Aha 目前是一个基于但不止基于 ncatbot 的聊天机器人框架。 本项目开发时的宗旨是不重复造轮子(但会造扳手)，直接使用成熟方案。
- 嗯？ncatbot 本身不就是一个框架吗？
- 所以本项目还基于了 apscheduler(4.0)、FastAPI、SQLAlchemy 等依赖，以扩充 ncatbot 原不具有的特性，提高插件开发的自由度。
目前本项目十分的不成熟，基本只供我自用，未提供懒人设施，若有需要可以提 issue。
- 基于 逻辑表达式 的词条匹配系统
from utils import PM, Or # 消息完全匹配正则且(用户在集合里或群聊为666)。 (PM.message == "正则表达式"或re.Pattern) & (PM.users.in_({114514, 1919810}) | (PM.groups == 666)) # 直接创建逻辑运算类实例时，可以省略 PM.message 或 PM.notice/request_type、PM.sub_type。 Or("正则表达式", PM.prefix == True) # 多个表达式之间默认为并列关系 @on_message(PM.super == True, PM.admin == True) # 要求同时为超级用户和管理员
- 封装部分 API，模拟正常客户端操作，防止将来被滥封。(在 utils.api 中)
- 实现了一些 API 工具，比如从陌生人、好友或所有群成员渠道查询用户信息。(在 utils.api 中)
- 将一些 API 返回值解析为对象，以简化取用。(在 utils.api 中)
- 为 ncatbot API 网络请求添加自动重试以照顾远程调试需求。
- 对部分逻辑实施了缓存(基于内存占用的 LRU、定时清空)，以便在大体量下加快响应速度。
- 中文时间段描述解析为秒数
from utils import str2sec str2sec("1年3个月") # 返回 39446190 str2sec("1,2,3") # 相同分隔符自动解析，返回 3723
- 统一配置系统
会自动生成↓
# modules/deepseek/ds.py from config import cfg MAX_HISTORY_LENGTH = cfg.get_config("max_length", 20, comment="每个会话最大历史记录数，必须大于2。") cfg.max_length # 以后可如此获取配置
modules.deepseek: # 每个会话最大历史记录数，必须大于2。 max_length: 20
- 基于 Playwright 的网页元素截图
from utils import capture_element await capture_element("https://minecraft.wiki/w/grass", "div.notaninfobox")
- 基于 FastAPI 的被动触发特性
# fastapi_modules/test/__init__.py @app.post("/test") async def abc(body) task_queue.put(("test", body)) # modules/test/__init__.py @queue_handler("test") async def xyz(body)
- 基于 APScheduler 毫秒级精度的定时调度
from services.apscheduler import scheduler await scheduler.add_schedule(process, TimeTrigger(sec), args=(msg,), metadata={"user_id": msg.user_id, "tag": "trigger"}) # TimeTrigger 由本项目实现，以便于实现延时调度。
- 基于 SQLAlchemy 的直接操作持久化数据实现
# modules/money/database.py from sqlalchemy import Column, Integer, Numeric from services.database import dbBase class Money(dbBase): __tablename__ = "money" user_id = Column(Integer, primary_key=True) points = Column(Numeric, default=0) # modules/money/__init__.py from sqlalchemy import func, insert, select, update from services.database import db_session_factory async def adjust_money(user_id, points: int | Decimal): async with db_session_factory() as session: result = await session.execute(update(Money).where(Money.user_id == user_id).values(points=Money.points + points)) if result.rowcount == 0: await session.execute(insert(Money).values(user_id=user_id, points=points)) await session.commit()
- 等等。
您的设备上需要装有 Python 3.12 或更高版本。
首先，下载由源代码打包的压缩包并解压或使用 Git 克隆仓库：
git clone https://github.com/Eric-Joker/Aha.git
cd Aha然后，安装依赖：
pip install -r requirements.txt
apt update && apt install -y libgtk-4-1 libgraphene-1.0-0 libxslt1.1 woff2 libevent-2.1-7 libgstreamer-plugins-base1.0-0 libwebpdemux2 libharfbuzz-icu0 libenchant-2-2 libhyphen0 libmanette-0.2-0 gstreamer1.0-plugins-good gstreamer1.0-plugins-bad gstreamer1.0-plugins-ugly # debian/ubuntu
playwright install目前未实现模块依赖处理特性。
本项目的配置系统基于环境变量 BOT_ENV 区分配置文件，采用的文件为 config.BOT_ENV.yml，默认为 dev。
python qqbot.py启动后会引用所有模块，届时模块调用 get_config 进行配置注册。如果有新增配置会写入文件并终止运行，修改配置后可再次启动。
在 Linux 生产环境时，可以通过项目提供的 ./run.sh 启动项目。
本项目尚未提供非开发者友好使用方案。