小工具      在线工具  汉语词典  css  js  c++  java

如何拥有自己的微信群聊汇总助手-部署教程+安装包

AIGC,微信,人工智能,AIGC,gpt 额外说明

收录于:40天前

项目介绍

本项目是一个基于微信机器人的微信群聊汇总助手。它可以帮助群主或管理员自动收集群聊中的聊天记录,并利用AI进行汇总,最后发送到指定群聊。

这可能是配置最简单、功能最齐全的项目了。尝试了几个项目后,都不太明白,所以干脆用JS封装了一下。

每次执行summary命令都会生成三个summary文件,分别是:

xxx_sumarized.txt # 纯文本总结
xxx_sumarized.png # 总结的图片
xxx_sumarized.mp3 # 总结的语音

效果预览

同时可以生成图片,方便发送到其他平台或群组。

跑步

1.安装依赖
npm install
2.设置env环境变量
cp .env.example .env

.env 中有3个变量,这3个变量中DIFY_API_KEY,PADLOCAL_API_KEY代表 2个平台,MONITOR_ROOMS代表群组名称,接下来会分别介绍如何获取对应变量的值。

3.获取PADLOCAL_API_KEY

注册 http://pad-local.com 获取一个七天试用的账号,创建应用,然后在 .env 中填入 api key

PADLOCAL_API_KEY=puppet_padlocal_xxxxxx
4.获取DIFY_API_KEY

注册 https://dify.ai 账号 创建一个“文本生成”应用,创建完成后,在应用的“访问 api”菜单中,点击“api 秘钥”,点击生成新的秘钥 ,然后在 .env 中填入此秘钥

DIFY_API_KEY=xxxxxx

之后,在提示词排列中,在下拉框中选择型号“Claude-2”。平台会给你一些200次左右的免费通话,然后填写提示内容:

你是一个中文的群聊总结的助手,你可以为一个微信的群聊记录,提取并总结每个时间段大家在重点讨论的话题内容。

请帮我将给出的群聊内容总结成一个今日的群聊报告,包含不多于10个的话题的总结(如果还有更多话题,可以在后面简单补充)。每个话题包含以下内容:
- 话题名(50字以内,带序号1️⃣2️⃣3️⃣,同时附带热度,以-数量表示)
- 参与者(不超过5个人,将重复的人名去重)
- 时间段(从几点到几点)
- 过程(50到200字左右)
- 评价(50字以下)
- 分割线: ------------

另外有以下要求:
1. 每个话题结束使用 ------------ 分割
2. 使用中文冒号
3. 无需大标题

以下是群聊内容

点击右上角的“发布”。

5. 设置MONITOR_ROOMS
MONITOR_ROOMS=群名(目前只支持一个)
6. 设置支持命令触发汇总的组名。在群内发送/summarize命令触发汇总。
#仅限机器人账户发送
/summarize
7.运行微信监控程序
npm run watch

此时会弹出一个二维码。使用微信扫码登录,登录成功后,程序会继续抓取所有群聊的聊天记录。聊天记录将保存在数据/日期文件夹/群组名称中的本地文件中。 .txt,不会上传给任何第三方。

8. 手动运行摘要程序。每天结束时,手动总结某一组的内容。
npm run summarize ./data/2023-08-23/xxx.txt
9. 总结语音生成的配置
# 添加以下两个配置即可开启语音生成
AZURE_TTS_APPKEY=
AZURE_TTS_REGION=

激活方法:Azure中的认知服务,找到语音服务,激活后找到密钥和区域,填写。每月前50万字免费,基本不需要付费。

微软Azure

项目包下载:微信群聊总结AI助手_知识树人工智能资源站
. . .

相关推荐

额外说明

SQL Server:可自定义参数的父子关系查询

在SQL Server里边执行父子关系查询,第一时间想到的应该是CTE(要是对CTE不太了解,可以参考这篇,讲的超详细),它兼顾了union all和递归的属性,用起来简单效率也不错。好啦,言归正传,先说说测试的基本信息: 数据库版本:SQL Serve

额外说明

Oracle 按先前使用示例连接

oracle中 connect by prior 递归算法   如果表中存在层次数据,则可以使用层次化查询子句查询出表中行记录之间的层次关系 基本语法:  [ START WITH CONDITION1 ] CONNECT BY [ NOCYCLE ]

额外说明

修改完MySQL的登录密码后 发现网页登录不了mysql,出现建立数据库时连接出错

此方法只适用于本人,其余人慎行!!! 首先重启nginx [root@localhost ~]# systemctl restart nginx。 进入/usr/local/nginx/html/下 [root@localhost ~]# cd /us

额外说明

8个锁相关问题

1、8个锁问题 (1)问题 1)标准访问,先打印短信还是邮件。 2)停4秒在短信方法内,先打印短信还是邮件。 3)普通的hello方法,是先打短信还是hello。 4)现在有两部手机,先打印短信还是邮件。 5)两个静态同步方法,1部手机,先打印短信还是邮

额外说明

kubernetes部署Elasticsearch eck

eck简介 Elastic Cloud on Kubernetes (ECK)可以基于kubernetes operator在kubernetes集群中自动化部署、管理、编排Elasticsearch、Kibana、APM Server服务。 ECK功能

额外说明

二叉堆,堆排序,d叉堆

   堆,这是经常听到的一个数据结构,其非常的重要,重要性就不闲扯了,这次主要说明堆的数据结构,堆一般可以分为大顶堆和小顶堆,顾名思义,也就是最大值或者是最小值在第一个位置,需要说明的是这不是我们自己规定了,而是由于堆的性质决定了,在堆中,子节点的值一定

额外说明

Java学习笔记4.3.1 数学计算 - Math类

文章目录 零、本讲学习目标 一、Math类 (一)Math类概述 (二)Math类API文档 二、案例演示Math类 (一)测试Math类常用方法 (二)简要说明 1、三角函数参数 2、产生指定范围随机整数 3、四舍五入函数与取整函数 (三)课堂练习 零

额外说明

给css样式定义排序

一、 css样式分为7大类: 1、显示与浮动 2、定位 3、尺寸(width,height) 4、边框及相关属性(margin,padding,border,outline) 5、字体样式 6、背景(background) 7、其它样式(opacity,

额外说明

MMPose代码学习——笔记2

文章目录 摘要 什么是人体姿态估计 3D 姿态估计 人体参数化模型 下游任务 2D姿态估计 多人姿态估计:自顶向下方法 基于回归的自顶向下方法 基于热力图的自顶向下方法 多人姿态估计:自底向上方法 单阶段方法 基于Transformer的方法 小结 3D

ads via 小工具