【亲测免费】 HarukaBot 使用教程
1. 项目介绍
HarukaBot 是一个基于 NoneBot2 开发的 QQ 机器人,主要功能是将哔哩哔哩(B 站)UP 主的直播和动态信息推送至 QQ 群。该项目的前身是 dd-bot,旨在为 B 站粉丝提供一个便捷的推送服务。HarukaBot 提供了多种个性化设置,如自定义推送内容、权限管理、多 QQ 号连接等,适用于不同的推送场景,如粉丝群、娱乐群和直播通知群。
2. 项目快速启动
2.1 环境准备
在开始之前,请确保你已经安装了以下软件:
- Python 3.7 或更高版本
- Git
2.2 克隆项目
首先,克隆 HarukaBot 项目到本地:
git clone https://github.com/SK-415/HarukaBot.git
cd HarukaBot
2.3 安装依赖
使用 pip 安装项目所需的依赖:
pip install -r requirements.txt
2.4 配置文件
在项目根目录下创建一个 .env 文件,并根据需要配置相关参数。例如:
BOT_QQ=123456789
BOT_PASSWORD=your_password
2.5 启动机器人
运行以下命令启动 HarukaBot:
python bot.py
3. 应用案例和最佳实践
3.1 粉丝群推送
在粉丝群中使用 HarukaBot,可以设置仅推送特定 UP 主的动态或直播信息。通过权限管理,可以限制只有管理员才能使用机器人功能,避免滥用。
3.2 直播通知群
对于直播通知群,可以设置机器人仅推送直播信息,并在直播开始时@全体成员,确保所有群成员都能及时收到通知。
3.3 多 QQ 号连接
如果一个 QQ 号的@全体成员次数不够用,可以通过配置多个 QQ 号来连接 HarukaBot,确保推送的覆盖率。
4. 典型生态项目
4.1 NoneBot2
NoneBot2 是 HarukaBot 使用的开发框架,提供了强大的插件系统和事件处理机制,使得开发 QQ 机器人更加便捷。
4.2 go-cqhttp
go-cqhttp 是一个稳定完善的 CQHTTP 实现,为 HarukaBot 提供了与 QQ 的通信接口。
4.3 bilibili-API-collect
bilibili-API-collect 是一个非常详细的 B 站 API 文档,为 HarukaBot 提供了获取 B 站动态和直播信息的接口。
4.4 bilibili_api
bilibili_api 是一个 Python 实现的 B 站 API 库,简化了 HarukaBot 与 B 站 API 的交互过程。
通过以上模块的介绍和实践,你可以快速上手并使用 HarukaBot 进行 B 站动态和直播信息的推送。
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
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
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- 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