NoneBot

接入腾讯智能对话平台

到目前为止我们已经编写了一个相对完整的天气查询插件，包括命令和自然语言处理器，除此之外，使用同样的方法，还可以编写更多功能的插件。

但这样的套路存在一个问题，如果我们不是专业的 NLP 工程师，开放话题的智能聊天仍然是我们无法自己完成的事情，用户只能通过特定插件所支持的句式来使用相应的功能，当用户试图使用我们暂时没有开发的功能时，我们的机器人显得似乎有些无能为力。

不过还是有解决方案的，市面上有一些提供智能聊天机器人接口的厂商，本章我们以 腾讯智能对话平台 (opens new window) 为例，因为它免费且接入比较简单。

提示

本章的完整代码可以在 awesome-bot-4 (opens new window) 查看。

注册腾讯智能对话平台

前往 腾讯智能对话平台 (opens new window) 注册账号。注册完成后先放一边，或者如果有兴趣的话，可以阅读腾讯云的 API 文档 (opens new window) 了解一下使用方法。

编写腾讯智能机器人插件

新建 awesome/plugins/ai_chat.py 文件，编写如下内容：

import json
from typing import Optional

from aiocqhttp.message import escape
from nonebot import on_command, CommandSession
from nonebot import on_natural_language, NLPSession, IntentCommand
from nonebot.helpers import render_expression

from tencentcloud.common import credential
from tencentcloud.common.profile.client_profile import ClientProfile
from tencentcloud.common.profile.http_profile import HttpProfile
from tencentcloud.common.exception.tencent_cloud_sdk_exception import TencentCloudSDKException
from tencentcloud.nlp.v20190408 import nlp_client, models

# 定义无法获取腾讯智能机器人回复时的「表达（Expression）」
EXPR_DONT_UNDERSTAND = (
    '我现在还不太明白你在说什么呢，但没关系，以后的我会变得更强呢！',
    '我有点看不懂你的意思呀，可以跟我聊些简单的话题嘛',
    '其实我不太明白你的意思……',
    '抱歉哦，我现在的能力还不能够明白你在说什么，但我会加油的～'
)


# 注册一个仅内部使用的命令，不需要 aliases
@on_command('ai_chat')
async def ai_chat(session: CommandSession):
    # 获取可选参数，这里如果没有 message 参数，message 变量会是 None
    message = session.state.get('message')

    # 通过封装的函数获取腾讯智能机器人机器人的回复
    reply = await call_tencent_bot_api(session, message)
    if reply:
        # 如果调用腾讯智能机器人成功，得到了回复，则转义之后发送给用户
        # 转义会把消息中的某些特殊字符做转换，避免将它们理解为 CQ 码
        await session.send(escape(reply))
    else:
        # 如果调用失败，或者它返回的内容我们目前处理不了，发送无法获取腾讯智能机器人回复时的「表达」
        # 这里的 render_expression() 函数会将一个「表达」渲染成一个字符串消息
        await session.send(render_expression(EXPR_DONT_UNDERSTAND))


@on_natural_language
async def _(session: NLPSession):
    # 以置信度 60.0 返回 ai_chat 命令
    # 确保任何消息都在且仅在其它自然语言处理器无法理解的时候使用 ai_chat 命令
    return IntentCommand(60.0, 'ai_chat', args={'message': session.msg_text})


async def call_tencent_bot_api(session: CommandSession, text: Optional[str]) -> Optional[str]:
    # 调用腾讯智能机器人的 API 获取回复

    if not text:
        return None

    try:
        cred = credential.Credential(session.bot.config.TENCENT_BOT_SECRET_ID, session.bot.config.TENCENT_BOT_SECRET_KEY)
        httpProfile = HttpProfile()
        httpProfile.endpoint = "nlp.tencentcloudapi.com"
        clientProfile = ClientProfile()
        clientProfile.httpProfile = httpProfile
        client = nlp_client.NlpClient(cred, "ap-guangzhou", clientProfile)

        params = {
            # "Action": "ChatBot",
            # "Version": "2019-04-08",
            # "Region": "ap-guangzhou",
            "Query": text,
        }
        req = models.ChatBotRequest()
        req.from_json_string(json.dumps(params))

        resp = client.ChatBot(req).to_json_string()
        print("response:", resp)
        resp_payload = json.loads(resp)
        return resp_payload.get('Reply')

    except TencentCloudSDKException as err:
        print(err)
        return None
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79

上面这段代码比较长，而且有一些新出现的函数和概念，我们后面会慢慢地详解，不过现在先登录腾讯云账户，进入「访问密钥」-「API密钥管理」页面，新建密钥得到 SecretId 和 SecretKey。

注意

注册账号为用户主账号。由于本节内容需要使用腾讯云的密钥，若使用主账号泄露可能造成资产损失，因此建议参照 最佳实践 (opens new window) 停止使用主账号登录控制台或者使用主账号密钥访问云 API，建议使用子账号进行相关资源操作。建立子账号可以参考 用户指南 (opens new window)。

然后在 config.py 中添加两行：

TENCENT_BOT_SECRET_ID = ''
TENCENT_BOT_SECRET_KEY = ''
1
2

TENCENT_BOT_SECRET_ID 和 TENCENT_BOT_SECRET_KEY 的值填腾讯云的「访问密钥」-「API密钥管理」页面提供的 SecretId 和 SecretKey。

配置完成后来运行 NoneBot，尝试给机器人随便发送一条消息，看看它是不是正确地获取了腾讯智能机器人的回复。

理解自然语言处理器

我们先来理解代码中最简单的部分：



 

@on_natural_language
async def _(session: NLPSession):
    return IntentCommand(60.0, 'ai_chat', args={'message': session.msg_text})
1
2
3

根据我们前面一章中已经知道的用法，这里就是直接返回置信度为 60.0 的 ai_chat 命令。之所以返回置信度 60.0，是因为自然语言处理器所返回的结果最终会按置信度排序，取置信度最高且大于等于 60.0 的结果来执行。把置信度设为 60.0 可以保证一条消息无法被其它自然语言处理器理解的时候 fallback 到 ai_chat 命令。

理解腾讯智能机器人接口调用

腾讯智能机器人接口的调用也非常简单，虽然看起来代码挺多，但与 NoneBot 相关的概念并不多，这里只粗略介绍。








 
 
 
 
 
 

 
 
 
 
 
 
 
 

 
 
 
 





async def call_tencent_bot_api(session: CommandSession, text: Optional[str]) -> Optional[str]:
    # 调用腾讯智能机器人的 API 获取回复

    if not text:
        return None

    try:
        cred = credential.Credential(session.bot.config.TENCENT_BOT_SECRET_ID, session.bot.config.TENCENT_BOT_SECRET_KEY)
        httpProfile = HttpProfile()
        httpProfile.endpoint = "nlp.tencentcloudapi.com"
        clientProfile = ClientProfile()
        clientProfile.httpProfile = httpProfile
        client = nlp_client.NlpClient(cred, "ap-guangzhou", clientProfile)

        params = {
            # "Action": "ChatBot",
            # "Version": "2019-04-08",
            # "Region": "ap-guangzhou",
            "Query": text,
        }
        req = models.ChatBotRequest()
        req.from_json_string(json.dumps(params))

        resp = client.ChatBot(req).to_json_string()
        print("response:", resp)
        resp_payload = json.loads(resp)
        return resp_payload.get('Reply')

    except TencentCloudSDKException as err:
        print(err)
        return None
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31

配置 NlpClient

第一段高亮部分是根据腾讯智能机器人的文档创建并配置 NlpClient 对象，接口请求域名为 nlp.tencentcloudapi.com。

第 8 行通过 session.bot.config 访问了 NoneBot 的配置对象，session.bot 就是当前正在运行的 NoneBot 对象，你在其它任何地方都可以这么用（前提是已经调用过 nonebot.init()）。

构造请求对象

第二段高亮部分是构造 ChatBotRequest 请求对象，完整公共参数列表请参考 公共请求参数 (opens new window)。

发送请求

第三段高亮的代码是发送请求并获取它的回复，具体请参考前面给出的腾讯智能机器人的官方 API 文档，里面详细解释了每个返回字段的含义。

理解命令处理器

命令处理器这部分虽然代码比较少，但引入了不少新的概念。

 
 

 
 
 
 
 
 




 



 

 

from aiocqhttp.message import escape
from nonebot.helpers import render_expression

EXPR_DONT_UNDERSTAND = (
    '我现在还不太明白你在说什么呢，但没关系，以后的我会变得更强呢！',
    '我有点看不懂你的意思呀，可以跟我聊些简单的话题嘛',
    '其实我不太明白你的意思……',
    '抱歉哦，我现在的能力还不能够明白你在说什么，但我会加油的～'
)


@on_command('ai_chat')
async def ai_chat(session: CommandSession):
    message = session.state.get('message')

    reply = await call_tencent_bot_api(session, message)
    if reply:
        await session.send(escape(reply))
    else:
        await session.send(render_expression(EXPR_DONT_UNDERSTAND))
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

可选参数

首先看第 14 行，session.state.get() 可用于获取命令的可选参数，也就是说，从 session.state 中尝试获取一个参数（还记得 IntentCommand 的 args 参数内容会全部进入 CommandSession 的 state 吗），如果没有，返回 None，但并不会中断命令的执行。其实这就是 dict.get() 方法。

消息转义

再看第 18 行，在调用 session.send() 之前先对 reply 调用了 escape()，这个 escape() 函数是 aiocqhttp.message 模块提供的，用于将字符串中的某些特殊字符进行转义。具体来说，这些特殊字符是 go-cqhttp 看作是 CQ 码的一部分的那些字符，包括 &、[、]、,。

CQ 码是 go-cqhttp 用来表示非文本消息的一种表示方法，形如 [CQ:image,file=ABC.jpg]。具体的格式规则，请参考 go-cqhttp 帮助中心的 CQ 码 (opens new window)。

发送 Expression

第 20 行使用了 NoneBot 中 Expression 这个概念，或称为「表达」。

Expression 可以是一个 str、元素类型是 str 的序列（一般为 list 或 tuple）或返回类型为 str 的 Callable。

render_expression() 函数用于将 Expression 渲染成字符串。它首先判断 Expression 的类型，如果 Expression 是一个序列，则首先随机取其中的一个元素，如果是一个 Callable，则调用函数获取返回值。拿到最终的 str 类型的 Expression 之后，对它调用 str.format() 方法，格式化参数传入 render_expression() 函数的命名参数（**kwargs），最后返回格式化后的结果。特别地，如果 Expression 是个 Callable，在调用它获取返回值的时候，也会传入 **kwargs，以便函数根据参数来构造字符串。

你可以通过使用序列或 Callable 类型的 Expression 来让机器人的回复显得更加自然，甚至，可以利用更高级的人工智能技术来生成对话。

← 处理通知和请求 →