实现微信聊天机器人+微信消息实时获取+大模型提炼

最新推荐文章于 2025-05-09 23:58:19 发布

定制开发才有价值

最新推荐文章于 2025-05-09 23:58:19 发布

阅读量266

点赞数 7

文章标签：微信机器人 python 大模型

本文链接：https://blog.csdn.net/p6448777/article/details/147781446

版权

一、可以实现微信机器人获取消息后+大模型自动答复+向量化知识自动答复
二、实现群消息自动抓取+大模型批量提炼答复
比如：我们要抓取聊天内容中二手车信息（群OR个人都可以）

1、PYTHON代码部分自动实时获取最新消息：

import json
import re
import time

import requests
from wxautox import WeChat


def load_settings(file_path='settings.txt'):
    try:
        with open(file_path, 'r', encoding='utf-8') as f:
            return [line.strip() for line in f if line.strip()]
    except FileNotFoundError:
        return []


# 判断是否包含手机号
def contains_phone_number(text):
    """
    判断字符串中是否包含中国大陆手机号
    手机号规则：
    - 1开头
    - 第二位：3/4/5/6/7/8/9
    - 总共11位数字
    """
    pattern = r'(?<!\d)(1[3-9]\d{9})(?!\d)'
    return bool(re.search(pattern, text))


if __name__ == '__main__':
    # 获取微信窗口对象
    wx = WeChat()
    listen_list = load_settings("settings.txt")
    print(listen_list)
    for i in listen_list:
        wx.AddListenChat(who=i, savepic=True)
    wait = 5  # 设置1秒查看一次是否有新消息
    while True:
        msgs = wx.GetListenMessage()
        for chat in msgs:
            who = chat.who  # 获取聊天窗口名（人或群名）
            one_msgs = msgs.get(chat)  # 获取消息内容
            # 回复收到
            for msg in one_msgs:
                msgtype = msg.type  # 获取消息类型
                content = msg.content  # 获取消息内容，字符串类型的消息内容
                if (contains_phone_number(content)):
                    print(f'【{who}】：{content}')
                    # 接口URL
                    url = "http://localhost:8810/big/insert_user"  # 替换为实际的服务器地址

                    # 准备请求数据
                    user_data = {
                        "pythonInfo": who + content
                        # 根据User类的其他字段，可以添加更多数据
                    }

                    # 设置请求头
                    headers = {
                        "Content-Type": "application/json",
                        "Accept": "application/json"
                    }

                    try:
                        # 发送POST请求
                        response = requests.post(
                            url,
                            data=json.dumps(user_data),  # 将字典转换为JSON字符串
                            headers=headers
                        )
                        with open('out.txt', 'a', encoding='utf-8') as f:  # 'a' 表示追加
                            try:
                                if response.status_code == 200:
                                    msg = "请求成功！"
                                    content = f"响应内容: {response.json()}"
                                else:
                                    msg = f"请求失败，状态码: {response.status_code}"
                                    content = f"响应内容: {response.text}"

                                # 打印到控制台
                                print(msg)
                                print(content)

                                # 追加写入文件
                                f.write(f"{msg}\n{content}\n")
                            except Exception as e:
                                error_msg = f"请求过程中发生错误: {str(e)}"
                                print(error_msg)
                                f.write(f"{error_msg}\n")
                    except Exception as e:
                        print(f"请求过程中发生错误: {str(e)}")
        time.sleep(wait)

2、可以看到我们获取信息后，自动请求服务http://localhost:8810/big/insert_user

这个服务的目的就是调用大模型分析文本
JAVA服务代码：

package com.black.controller;

import com.black.pojo.User;
import com.black.util.*;
import org.springframework.web.bind.annotation.PostMapping;
import org.springframework.web.bind.annotation.RequestBody;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;

import java.util.HashMap;
import java.util.concurrent.CompletableFuture;
import java.util.concurrent.Executor;
import java.util.concurrent.Executors;

@RestController
@RequestMapping("/big")
public class BigController {
    // 创建一个线程池用于异步执行
    private final Executor executor = Executors.newCachedThreadPool();

    @PostMapping("/insert_user")
    public CompletableFuture<Res> insert_user(@RequestBody User user) throws Exception {
        // 规整完毕的数据通过这个服务提交pythonInfo
        System.out.println(user.getPythonInfo());
        String question = "你的角色是：二手车信息分析专家。\n" + "你的任务是：分析输入的二手车信息，严格按照此JSON格式返回结果{\"isTheSenderTypeTheRecipientOrTheSeller\":\"xxx\",\"informationRelatedToTheTypeOfVehicleReceived\":\"xxx\",\"regionalInformation\":\"xxx\",\"contactInformation\":\"xxx\"}\n" + "我的要求：重点分析四个方面并返回中文数据。发送方类型为收车方还是卖车方、收车类型相关信息、地区信息、联系方式。换行尽量保留。\n" + "根据以上要求，我的输入是：" + user.getPythonInfo();

        // 使用CompletableFuture异步执行两个任务
        CompletableFuture<String> douBaoFuture = CompletableFuture.supplyAsync(() -> DouBaoModel.modelDoWork(question), executor);

        CompletableFuture<String> deepSeekFuture = CompletableFuture.supplyAsync(() -> A_Http_V3_New.useDeepSeek(question), executor);

        // 合并两个Future的结果
        return douBaoFuture.thenCombineAsync(deepSeekFuture, (douBaoRes, deepSeekRes) -> {
            HashMap<Object, Object> hashMap = new HashMap<>();
            hashMap.put("douBaoRes", douBaoRes);
            hashMap.put("deepSeekRes", deepSeekRes);
            return Res.success(hashMap);
        }, executor);
    }
}

请求大模型后就可以对微信信息进行实时获取分析或者实时答复：

请求成功！
响应内容: {'code': '200', 'message': '', 'object': {'douBaoRes': '\n\n{"isTheSenderTypeTheRecipientOrTheSeller":"收车方","informationRelatedToTheTypeOfVehicleReceived":"事故修复车，新款BBA、保时捷、丰田、本田等类型低中高款车型","regionalInformation":"无","contactInformation":"18766093996"}', 'deepSeekRes': '```json\n{\n  "isTheSenderTypeTheRecipientOrTheSeller": "收车方",\n  "informationRelatedToTheTypeOfVehicleReceived": "事故修复车，专收新款BBA、保时捷、丰田、本田等类型低中高款车型",\n  "regionalInformation": "无明确地区信息",\n  "contactInformation": "18766093996 长期换二手车群。24小时欢迎同行骚扰"\n}\n``` \n'}}
请求成功！
响应内容: {'code': '200', 'message': '', 'object': {'douBaoRes': '\n\n{"isTheSenderTypeTheRecipientOrTheSeller":"收车方","informationRelatedToTheTypeOfVehicleReceived":"专收新款BBA、保时捷、丰田、本田等类型低中高款车型，事故修复车","regionalInformation":"杭州","contactInformation":"18766093996"}', 'deepSeekRes': '```json\n{\n  "isTheSenderTypeTheRecipientOrTheSeller": "收车方",\n  "informationRelatedToTheTypeOfVehicleReceived": "专收新款BBA、保时捷、丰田、本田等类型低中高款车型。收事故修复车。",\n  "regionalInformation": "杭州",\n  "contactInformation": "18766093996\\n长期换二手车群。\\n24小时欢迎同行骚扰。"\n}\n``` \n'}}