type
status
date
slug
summary
tags
category
icon
password
Parent item
Sub-item
Language
前言
项目地址： zhayujie/chatgpt-on-wechat，感谢作者提供了一个可以让gpt和微信结合的工具。
接入pandora轻松入门体验
没办法科学上网，没有官方apikey，怎么优雅使用openai chatgpt？pandora作者提供了全局代理，包括注册。他还提供了反代，这样我们能够构建自己的api，嵌入到自己的应用上。
本文讨论结合pandora-next反代的api搭建微信机器人。
想了解pandora的出门右转
下面是项目作者的网站，博客，和电报群
FakeOpen: https://fakeopen.org/
Newsletter: zhile.io
Telegram: [@ja_netfilter_group](https://t.me/ja_netfilter_group)
zhayujie/chatgpt-on-wechat项目中可以把base url 和key替换pandora的就行。
docker部署
微信（都说有封号风险，我没遇上，但宁可信其有不可信其无，转站企业微信）
如果已经部署了chatgpt-on-wechat，下面就不必看了，直接去微信体验机器人。
企业微信
pandora key说明**：
pandora提供的key有share token和pool token，不同的share token之间可以隔离对话，pool token可以封装100个fk-，这样可以轮询使用不同的fk-，不至于阻塞。
share token有效期是最长10天，pool token支持更新，也就是我们可以通过access token生成share token，在pool token失效之前使用share token更新，这样就不用操作项目，换key，再进行热更新。
思路：
1.通过用户名和密码，生成access token(Access Token有效期为10天)；
2.通过access token 生成share token；
3.定时任务，每周五生成新的share token更新pool token
update_pool_token.py代码实现
也可以使用定时任务脚本（可选）
- crontab -e
- 0 2 * * 5 python /app/update_pool_token.py
开发进阶：接入新的model指南
记录这个是方便以后自己接入其他模型，避免耗费时间再去捋一遍思路。
原理初识
我们先从源码浅看，消息的处理：（以处理文本为例）
总结：
（以gemini说明）
1.处理文本信息，需要创建“chat”的机器人,chat机器人调用的模型需要从config[‘model’]，默认gpt-3.5-turbo。
todo: 这个只需要配置model对应的value，不涉及代码变更，可以使用的时候再配置；
2.通过传入的模型value值，进行判断，设定self.btype[typename]。
todo: bridge.py需要增加判断条件：
3.判断条件中使用了常量值，const.GEMINI，这个需要定义。
todo: const.py中定义：
4.create_bot(bot_type)拿到了入参，判断创建对话模型
todo: bot_factory.py中增加条件判断
5.构建bot的调用api
todo: 参考对应模型的api，进行构建调用
现在，我们可以从原作者增加一个模型的commit，再来回顾下。
总共涉及新增或修改6个文件，除了上述总结的5个多了一个godcmd，这个是要在微信里面切换模型的时候需要。
- 作者:NotionNext
- 链接:https://notion.ainote.cloudns.biz/article/da749d05-1d83-450f-9a00-df6cdc775f4b
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议，转载请注明出处。