Syan-Lin/CyberWaifu

介绍🔎

CyberWaifu 是一个使用 LLM 和 TTS 实现的聊天机器人，探索真实的聊天体验。

该项目使用 LangChain 作为 LLM 主体框架，使用 go-cqhttp 进行 QQ 机器人部署，TTS 支持 vits、edge-tts。

语言模型支持：

• ChatGPT
• Claude

功能

✅ 预定义的思考链：使 AI 可以进行一定的逻辑思考，进行决策。例如在文本中添加 Emoji、发送表情包等等。

✅ 记忆数据库：自动总结对话内容并导入记忆数据库，根据用户的提问引入上下文，从而实现长时记忆。同时支持批量导入记忆，使人设更丰富、真实和可控。

✅ 现实感知：AI 可以感知现实的时间并模拟自己的状态和行为，例如晚上会在睡觉、用户隔很久回复会有相应反馈（这部分表现暂时不稳定）。

✅ 联网搜索：根据用户的信息，自主构造搜索决策，并引入上下文。

✅ QQ 机器人部署

✅ QQ 表情支持

✅ 人设模板、自定义人设

✅ edge-tts, azure 语音服务支持

⬜ vits, emotion-vits 支持

⬜ bark 支持

⬜ AI 绘图支持，将绘图引入思考链，使 AI 可以生成图片，例如 AI 自拍

安装💻

Python 版本：3.10.10

使用 conda:

git clone https://github.com/Syan-Lin/CyberWaifu
cd CyberWaifu
conda create --name CyberWaifu python=3.10.10
conda activate CyberWaifu
pip install -r requirements.txt

QQ 机器人部署

根据 go-cqhttp 下载文档，下载相应平台的可执行程序，并放入 qqbot 目录中

ffmpeg 安装

为了支持任意格式的语音发送，按照 go-cqhttp 要求，需要 下载ffmpeg 解压到 qqbot/ffmpeg 文件夹中（如果不存在请自行创建）

Windows 在 cmd 中执行：X 部分替换为你的项目所在目录，设置完成后需要重启电脑

setx /M PATH "X:\XXX\CyberWaifu\qqbot\ffmpeg\bin;%PATH%"

记忆数据库向量计算模型（使用 Claude 需要）

为了支持本地的文本向量计算，需要引入 text embedding 模型，这里使用 Sentence Transformer

首先 下载模型，然后解压到根目录的 st_model 文件夹，如果不存在请手动创建

配置✏️

按照 template.ini 进行配置，配置完成后改名为 config.ini

大语言模型配置

• OpenAI：需要配置 openai_key，这部分网上有很多教程，就不赘述了
• Claude：需要配置 user_oauth_token 和 bot_id，具体参考 Claude API 接入教程

QQ 机器人配置：

运行 main.py 提示：

PyCqBot: go-cqhttp 警告 账号密码未配置, 将使用二维码登录.
PyCqBot: go-cqhttp 警告 虚拟设备信息不存在, 将自动生成随机设备.
PyCqBot: go-cqhttp 警告 当前协议不支持二维码登录, 请配置账号密码登录.

在 qqbot/device.json 文件中，找到字段 protocol，将值修改为 2 即可扫码登录

权限设置：qqbot/bot.json 文件

// 本项目针对私聊场景设计，目前不支持群组
{
    // 需要处理的 QQ 私聊信息，为空处理所有
    "user_id_list": [
        1234567,
        7654321
    ]
}

人设 Prompt 配置

根据 presets/charactor/模板.txt 进行编写，将编写好的人设 Prompt 丢到 presets/charactor 目录下即可，随后在 config.ini 配置文件中的 charactor 字段填写文件名（不包含后缀名）

记忆设定同样是丢到 presets/charactor 目录下，多段记忆用空行分开，并在配置文件中填写 memory 字段

联网搜索配置

在 Google Serper 中注册并创建一个 API key，在 config.ini 中配置并开启即可。Google Serper 可以免费使用 1000 次调用，实测可以使用很久。

由于上下文长度的限制，目前搜索引入的内容并不多，只能获取简单的事实信息。

使用🎉

运行 main.py 即可

conda activate CyberWaifu
python main.py