🚧 CyberFriend: 你的赛博群友🤖

这是一个由大语言模型 (LLM) 技术驱动的，一个模仿现代人类互联网聊天风格的机器人。它同时会使用群管理工具、互联网搜索引擎、带有记忆（本地向量数据库），为各种聊天群聊提供广泛的功能、活跃群内气氛。

技术上，项目使用 Nonebot 作为机器人交互框架，通过使用各种聊天协议适配器，从而实现支持任何聊天平台（如 QQ、Telegram 等等）；目前使用 ChatGLM3 作为 LLM 模型，通过收集群内聊天记录来微调模型（或者直接调用ChatGPT-4o等能力强的大模型），可以实现模拟真实群友的功能。

代码结构和说明

项目架构图：

目前正在开发阶段，初步效果非常炸裂，欢迎加入我们！

功能规划

基础对话引擎：
- 核心对话处理：使用大型语言模型（LLM）为基础，创建能够处理日常对话的AI。
- 上下文理解：在对话中保持上下文的连贯性，保存聊天记录。
个性化与适应性：
- 用户行为分析：分析群内的对话内容和风格，更适应每个群。
- 持续学习：根据大量的聊天记录进行微调，能够更像真人。
- RAG：拥有“群聊知识库”，可以进行群聊私域的记录和检索。🚧
- 模拟机制：能够模拟单独的某个人的语气。🚧
- 调用群聊操作：能够调用群聊相关操作，例如撤回、退群、禁言等等。🚧
- 调用工具：能够调用相关工具，例如搜索、绘图等等。🚧
场景模拟：
- 特定场景：开发适用于不同社交场景的对话模式（如朋友聚会、工作讨论等）。🚧
- 角色扮演能力：能够根据用户的需要扮演不同的社交角色（如朋友、同事）。🚧
集成与扩展性：
- API接口：提供API接口，允许第三方应用程序和服务集成。
- 模块化设计：确保系统的高度模块化，便于未来的扩展和升级。
- 多种协议支持：独立出来和聊天平台的适配器。

使用

如项目架构图所示，本项目可分为三大模块，分别单独部署：聊天平台及适配器（目前项目采用 QQ+Shamrock）、Nonebot机器人框架中控与数据库、LLM模块。

须知：请确保您拥有py开发经验，且为了防止库版本冲突影响出现报错，请在创建venv环境再进行后续操作，推荐使用pycharm

下面依次介绍这三大模块的部署操作。

聊天平台适配器的部署

请参考 Shamrock-快速开始或者你可以使用其他qq的适配器，例如Napcat，同样使用Onebot v11标准，你只需要填写好适配器和Nonebot的连接即可。

Nonebot及数据库的部署

首先请参考 Nonebot-快速开始，或者在 CyberFriend_bot_plugin 中，运行 pip install -r requirements.txt，安装相关依赖。

然后，在 CyberFriend_bot_plugin 中，配置好 .env.prod 中，你的 Shamrock 的端口，之后执行 nb run 命令。

理想状态下，输出 [INFO] websockets | connection open，即为运行成功，数据库也会一并开启。

LLM 模块的部署

目前我们使用 ChatGLM3 作为 LLM 模型。

首先，进入 CyberFriend_LLM_core，执行 pip install -r requirements.txt & python download.py，安装依赖并下载模型权重，权重会下载到这个目录下，你可以修改文件中的 cache_dir 来更改下载路径，或是使用别的下载方法，例如直接从 chatglm3-6b-huggingface 上下载。

然后，执行 python api_server.py，运行开启 LLM 模型的 api 服务器。

要进行模型微调，你需要参考 chatglm3-微调，使用 CyberFriend_bot_plugin/record_data 中的工具来构建数据集，然后在 CyberFriend_LLM_core/finetune 中，执行 python finetune_hf.py /path/to/dataset /path/to/model configs/lora.yaml 来进行微调。

至此，整个项目的数据流就打通了，你可以正常使用了。

模型微调与一键运行的脚本正在构建与测试中...之后会更新

ToDo:

RAG 自动记录与检索
群管理相关操作
网络搜索调用功能
回复特定关注的消息功能
主动发起消息功能
创建网页游戏：找出 AI 群友