai3的开发过程可以看出,NoneBot2插件开发需要注意以下几点:
- 元数据配置要完整准确,特别是插件类型和适配器支持声明
- 使用框架推荐的现代配置管理方式
- 注意服务初始化的时机,避免在模块加载阶段执行可能导致错误的操作
- 及时响应社区反馈,快速修复问题
这些经验对于其他NoneBot2插件开发者具有参考价值,可以帮助避免常见问题,提高开发效率。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
574
3.85 K
Ascend Extension for PyTorch
Python
388
464
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++
895
687
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
355
216
昇腾LLM分布式训练框架
Python
121
147
暂无简介
Dart
807
199
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
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.38 K
782