ChatGPT近期以强大的对话和信息整合能力风靡全网，可以写代码、改论文、讲故事，几乎无所不能，这让人不禁有个大胆的想法，能否用他的对话模型把我们的微信打造成一个智能机器人，可以在与好友对话中给出意想不到的回应，而且再也不用担心女朋友影响我们
打游戏工作了。
基于ChatGPT的微信聊天机器人，通过 ChatGPT 接口生成对话内容，使用 itchat 实现微信消息的接收和自动回复。已实现的特性如下：
- 文本对话： 接收私聊及群组中的微信消息，使用ChatGPT生成回复内容，完成自动回复
- 规则定制化： 支持私聊中按指定规则触发自动回复，支持对群组设置自动回复白名单
- 多账号： 支持多微信账号同时运行
- 图片生成： 支持根据描述生成图片，并自动发送至个人聊天或群聊
- 上下文记忆：支持多轮对话记忆，且为每个好友维护独立的上下会话
- 语音识别： 支持接收和处理语音消息，通过文字或语音回复
- 插件化： 支持个性化功能插件，提供角色扮演、文字冒险游戏等预设插件
快速部署:
2023.03.25： 支持插件化开发，目前已实现 多角色切换、文字冒险游戏、管理员指令、Stable Diffusion等插件，使用参考 #578。(contributed by @lanvent in #565)
2023.03.09： 基于
whisper API实现对微信语音消息的解析和回复，添加配置项"speech_recognition":true即可启用，使用参考 #415。(contributed by wanggang1987 in #385)
2023.03.02： 接入ChatGPT API (gpt-3.5-turbo)，默认使用该模型进行对话，需升级openai依赖 (
pip3 install --upgrade openai)。网络问题参考 #351
2023.02.09： 扫码登录存在封号风险，请谨慎使用，参考#58
2023.02.05： 在openai官方接口方案中 (GPT-3模型) 实现上下文对话
2022.12.18： 支持根据描述生成图片并发送，openai版本需大于0.25.0
2022.12.17： 原来的方案是从 ChatGPT页面 获取session_token，使用 revChatGPT 直接访问web接口，但随着ChatGPT接入Cloudflare人机验证，这一方案难以在服务器顺利运行。 所以目前使用的方案是调用 OpenAI 官方提供的 API，回复质量上基本接近于ChatGPT的内容，劣势是暂不支持有上下文记忆的对话，优势是稳定性和响应速度较好。
前往 OpenAI注册页面 创建账号，参考这篇 教程 可以通过虚拟手机号来接收验证码。创建完账号则前往 API管理页面 创建一个 API Key 并保存下来，后面需要在项目中配置这个key。
项目中使用的对话模型是 davinci，计费方式是约每 750 字 (包含请求和回复) 消耗 $0.02，图片生成是每张消耗 $0.016，账号创建有免费的 $18 额度 (更新3.25: 最新注册的已经无免费额度了)，使用完可以更换邮箱重新注册。
一种替换以上的方法是使用Azure推出的ChatGPT service。它host在公有云Azure上，因此不需要VPN就可以直接访问。不过目前仍然处于preview阶段。新用户可以通过Try Azure for free来薅一段时间的羊毛
支持 Linux、MacOS、Windows 系统（可在Linux服务器上长期运行)，同时需安装 Python。
建议Python版本在 3.7.1~3.9.X 之间，推荐3.8版本，3.10及以上版本在 MacOS 可用，其他系统上不确定能否正常运行。
(1) 克隆项目代码：
git clone https://github.com/zhayujie/chatgpt-on-wechat
cd chatgpt-on-wechat/(2) 安装核心依赖 (必选)：
能够使用
itchat创建机器人，并具有文字交流功能所需的最小依赖集合。
pip3 install -r requirements.txt(3) 拓展依赖 (可选，建议安装)：
pip3 install -r requirements-optional.txt如果某项依赖安装失败请注释掉对应的行再继续。
其中tiktoken要求python版本在3.8以上，它用于精确计算会话使用的tokens数量，强烈建议安装。
使用google或baidu语音识别需安装ffmpeg，
默认的openai语音识别不需要安装ffmpeg。
参考#415
使用azure语音功能需安装依赖（列在requirements-optional.txt内，但为便于railway部署已注释）:
pip3 install azure-cognitiveservices-speech目前默认发布的镜像和
railway部署，都基于apline，无法安装azure的依赖。若有需求请自行基于debian打包。 参考文档
配置文件的模板在根目录的config-template.json中，需复制该模板创建最终生效的 config.json 文件：
cp config-template.json config.json然后在config.json中填入配置，以下是对默认配置的说明，可根据需要进行自定义修改：
# config.json文件内容示例
{
"open_ai_api_key": "YOUR API KEY", # 填入上面创建的 OpenAI API KEY
"model": "gpt-3.5-turbo", # 模型名称。当use_azure_chatgpt为true时，其名称为Azure上model deployment名称
"proxy": "127.0.0.1:7890", # 代理客户端的ip和端口
"single_chat_prefix": ["bot", "@bot"], # 私聊时文本需要包含该前缀才能触发机器人回复
"single_chat_reply_prefix": "[bot] ", # 私聊时自动回复的前缀，用于区分真人
"group_chat_prefix": ["@bot"], # 群聊时包含该前缀则会触发机器人回复
"group_name_white_list": ["ChatGPT测试群", "ChatGPT测试群2"], # 开启自动回复的群名称列表
"group_chat_in_one_session": ["ChatGPT测试群"], # 支持会话上下文共享的群名称
"image_create_prefix": ["画", "看", "找"], # 开启图片回复的前缀
"conversation_max_tokens": 1000, # 支持上下文记忆的最多字符数
"speech_recognition": false, # 是否开启语音识别
"group_speech_recognition": false, # 是否开启群组语音识别
"use_azure_chatgpt": false, # 是否使用Azure ChatGPT service代替openai ChatGPT service. 当设置为true时需要设置 open_ai_api_base，如 https://xxx.openai.azure.com/
"character_desc": "你是ChatGPT, 一个由OpenAI训练的大型语言模型, 你旨在回答并解决人们的任何问题，并且可以使用多种语言与人交流。", # 人格描述,
}配置说明：
1.个人聊天
- 个人聊天中，需要以 "bot"或"@bot" 为开头的内容触发机器人，对应配置项
single_chat_prefix(如果不需要以前缀触发可以填写"single_chat_prefix": [""]) - 机器人回复的内容会以 "[bot] " 作为前缀， 以区分真人，对应的配置项为
single_chat_reply_prefix(如果不需要前缀可以填写"single_chat_reply_prefix": "")
2.群组聊天
- 群组聊天中，群名称需配置在
group_name_white_list中才能开启群聊自动回复。如果想对所有群聊生效，可以直接填写"group_name_white_list": ["ALL_GROUP"] - 默认只要被人 @ 就会触发机器人自动回复；另外群聊天中只要检测到以 "@bot" 开头的内容，同样会自动回复（方便自己触发），这对应配置项
group_chat_prefix - 可选配置:
group_name_keyword_white_list配置项支持模糊匹配群名称，group_chat_keyword配置项则支持模糊匹配群消息内容，用法与上述两个配置项相同。（Contributed by evolay) group_chat_in_one_session：使群聊共享一个会话上下文，配置["ALL_GROUP"]则作用于所有群聊
3.语音识别
- 添加
"speech_recognition": true将开启语音识别，默认使用openai的whisper模型识别为文字，同时以文字回复，该参数仅支持私聊 (注意由于语音消息无法匹配前缀，一旦开启将对所有语音自动回复，支持语音触发画图)； - 添加
"group_speech_recognition": true将开启群组语音识别，默认使用openai的whisper模型识别为文字，同时以文字回复，参数仅支持群聊 (会匹配group_chat_prefix和group_chat_keyword, 支持语音触发画图)； - 添加
"voice_reply_voice": true将开启语音回复语音（同时作用于私聊和群聊），但是需要配置对应语音合成平台的key，由于itchat协议的限制，只能发送语音mp3文件，若使用wechaty则回复的是微信语音。
4.其他配置
model: 模型名称，目前支持gpt-3.5-turbo,text-davinci-003,gpt-4,gpt-4-32k(其中gpt-4 api暂未开放)temperature,frequency_penalty,presence_penalty: Chat API接口参数，详情参考OpenAI官方文档。proxy：由于目前openai接口国内无法访问，需配置代理客户端的地址，详情参考 #351- 对于图像生成，在满足个人或群组触发条件外，还需要额外的关键词前缀来触发，对应配置
image_create_prefix - 关于OpenAI对话及图片接口的参数配置（内容自由度、回复字数限制、图片大小等），可以参考 对话接口 和 图像接口 文档直接在 代码
bot/openai/open_ai_bot.py中进行调整。 conversation_max_tokens：表示能够记忆的上下文最大字数（一问一答为一组对话，如果累积的对话字数超出限制，就会优先移除最早的一组对话）rate_limit_chatgpt，rate_limit_dalle：每分钟最高问答速率、画图速率，超速后排队按序处理。clear_memory_commands: 对话内指令，主动清空前文记忆，字符串数组可自定义指令别名。hot_reload: 程序退出后，暂存微信扫码状态，默认关闭。character_desc配置中保存着你对机器人说的一段话，他会记住这段话并作为他的设定，你可以为他定制任何人格 (关于会话上下文的更多内容参考该 issue)
所有可选的配置项均在该文件中列出。
如果是开发机 本地运行，直接在项目根目录下执行：
python3 app.py终端输出二维码后，使用微信进行扫码，当输出 "Start auto replying" 时表示自动回复程序已经成功运行了（注意：用于登录的微信需要在支付处已完成实名认证）。扫码登录后你的账号就成为机器人了，可以在微信手机端通过配置的关键词触发自动回复 (任意好友发送消息给你，或是自己发消息给好友)，参考#142。
使用nohup命令在后台运行程序：
touch nohup.out # 首次运行需要新建日志文件
nohup python3 app.py & tail -f nohup.out # 在后台运行程序并通过日志输出二维码扫码登录后程序即可运行于服务器后台，此时可通过 ctrl+c 关闭日志，不会影响后台程序的运行。使用 ps -ef | grep app.py | grep -v grep 命令可查看运行于后台的进程，如果想要重新启动程序可以先 kill 掉对应的进程。日志关闭后如果想要再次打开只需输入 tail -f nohup.out。此外，scripts 目录下有一键运行、关闭程序的脚本供使用。
注意： 如果 扫码后手机提示登录验证需要等待5s，而终端的二维码再次刷新并提示
Log in time out, reloading QR code，此时需参考此 issue 修改一行代码即可解决。
多账号支持： 将 项目复制多份，分别启动程序，用不同账号扫码登录即可实现同时运行。
特殊指令： 用户向机器人发送 #清除记忆 即可清空该用户的上下文记忆。
参考文档 Docker部署 (Contributed by limccn)。
Railway每月提供5刀和最多500小时的免费额度。
- 进入 Railway。
- 点击
Deploy Now按钮。 - 设置环境变量来重载程序运行的参数，例如
open_ai_api_key,character_desc。
FAQs： https://github.com/zhayujie/chatgpt-on-wechat/wiki/FAQs
欢迎提交PR、Issues，以及Star支持一下。程序运行遇到问题优先查看 常见问题列表 ，其次前往 Issues 中搜索，若无相似问题可创建Issue，或加微信 eijuyahz 交流。