Skip to content

Latest commit

 

History

History
111 lines (69 loc) · 4.38 KB

concepts.md

File metadata and controls

111 lines (69 loc) · 4.38 KB
Raw

一、概念

使用本项目，你必须理解的概念。

Assistant 助手

助手 也可以说插件自身，接收用户配置，实现 wechaty 插件接口，并且监听 wechaty 发送的事件。

助手 本身没有自动回复的功能，只有被动的调用以及返回 大模型 回复的内容，但内置一些口令，用于控制助手本身的行为。

助手的功能：

  1. 接收用户配置
  2. 创建状态监控对象
  3. 实现 wechaty 插件接口
  4. 监听 wechaty 发送的事件，并调用 消息处理器 进行消息分发
  5. 提供 大模型 调用的方法给 消息处理器 进行调用

MessageHandler 消息处理器

接收 wechaty 消息对象，创建对话上下文，并且根据消息类型进行分发。

Keywords 口令

内置功能调用。模拟 web 界面操作，如：新建对话，停止回复。

口令，也就是关键词触发，可以说是不得以的办法的办法，主要解决：用户无法直接控制助手的行为。

我在研究钉钉的交互卡片，就是为了让用户可以通过交互式卡片控制 AI 的行为，以丰富界面交互的功能。

Command 指令

二次开发实现的，以 / 斜线开始的自定义命令。主要用于增强机器人交互，执行不需要对话请求的功能调用，并且提供类似 CLI 参数解析的功能。

Lock 请求锁

因为大模型和人不一样，无法持续接收以及实时交互，主要用于模拟 Web Loading 效果，限制用户消息频率，保护大模型不崩溃。

ConversationContext 对话上下文

wechaty 其实是很不错的库，但缺少记录当前用户的状态，以及过程中的数据记录。

对话上下文要做的事情有：

  1. 生成唯一对话 ID
  2. 判断 对话用户 是否是管理员
  3. 创建 对话用户 个人配置对象
  4. 创建 对话用户 对话状态 (保持群内与个人唯一)
  5. 创建请求锁
  6. 快速回复（群聊，提及对方，私聊直接发）
  7. 等等一切过程中，可以做的任何事情

Session 对话状态

比如我在群里，我发给 AI 一句话，再发给 AI 一句话，应该要保持当前为同一个对话。

或者我创建一个新对话，那就不能和之前的对话串起来，这就是 对话状态 要做的事情，记录当前对话中的状态数据。

UserConfig 用户配置

这是直接和人挂钩，比如我们支持多个模型切换，张三说 “切换一言”，李四说 “切换星火”，那张三和李四就是不同的大模型。

但这不应该属于对话，因为不管这么创建新对话，我都应该是当前切换的模型，这就是用户配置。

ChatType and InputType 聊天类型和输入类型

不同的 AI 支持的消息类型都不一样，但不会支持微信特有的，如 抢红包 等功能。聊天类型决定了这个大模型，可以接受什么类型的消息。

import { ChatType, defineLLM } from '@zhengxs/wechaty-plugin-assistant'

const ChatOpenAI = defineLLM({
  name: 'openai',
  human_name: 'ChatGPT',
   // 如果你的模型只能处理文本消息，你的输入类型就是 Text
  input_type: [ChatType.Text],
  ...
})

const ChatOpenAI = defineLLM({
  name: 'openai',
  human_name: 'ChatGPT',
   // 如果你还能接受图片，那就添加 Image
  input_type: [ChatType.Text, ChatType.Image],
  ...
})

输入是给 LLM 使用的，而 ChatType 表示用户发送过来的消息类型，非模型支持的输入类型，将直接被 助手 拒绝掉。

LLM API 大模型接口

不同的模型，接口不一致，可以自己实现，也可以对接开源项目，如 chatgpt 或我写的 erniebot。

但也有可能自己实现或代理了如 openai chat 的，然后自己实现一个调用。

让后提供给 LLM 大模型进行调用。

LLM 大模型

大模型的目的是调用接收并处理微信消息，并调用大模型提供的 API，然后回复用户。

所以大模型相当于是 助手 和 API 之间的桥梁，让助手可以获得模型回复的能力。