base on 微信群聊总结助手 JS 版 <p align="center"> <h1 align="center">微信群聊总结 AI 助手 (JS and Electron ver)</h1> </p> <p align="center"> <a href="https://github.com/aoao-eth/wechat-ai-summarize-bot/releases/tag/1.1.0">Mac 版下载</a> </p> <p align="center"> <a href="https://zhinang.ai" target="_blank"> <img src="https://img.shields.io/badge/Power%20by%20zhinang.ai-green?&labelColor=000&style=for-the-badge&logo=openai" /> </a> </p> <p align="center"> 本项目由免费白嫖 GPT 的智囊 AI <a href="https://zhinang.ai" target="_blank">https://zhinang.ai</a> 技术支持 </p> -------- <p align="center"> <h2 align="center">新版本：桌面应用</h2> </p> > 您可使用桌面版来使用，一键监控、总结、发送。也可以使用脚本版，手动运行监控和总结。 下载后直接打开配置 app key 即可运行监控和总结，一键总结，一键发送到群内。 [下载地址（暂时只有 mac 版本）](https://github.com/aoao-eth/wechat-ai-summarize-bot/releases/tag/1.1.0) 如您需要 windows 版本，可以自己构建或者直接代码运行，代码在 app 文件夹中，欢迎构建成功的同学提供 windows 安装包 #### 截图 功能： * 每日群聊监控和数据统计（界面上实时更新） * 一键总结，一键查看总结结果，一键发送到群聊 * 聊天记录实时查看，直接发送内容到群聊 * 随时更新的配置，可以配置截取的文本长度和结尾词等 * 机器人状态监控，账号切换 正常运行界面  点击对话，可以看到实时的对话和对话记录，同时可以直接输入内容对话  微信登录界面  <p align="center"> <h2 align="center">项目介绍</h2> </p> 本项目是基于微信机器人的微信群聊总结助手，可以帮助群主或管理员自动收集群聊中的聊天记录，并使用 AI 进行总结，最终将其发送到指定的群聊中。 > 这可能是最简单配置可以把完整功能跑起来的项目，因为尝试了几个项目，都不是很能搞得定，所以用 JS 简单封装了下 每次执行 summarize 命令都会生成三个总结文件，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 ``` **提示：使用本项目登录微信可能存在封号的风险，请慎重使用并遵守相关平台的规则。使用本项目意味着您已经充分了解并接受这一风险。** ## 脚本版本运行 1. 安装依赖 ```bash npm install ``` 2. 设置 env 环境变量 ```bash 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 ```bash 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 ```bash DIFY_API_KEY=xxxxxx ``` 之后，在提示词编排中，在下拉框中选择模型“Claude-2”，平台免费送了一些免费的调用次数约 200 次，然后在 Prompt 内容中填入： ``` 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 4. 开始给出本群讨论风格的整体评价，例如活跃、太水、太黄、太暴力、话题不集中、无聊诸如此类 最后总结下今日最活跃的前五个发言者。 以下是群聊内容 {{input_content}} ``` 注意，还需要将此参数的类型设置成 段落。 点击右上角“发布”。  5. 设置 MONITOR_ROOMS ```bash MONITOR_ROOMS=群名（目前只支持一个） ``` 6. 设置支持命令触发总结的群名 在群内发送 /summarize 命令，即可触发总结 ```bash #仅限机器人账户发送 /summarize ``` 8. 运行微信监控程序 ```bash 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，程序将持续抓取所有群聊的聊天记录，聊天记录会保存在本地文件中，位置在 data/日期文件夹/群名.txt 中，不会上传到任何第三方。 9. 手动运行总结程序 在每天结束的时候，手动对某个群的内容进行总结 ```bash npm run summarize ./data/2023-08-23/xxx.txt ``` 10. 总结语音生成的配置 ```bash # 添加以下两个配置即可开启语音生成 AZURE_TTS_APPKEY= AZURE_TTS_REGION= ``` 开通方式：azure 中的认知服务，找到 Speech 服务，开通后，找到密钥和区域，填入即可。每个月前 50W 字免费，基本不需要付费。 https://portal.azure.com/#view/Microsoft_Azure_ProjectOxford/CognitiveServicesHub/~/SpeechServices <p align="center"> <h2 align="center">友情链接</h2> </p> - [智囊 AI] https://zhinang.ai/chat - [Dify.ai] https://dify.ai - [PadLocal] http://pad-local.com  ", Assign "at most 3 tags" to the expected json: {"id":"326","tags":[]} "only from the tags list I provide: [{"id":77,"name":"3d"},{"id":89,"name":"agent"},{"id":17,"name":"ai"},{"id":54,"name":"algorithm"},{"id":24,"name":"api"},{"id":44,"name":"authentication"},{"id":3,"name":"aws"},{"id":27,"name":"backend"},{"id":60,"name":"benchmark"},{"id":72,"name":"best-practices"},{"id":39,"name":"bitcoin"},{"id":37,"name":"blockchain"},{"id":1,"name":"blog"},{"id":45,"name":"bundler"},{"id":58,"name":"cache"},{"id":21,"name":"chat"},{"id":49,"name":"cicd"},{"id":4,"name":"cli"},{"id":64,"name":"cloud-native"},{"id":48,"name":"cms"},{"id":61,"name":"compiler"},{"id":68,"name":"containerization"},{"id":92,"name":"crm"},{"id":34,"name":"data"},{"id":47,"name":"database"},{"id":8,"name":"declarative-gui "},{"id":9,"name":"deploy-tool"},{"id":53,"name":"desktop-app"},{"id":6,"name":"dev-exp-lib"},{"id":59,"name":"dev-tool"},{"id":13,"name":"ecommerce"},{"id":26,"name":"editor"},{"id":66,"name":"emulator"},{"id":62,"name":"filesystem"},{"id":80,"name":"finance"},{"id":15,"name":"firmware"},{"id":73,"name":"for-fun"},{"id":2,"name":"framework"},{"id":11,"name":"frontend"},{"id":22,"name":"game"},{"id":81,"name":"game-engine "},{"id":23,"name":"graphql"},{"id":84,"name":"gui"},{"id":91,"name":"http"},{"id":5,"name":"http-client"},{"id":51,"name":"iac"},{"id":30,"name":"ide"},{"id":78,"name":"iot"},{"id":40,"name":"json"},{"id":83,"name":"julian"},{"id":38,"name":"k8s"},{"id":31,"name":"language"},{"id":10,"name":"learning-resource"},{"id":33,"name":"lib"},{"id":41,"name":"linter"},{"id":28,"name":"lms"},{"id":16,"name":"logging"},{"id":76,"name":"low-code"},{"id":90,"name":"message-queue"},{"id":42,"name":"mobile-app"},{"id":18,"name":"monitoring"},{"id":36,"name":"networking"},{"id":7,"name":"node-version"},{"id":55,"name":"nosql"},{"id":57,"name":"observability"},{"id":46,"name":"orm"},{"id":52,"name":"os"},{"id":14,"name":"parser"},{"id":74,"name":"react"},{"id":82,"name":"real-time"},{"id":56,"name":"robot"},{"id":65,"name":"runtime"},{"id":32,"name":"sdk"},{"id":71,"name":"search"},{"id":63,"name":"secrets"},{"id":25,"name":"security"},{"id":85,"name":"server"},{"id":86,"name":"serverless"},{"id":70,"name":"storage"},{"id":75,"name":"system-design"},{"id":79,"name":"terminal"},{"id":29,"name":"testing"},{"id":12,"name":"ui"},{"id":50,"name":"ux"},{"id":88,"name":"video"},{"id":20,"name":"web-app"},{"id":35,"name":"web-server"},{"id":43,"name":"webassembly"},{"id":69,"name":"workflow"},{"id":87,"name":"yaml"}]" returns me the "expected json"