SmartQQ-Bot安装与配置指南
2025-04-17 09:26:13作者:段琳惟
1. 项目基础介绍
SmartQQ-Bot 是一个基于 WebQQ 的机器人项目,由 Node.js 编写而成。它能够实现手机 QQ 扫描登录、接收和发送消息、支持好友、群和讨论组等功能,并且提供了 HTTP API 供其他程序调用。
2. 项目使用的关键技术和框架
本项目主要使用了以下技术和框架:
- Node.js:一个基于Chrome V8引擎的JavaScript运行环境,用于构建高效的网络应用。
- Express:一个简洁、灵活的 Node.js Web 应用框架,用于创建 HTTP 服务。
- WebSocket:一种在单个 TCP 连接上进行全双工通讯的协议,用于实现实时数据传输。
3. 项目安装和配置的准备工作
在开始安装 SmartQQ-Bot 之前,请确保您的系统中已经安装了以下软件:
- Node.js:本项目运行的基石,版本要求至少是 LTS 版本。
- npm:Node.js 的包管理工具,用于安装项目依赖。
详细安装步骤
-
安装 Node.js 和 npm
如果您的系统中尚未安装 Node.js 和 npm,请访问 Node.js 官方网站下载并安装适合您操作系统的版本。
-
克隆项目到本地
打开命令行工具,执行以下命令克隆项目:
git clone https://github.com/floatinghotpot/qqbot.git -
安装项目依赖
进入项目目录,使用 npm 安装项目所需的依赖:
cd qqbot npm install -
启动 SmartQQ-Bot
在项目目录下,运行以下命令启动机器人:
node main.js如果是 Mac 系统,机器人将请求二维码图片并自动打开。如果是其他系统,则需要用浏览器访问
http://本机IP:3100/来获取二维码。 -
扫描二维码登录
使用手机 QQ 扫描出现的二维码,并允许 SmartQQ 登录。
-
使用 HTTP API 或命令行工具
一旦机器人启动并且登录成功,您可以使用 HTTP API 或附带的命令行工具
qq来与机器人交互。例如,使用命令行工具查看好友列表:
qq list buddy或者发送消息给指定好友:
qq send buddy {qq_number/nick} {msg}
请按照上述步骤进行安装和配置,您应该能够成功运行 SmartQQ-Bot 并开始使用它的功能。
登录后查看全文
热门项目推荐
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-1.5暂无简介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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
177
195
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++
647
264
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
270
94
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
378
3.34 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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