MaiBot部署与接入QQ

共计 4432 个字符，预计需要花费 12 分钟才能阅读完成。

该教程基于 0.5.11-alpha 版，现代码已有较大改动，部分内容请以最新版本为准

🍔麦麦是一个基于大语言模型的智能 QQ 群聊机器人

MaiBot 官方已经提供了非常详尽的文档（https://docs.mai-mai.org/）请参考该链接，以下内容仅留档。
Have Fun！

点网页右侧小蓝条可进行导航

一台联网的设备
QQ 小号（QQ 框架的使用可能导致 qq 被风控，严重（小概率）可能会导致账号封禁，强烈不推荐使用大号）
一个或多个可用的大模型 API
一个 AI 助手，网上随便搜一家打开来用都行，可以帮你解决一些不懂的问题

这里以硅基流动为例
点击这个链接注册账号
然后点侧栏的API 密钥

点右上角的 新建 API 密钥 , 在弹出的窗口中点 新建密钥
之后再把密钥复制下来备用

请参考这篇专栏以及官方文档，如遇到问题，可看一下常见问题

以下截图来源MaiMBOT 8aka WiKi

这里仅以 Debian 系（如 Ubuntu、Mint 等）为例

打开终端，输入

python --version
# 或
python3 --version

如果你觉得每次都输 python3 太麻烦，你可以选择安装一个 python-is-python3 软件包，它可以让命令中的 python 等同于python3, 安装命令为 sudo apt install python-is-python3(注：此步非必须，没有此需求请直接往下看)

如果版本低于 3.9，请更新 Python 版本。

# Ubuntu/Debian
sudo apt update
sudo apt install python3.9
# 如执行了这一步，建议在执行时将 python3 指向 python3.9
# 更新替代方案，设置 python3.9 为默认的 python3 版本:
sudo update-alternatives --install /usr/bin/python3 python3 /usr/bin/python3.9 1
sudo update-alternatives --config python3

python3 -m venv maimbot
source maimbot/bin/activate  # 激活环境

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh
conda create -n maimbot python=3.9
conda activate maimbot

通过以上方法创建并进入虚拟环境后，再执行以下命令

pip install -r requirements.txt

安装与启动：Debian 参考官方文档，Ubuntu 参考官方文档
建议设置开机自启，官方教程有，称为 在系统重新启动后启动
MaimBot 默认连接本地 27017 端口

打开终端在项目目录下操作

nb run
# 或
python3 bot.py

运行后等待其自动退出，再进行下一步

参考 NapCat 官方文档安装
使用你准备好的 QQ 号登录，添加反向 WS 地址：ws://localhost:8080/onebot/v11/ws（在它的 webui 中被称为Websoket 客户端）

（这段 Win/Linux 通用）

这是一个位于机器人根目录的环境配置文件

你可以在 template.env 文件中找到默认的内容（不要修改这个文件，我们要修改的是 .env.prod 这个文件）

可能的内容如下

HOST=127.0.0.1  # 配置监听的 IP / 主机名(无特殊情况保持默认)
PORT=8080   # # 配置监听的端口(无特殊情况保持默认)

# 如果你修改了以上两项，请不要忘了更改在 Napcat 里配置的反向 WS 地址

# 插件配置
PLUGINS=["src2.plugins.chat"]

# 默认配置(无特殊情况保持默认)
MONGODB_HOST=127.0.0.1 # 如果工作在 Docker 下，请改成 MONGODB_HOST=mongodb
MONGODB_PORT=27017
DATABASE_NAME=MegBot

MONGODB_USERNAME = ""  # 默认空值(无特殊情况保持默认)
MONGODB_PASSWORD = ""  # 默认空值(无特殊情况保持默认)
MONGODB_AUTH_SOURCE = ""  # 默认空值(无特殊情况保持默认)

#key and url
CHAT_ANY_WHERE_BASE_URL=https://api.chatanywhere.tech/v1
SILICONFLOW_BASE_URL=https://api.siliconflow.cn/v1/
DEEP_SEEK_BASE_URL=https://api.deepseek.com/v1

#定义你要用的 api 的 base_url
DEEP_SEEK_KEY=
CHAT_ANY_WHERE_KEY=
SILICONFLOW_KEY=

# API 凭证配置
SILICONFLOW_KEY=your_key        # 硅基流动 API 密钥(如果你参照前文获取了一个密钥，就可以将它填在这里)
SILICONFLOW_BASE_URL=https://api.siliconflow.cn/v1/  # 硅基流动 API 地址

DEEP_SEEK_KEY=your_key          # DeepSeek API 密钥
DEEP_SEEK_BASE_URL=https://api.deepseek.com/v1  # DeepSeek API 地址

CHAT_ANY_WHERE_KEY=your_key     # ChatAnyWhere API 密钥
CHAT_ANY_WHERE_BASE_URL=https://api.chatanywhere.tech/v1  # ChatAnyWhere API 地址

如果你需要增加一个提供商，只要再定义一个地址，并填入密钥即可

文件内容如下

[bot]
qq = " 机器人 QQ 号 "  # 必填
nickname = " 麦麦 "  # 机器人昵称

[personality]
prompt_personality = [
    " 曾经是一个学习地质的女大学生，现在学习心理学和脑科学，你会刷贴吧 ",
    " 是一个女大学生，你有黑色头发，你会刷小红书 "
]
prompt_schedule = " 一个曾经学习地质, 现在学习心理学和脑科学的女大学生，喜欢刷 qq，贴吧，知乎和小红书 "

# personality 区的内容可更改，prompt_personality 采取概率选择：有三分之二的概率选择第一人格，有三分之一的概率选择第二人格

[message]
min_text_length = 2  # 最小回复长度
max_context_size = 15  # 上下文记忆条数
emoji_chance = 0.2  # 表情使用概率
ban_words = []  # 禁用词列表

[emoji]
auto_save = true  # 自动保存表情
enable_check = false  # 启用表情审核
check_prompt = " 符合公序良俗 "

[groups]
talk_allowed = []      # 允许对话的群号
talk_frequency_down = []   # 降低回复频率的群号
ban_user_id = []      # 禁止回复的用户 QQ 号

[others]
enable_advance_output = true  # 启用详细日志
enable_kuuki_read = true  # 启用场景理解

# 模型配置
[model.llm_reasoning]  # 推理模型
name = "Pro/deepseek-ai/DeepSeek-R1"
base_url = "SILICONFLOW_BASE_URL"
key = "SILICONFLOW_KEY"

[model.llm_reasoning_minor]  # 轻量推理模型
name = "deepseek-ai/DeepSeek-R1-Distill-Qwen-32B"
base_url = "SILICONFLOW_BASE_URL"
key = "SILICONFLOW_KEY"

[model.llm_normal]  # 对话模型
name = "Pro/deepseek-ai/DeepSeek-V3"
base_url = "SILICONFLOW_BASE_URL"
key = "SILICONFLOW_KEY"

[model.llm_normal_minor]  # 备用对话模型
name = "deepseek-ai/DeepSeek-V2.5"
base_url = "SILICONFLOW_BASE_URL"
key = "SILICONFLOW_KEY"

[model.vlm]  # 图像识别模型
name = "deepseek-ai/deepseek-vl2"
base_url = "SILICONFLOW_BASE_URL"
key = "SILICONFLOW_KEY"

[model.embedding]  # 文本向量模型
name = "BAAI/bge-m3"
base_url = "SILICONFLOW_BASE_URL"
key = "SILICONFLOW_KEY"

[topic.llm_topic]   # 对话主题总结模型
name = "Pro/deepseek-ai/DeepSeek-V3"
base_url = "SILICONFLOW_BASE_URL"
key = "SILICONFLOW_KEY"

[model.llm_reasoning]
name = "Pro/deepseek-ai/DeepSeek-R1"
base_url = "SILICONFLOW_BASE_URL"  # 引用.env.prod 中定义的地址
key = "SILICONFLOW_KEY"            # 引用.env.prod 中定义的密钥

如需切换到其他 API 服务，只需修改引用：

[model.llm_reasoning]
name = "Pro/deepseek-ai/DeepSeek-R1"
base_url = "DEEP_SEEK_BASE_URL"  # 切换为 DeepSeek 服务
key = "DEEP_SEEK_KEY"            # 使用 DeepSeek 密钥

更改并保存以上两个文件

久等了，我们已经完成了所有部署操作
打开终端在项目目录下操作

nb run
# 或
python3 bot.py

并启动 Napcat
Have Fun！

MaiBot部署与接入QQ

项目介绍

项目地址

部署与接入

请先准备

获取一个大模型 API

Windows

Linux

确认 Python 版本

创建虚拟环境 & 安装依赖

方法 1：使用 venv(推荐)

方法 2：使用 conda（需先安装 Miniconda）

安装依赖（任选一种环境）

数据库配置（MongoDB）

进行初始化

配置 Napcat

配置文件修改

修改.env.prod

在.env.prod 中定义 API 凭证：

修改 bot_config.toml

在 bot_config.toml 中引用 API 凭证：

启动麦麦机器人