开发了一款 Agent,每天全自动获取大模型日报并发送到微信群

  大家好,我是木川

之前有通过 RPA 实现抓取大模型日报推送到微信,效果还是挺不错的,但有个问题是 Mac 版本的 RPA 工具影刀不支持定时任务执行,所以还是需要每天手动点下执行按钮

对于我而言,我有点忍不了,所以我开发了全自动的方案,每天定时获取大模型日报并推送到微信群,全程不需要人工参与

本文流程如下:

3fe6f6508b3c0068e195e83904cb7d90.png

具体步骤如下:

  • 购买云服务器:选择一个合适的云服务器托管发送微信消息接口。

  • 部署消息接口:在云服务器上部署一个能够发送消息到微信的接口。

  • 创建 Coze 智能体:在 Coze 这个低代码机器人平台上,我们将添加一个机器人,它将调用我们部署的接口发送大模型日报到微信或者微信群。

其中智能体的工作流如下:

  • 抓取新闻:自动搜索并获取与大模型相关的最新新闻。

  • 阅读内容:深入阅读每篇新闻链接,提取精华内容。

  • 摘要提取:利用大模型技术,智能提取新闻摘要。

  • Markdown合成:将提取的摘要和内容合成为易于阅读的Markdown格式。

  • 发送消息:将这份精心制作的Markdown日报通过微信消息发送出去。

实现的效果如下:

00c8d36a79c2e015ca54414c3782b564.png

一、购买云服务器

腾讯云为新用户提供了免费试用服务器的福利,可以选择轻量应用服务器进行适用

1、进入云平台

5919596ae11941381c255018f1dcc6e4.png

2、选择镜像

镜像建议选择 Docker CE 19.03.9,内置安装了 Docker,方便后续通过 Docker 安装开源项目,选择好镜像后,点击试用

57309630d1f14ce01f88c21a7d511d4a.png

3、人脸认证

使用微信扫码进行人脸认证

bbb27592a9b56d637d4178d6a0319f7c.png
i

4、查看实例

认证完后,进入实例页面;如果页面不显示,可以重新点击使用进入

4f6573a410b33162aea4c03a6b4a8b25.png

进入服务器菜单,查看刚创建好的服务器实例

6229d1bbcb0f14e6c6f2b0f5e3ce4390.png

5、重置密码

点击 更多 > 重置密码,进行修改密码,并记住密码,用于接下来配置环境使用。

a26516d231d4566b566a5e42117613d8.png

6、登录服务器

点击服务器名称,进入详情页选择密钥方式登录,这种登录方式,确保权限最大

99b2d6a5ce4ed75b453447dfcf5f90d3.png

点击登录按钮,进可进入服务器,已经内置好了 Docker

d655a1c8ae6a203c6a24ae4d8d8690cb.png f47b793f825a31d166140eb7fcd0e99c.png

二、部署发送微信消息接口

为了允许通过 Http 接口调用的方式发送消息到指定微信或者微信群,我们需要在服务器上部署下面这个项目,方便 Coze 智能体进行调用

https://github.com/danni-cool/wechatbot-webhoo

有 2 种方式安装,这里推荐 Docker 方式

1、Docker 方式安装

1)拉取最新镜像

docker pull dannicool/docker-wechatbot-webhook

2)docker 部署

# 启动容器并映射日志目录,日志按天维度生成,e.g: app.2024-01-01.log,自定义登录 token
docker run -d --name wxBotWebhook -p 3001:3001 -e LOGIN_API_TOKEN="zqlYxKvitwF8" -v ~/wxBot_logs:/app/log dannicool/docker-wechatbot-webhook

自定义 token 的好处是微信下线后,不用每次生成不同的 token

3)登录

找到二维码登录地址,扫码登录微信

docker logs -f wxBotWebhook
9d5fc9243dda92204f9e47e6ab4c96a8.png

4) 解决错误

容器启动报错 WARNING: IPv4 forwarding is disabled. Networking will not work

解决办法

vim /etc/sysctl.conf
设置 net.ipv4.ip_forward=1

重启 network 服务

systemctl restart network

查看是否修改成功

sysctl net.ipv4.ip_forward

2、非 Docker 方式安装

需要提前在服务器上安装 git 和 npm,然后执行下面的步骤

1)下载项目

git clone git@github.com:danni-cool/wechatbot-webhook.git

2)进入项目目录

cd wechatbot-webhook

3)安装依赖

npm install

4)服务启动

npm run start

5)登录

找到二维码登录地址,扫码登录微信

三、测试

1、添加防火墙规则

允许端口 3001 可访问,这样调用公网 IP + 端口号,就能支持外部调用了

de53fef902d15600ce5f6bd496c524b3.png

2、发送消息到微信群

curl --location 'http://127.0.0.1:3001/webhook/msg/v2?token=zqlYxKvitwF8' \
--header 'Content-Type: application/json' \
--data '{
    "to": "一人企业",
     "isRoom": true,
    "data": { "type": "text", "content": "你好" }
}'

3、发送消息到微信

curl --location 'http://127.0.0.1:3001/webhook/msg/v2?token=zqlYxKvitwF8' \
--header 'Content-Type: application/json' \
--data '{
    "to": "木川",
     "isRoom": false,
    "data": { "type": "text", "content": "你好" }
}'

如果遇到发送失败,可以清除日志,然后重新启动扫码登录

四、Coze 部署

Coze 是由字节跳动在海外推出的一个 AI 聊天机器人和应用程序编辑开发平台,专为开发下一代 AI 聊天机器人而设计。无论您是否有编程经验,该平台都允许您快速创建各种类型的聊天机器人并将它们部署在不同的社交平台和消息传递应用程序上。

1、添加工作流

1)添加开始节点
c0f4414b58b988d3b5398c8a090a506e.png
2)添加抓取大模型新闻节点
64cd04f67d0fd1467099db90292f5a5e.png
3)添加阅读文章链接节点
f2beeed3f637c5d4df0f1f1edfedb9d4.png
4)添加提取文章摘要节点
4ab8946e60047c5125d9e5e9b07dde57.png
5)添加大模型Markdown合成节点
db9ebf900fc3b56e1208a4736fe38e1c.png
6)添加发送微信节点
需要编写代码调用上面部署的发送消息接口
d32dee97f7e456d38d33310043140186.png
7)添加结束节点
43b82e9621c8049f5203cfaadeee77a5.png

2、添加 Bot

只需要添加一个触发器,每天定时触发工作流

0bfbc9165b454e6d32ec60eafd5b55de.png

设置触发器的触发时间和任务类型,并选择上一步添加的工作流

8689ba202d675d02858a18ca4ebc2fbc.png

3、Bot 发布

Bot 发布飞书后,触发器才会生效,所以需要先配置飞书授权,然后发布的时候平台勾选飞书

1)配置飞书授权

4ef73da188bc05025604ac5f972f5b8d.png

2)同意授权

a28e4441800dfd0fb29eaae0b5e2403b.png

3)勾选飞书发布

3798f119180317aec27251cf10ba42e4.png

4)等待审核通过

大概几分钟就能审核通过,审核通过后就可以自动触发给你发送消息了

bb4e4f429b61ecf1148d91381585587d.png

五、总结

本文主要介绍了如何实现自动获取大模型日报并将其定时发送到微信或微信群的功能,文章分为四个部分:

1、购买云服务器:介绍如何在腾讯云平台上购买并设置云服务器,包括选择镜像、进行人脸认证、查看实例、重置密码和登录服务器。

2、部署发送微信消息接口:介绍如何在服务器上部署一个能够发送消息到微信的接口,提供了使用Docker和非Docker两种安装方式,并解决安装过程中可能遇到的问题。

3、测试:添加防火墙规则,以及测试如何发送消息到微信群和个人微信。

4、Coze 部署:介绍 Coze 平台的使用,包括如何添加工作流、添加 Bot、发布 Bot 以及配置飞书授权,从而实现自动触发发送消息的功能。


今天的分享就到这里了,欢迎加我微信围观高质量朋友圈,回复【小册】获取我推荐的小册合集

e9ddf698e2d15dda63e96936ed7532da.png

关注我的星球,分享 AI 技术和读书心得,置顶贴领取价值 399 元 的 AI 大礼包。

f3d98ddc4592f4f9fecf3fa41a96875d.jpeg

  • 10
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
基于 wechatbot-webhook 的微信机器人,支持 GPT 问答、热搜、天气预报、消息转发、小游戏、Webhook提醒等功能。 GPT, 通常指的是“Generative Pre-trained Transformer”(生成式预训练转换器),是一个在自然语言处理(NLP)领域非常流行的深度学习模型架构。GPT模型由OpenAI公司开发,并在多个NLP任务上取得了显著的性能提升。 GPT模型的核心是一个多层Transformer解码器结构,它通过在海量的文本数据上进行预训练来学习语言的规律。这种预训练方式使得GPT模型能够捕捉到丰富的上下文信息,并生成流畅、自然的文本。 GPT模型的训练过程可以分为两个阶段: 预训练阶段:在这个阶段,模型会接触到大量的文本数据,并通过无监督学习的方式学习语言的结构和规律。具体来说,模型会尝试预测文本序列中的下一个词或短语,从而学习到语言的语法、语义和上下文信息。 微调阶段(也称为下游任务训练):在预训练完成后,模型会被应用到具体的NLP任务中,如文本分类、机器翻译、问答系统等。在这个阶段,模型使用有标签的数据进行微调,以适应特定任务的需求。通过微调,模型能够学习到与任务相关的特定知识,并进一步提高在该任务上的性能。 GPT模型的优势在于其强大的生成能力和对上下文信息的捕捉能力。这使得GPT模型在自然语言生成、文本摘要、对话系统等领域具有广泛的应用前景。同时,GPT模型也面临一些挑战,如计算资源消耗大、训练时间长等问题。为了解决这些问题,研究人员不断提出新的优化方法和扩展模型架构,如GPT-2、GPT-3等,以进一步提高模型的性能和效率。
评论 1
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