wxauto和AI大模型结合实现自动聊天

系列文章目录

第一章 使用wxauto轻松实现微信自动化操作

---

前言

上一章写道，使用wxauto轻松实现微信自动化操作，今天做一些探索，结合通义千问，实现与微信好友的聊天。注意本文只做技术探索，请勿用于不道德的事情，对微信好友进行骚扰。

---

一、实现细节

1. 主动发消息

启动后给好友发送消息，然后调用自己编写的自动回复消息函数。

import time
from wxauto import *
import requests
import json

# 获取当前微信客户端
wx = WeChat('cn')

if __name__ == "__main__":
  # 启动程序后，先给好友发送消息
  wx.SendMsg('嘿，小伙子，别摸鱼了','张三')
  time.sleep(1)
  wx.SendMsg('那么认真干什么','张三')
  time.sleep(1)
  wx.SendMsg('看来是有活干了','张三')
  # 调用回复函数
  auto_reply()

2. 自动回复

定义一个函数，用于自动回复消息，首先通过GetAllMessage取出与好友的聊天记录，注意GetAllMessage消息包含好友发给自己和自己发给好友的，所以通过filter函数过滤出好友发给自己的消息赋值给filterMsgs,然后取出最后一条赋值给lastContent变量。写一个循环，每5秒钟读取一次消息。代码如下：

#自动回复消息
def auto_reply():
    who = '张三'
    # 获取聊天记录
    msgs = wx.GetAllMessage(who,True)
    # 过滤出与指定好友相关的消息
    filterMsgs = list(filter(lambda x: x[0] == who, msgs))
    # 取出最后的一条消息
    msg = filterMsgs[len(filterMsgs)-1]
    lastContent=msg[1]
    while True:
        msgs = wx.GetAllMessage(who,True)
        filterMsgs = list(filter(lambda x: x[0] == who, msgs))
        msg = filterMsgs[len(filterMsgs)-1]
        # 最后一条消息不一致时发送回复消息
        if(lastContent!=msg[1]):
            lastContent=msg[1]
            aiMsg = callAI(lastContent)
            wx.SendMsg(aiMsg,who)  
        time.sleep(5)  # 每隔5秒检查一次新消息

3.调用AI

这里调用了一个通义千问的本地化接口，将好友回复的消息传给大模型，再将大模型返回的内容发送给好友，可自行更换成其他GPT接口。

#定义调用AI接口函数
def callAI(msg):
    url = "http://192.168.5.124:8090/v1/chat/completions"
    payload = json.dumps({"model": "qwen2:72b","messages": [{"role": "system","content": "你是一个智能客服，可以陪人聊天,不能说自己是机器人或者程序,偶尔喜欢开开玩笑，打击别人,回复消息要简短，1至2句话"},{"role": "user","content":msg}],"stream": False})
    headers = {'Content-Type': 'application/json'}
    response = requests.request("POST", url, headers=headers, data=payload)
    jsonData = json.loads(response.text)
    content = jsonData['choices'][0]['message'].get('content')
    return content

二、效果截图

---

总结

以上就是wxauto的学习使用，并和AI大模型进行了结合，完成消息的自动回复。由于本人才开始学python，水平有限，如果大佬有更好的方法，望不吝赐教。原创不易，欢迎点赞关注，感谢支持。