手把手做一个公众号GPT智能客服(七)GPT 接入微信机器人_gpt接入企业微信客服(1)

先自我介绍一下,小编浙江大学毕业,去过华为、字节跳动等大厂,目前阿里P7

深知大多数程序员,想要提升技能,往往是自己摸索成长,但自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!

因此收集整理了一份《2024年最新大数据全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
img
img
img
img
img

既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上大数据知识点,真正体系化!

由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新

如果你需要这些资料,可以添加V获取:vip204888 (备注大数据)
img

正文

* {
* wxopenid: [
* { role: “user”, content: Content }
* ]
* }
*/
const prompts = {}

// 处理给chatgpt的数据保存记忆体
function savePrompt(fromusername, content) {
if (prompts[fromusername]) {
// 存在添加数据
prompts[fromusername].push(
{ role: ‘user’, content }
)
} else {
// 不存在就新建数据
prompts[fromusername] = [
{ role: ‘user’, content }
]
}
return prompts[fromusername]
}

async function getAnswer(fromusername, prompt) {
const messages = savePrompt(fromusername, prompt)

const completion = await openAIApi.createChatCompletion({
model: “gpt-3.5-turbo”,
messages: messages,
})

return completion.data.choices[0].message.content
}

module.exports = getAnswer


### 在消息发送中获取答案



// /controller/switcher.js

const { customerController } = require(‘./customer’)

// +++++++++++++++++++
const getAnswer = require(‘./openai’)
// +++++++++++++++++++

const { getModel, decreaseBalance, getBalance } = require(‘…/model/users’)

const { formatMsg } = require(‘…/utils/format’)

async function messageController(req, res, next) {
// 接收到微信方发来的消息并处理
const msg = formatMsg(req.body)

// 暂存用户发送来的问题
const content = msg[‘content’]

// 回复信息
const {
fromusername
} = msg

msg[‘createtime’] = Math.floor((new Date().getTime()) / 1000)

// 生成问题答案逻辑
const model = await getModel(fromusername)
if (model && model === ‘chatgpt’) {
const balance = await getBalance(fromusername)
if (balance > 0) {
msg[‘content’] = ‘答案正在准备中…’
res.render(‘reply’, msg)

  // 扣除账户金额 1
  await decreaseBalance(fromusername)

  // +++++++++++++++++++
  // 获取 chatgpt 的回答
  const answer = await getAnswer(fromusername, content)
  // +++++++++++++++++++

  // 发送客服消息
  await customerController(fromusername, answer)
} else {
  msg['content'] = '您的账户余额不足,请充值~'
  res.render('reply', msg)
}

} else {
// 转人工服务
}
}

module.exports = messageController


### 语言模型的切换


**1、添加设置 `model`的方法**



// /model/users.js

//…

// 更改用户模式
async function changeModel(wxOpenId, model) {
const result = await userModel.findOneAndUpdate({ wxOpenId }, { model})
return result
}

//…

module.exports = {
//…
changeModel
}


**2、语言模型切换**



// /controller/swither.js

//…

const { getBalance, rechargeAccount, getUser, createAccount, changeModel } = require(‘…/model/users’)

async function switcherController(req, res) {
//…

switch (requestBody.msgtype) {
case ‘event’:
//…
switch (requestBody.eventkey) {
//…
case ‘model_chatgpt’:
await changeModel(fromusername, ‘chatgpt’)
res.render(‘reply’, {
…requestBody,
content: ‘你的身份已经切换为 ChatGPT 模式,机器人为您提供答疑服务 ☕️’
})
break
case ‘model_human’:
await changeModel(fromusername, ‘human’)
res.render(‘reply’, {
…requestBody,
content: ‘你的身份已经切换为人工服务模式,很高兴为你答疑解惑 ☕️’
})
break
//…
}

  //...

}
}

//…




**网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。**

**需要这份系统化的资料的朋友,可以添加V获取:vip204888 (备注大数据)**
![img](https://img-blog.csdnimg.cn/img_convert/35200a302b26eef53a20b8fd9c4f61dc.png)

**一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!**

升。**

**需要这份系统化的资料的朋友,可以添加V获取:vip204888 (备注大数据)**
[外链图片转存中...(img-Ackz99Pi-1713405341917)]

**一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!**

  • 5
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
要使用 GPT-3 制作企业微信机器人,需要先了解企业微信机器人的基本原理和开发方式,然后使用 GPT-3 进行自然语言处理,生成合适的回复内容。以下是一个基本的步骤: 1. 创建企业微信机器人:在企业微信后台创建一个机器人,获取机器人的 API 密钥和 Webhook 地址。 2. 安装 Python 微信机器人框架:使用 pip 命令安装一个 Python 微信机器人框架,比如 WeRoBot。 3. 编写 Python 代码:使用 Python 编写代码,实现微信机器人的功能,比如接收用户的消息、调用 GPT-3 进行自然语言处理、生成合适的回复内容等。 以下是一个基本的代码示例,演示如何使用 WeRoBot 和 GPT-3 实现企业微信机器人: ```python from werobot import WeRoBot import openai import os openai.api_key = os.environ["OPENAI_API_KEY"] bot = WeRoBot(token='your_token_here') @bot.handler def reply(message): response = openai.Completion.create(engine='davinci', prompt=message.content, max_tokens=50) return response.choices[0].text bot.run() ``` 在上述代码中,我们首先设置了 API 密钥,然后创建了一个 WeRoBot 实例。在 `reply` 函数中,我们使用 GPT-3 进行自然语言处理,并生成合适的回复内容。最后,我们调用 `bot.run()` 启动微信机器人。 需要注意的是,上述示例仅演示了微信机器人的基本功能,并未涉及企业微信机器人的所有功能和限制。开发企业微信机器人时,需要遵守企业微信机器人开发规范,确保机器人的安全和稳定性。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值