Skip to content

Latest commit

 

History

History
410 lines (284 loc) · 19.4 KB

readme_jp.md

File metadata and controls

410 lines (284 loc) · 19.4 KB
Raw

📷 「Connect-AI」のすべての機能を展開するには、クリックしてください。

语音对话 角色扮演 角色扮演


Lark ×（GPT-4 + DALL·E + Whisper）

🚀 Lark OpenAI 🚀

www.qiniai.com

English · 简体中文· 繁體中文 · 日本語 · Tiếng Việt

👻ロボットの機能

🗣 音声コミュニケーション：個人的な会話ができる

💬 複数のトピックでの対話：個人やグループで複数のトピックについて話し合える

🖼 テキストから画像へ：テキストを画像に変換したり、画像を検索したりできる

🛖 シナリオ設定：豊富なシナリオリストが内蔵されており、ワンクリックでAIの役割を切り替えられる

🎭 ロールプレイ：シナリオモードをサポートし、ディスカッションの楽しさと創造性を高める

🤖 AIモード：4つのAIモードが内蔵されており、AIの知識と創造性を体感できる

🔄 コンテキスト保持：対話ボックスに返信するだけで、同じトピックのディスカッションを続けられる

⏰ 自動終了：タイムアウトにより自動的に対話が終了し、ディスカッション履歴をクリアできる

📝 リッチテキストカード：リッチなテキストカードの返信をサポートし、情報をより豊かに表示できる

👍 インタラクティブなフィードバック：即時にロボットの処理結果を取得できる

🎰 残高照会：トークンの消費状況をリアルタイムに確認できる

🔙 履歴の巻き戻し：簡単に過去の対話に戻り、トピックのディスカッションを続けられる 🚧

🔒 管理者モード：内蔵された管理者モードを使用し、より安全かつ信頼性の高い利用が可能 🚧

🌐 複数トークンの負荷分散：高頻度のプロダクションコールのシナリオを最適化

↩️ 逆プロキシのサポート：異なる地域のユーザーに対してより高速かつ安定したアクセス体験を提供

📚 Feishuドキュメントとの相互作用：企業の従業員のスーパーアシスタントになる 🚧

🎥 トピックのコンテンツを瞬時にPPTに変換：プ

レゼンテーションをより簡単にする 🚧

📊 テーブル分析：Feishuの表を簡単にインポートし、データ分析の効率を向上させる 🚧

🍊 プライベートデータのトレーニング：会社の製品情報を使用してGPTを二次トレーニングし、顧客の個別の要求により適したものにする 🚧

🌟 ベース

🛵 開発

ローカル開発 
git clone [email protected]:ConnectAI-E/lark-openai.git
cd Lark-OpenAI/code

サーバーがパブリックネットワークIPを持っていない場合は、リバースプロキシを使用できます。

Flying Bookのサーバーは中国からngrokにアクセスするのが非常に遅いため、国内のリバースプロキシサービスプロバイダを使用することをおすすめします。

# config.yamlを設定する
mv config.example.yaml config.yaml

// デプロイのテスト
go run ./
cpolar http 9000

// 本番デプロイ
nohup cpolar http 9000 -log=stdout &

// サーバーステータスを確認する
https://dashboard.cpolar.com/status

// サービスを停止する
ps -ef | grep cpolar
kill -9 PID

Serverless開発 
git clone [email protected]:ConnectAI/lark-openai.git
cd Lark-OpenAI/code

severlessツールをインストールする

# config.yamlを設定する
mv config.example.yaml config.yaml
# severless cliをインストールする
npm install @serverless-devs/s -g

インストールが完了したら、ローカル環境と以下のチュートリアルseverlessに従ってデプロイしてください。

  • ローカル linux/mac os 環境
  1. 's.yaml'内のデプロイリージョンとデプロイキーを修正します。
edition: 1.0.0
name: lark-openai
access: "aliyun" # カスタムキー名を修正します。

vars: # グローバル変数
region: "cn-hongkong" # クラウドファンクションをデプロイしたいリージョンを修正します。
  1. ワンクリックデプロイ
cd ..
s deploy
  • ロ

ーカル windows

  1. まず、ローカルの cmd コマンドプロンプトツールを開き、コンピューター上のGoの環境変数の設定を確認するために go env を実行します。以下の変数と値が正しいことを確認してください。
set GO111MODULE=on
set GOARCH=amd64
set GOOS=linux
set CGO_ENABLED=0

値が正しくない場合（例：コンピューター上で set GOOS=windows のように設定されている場合）、以下のコマンドを実行して GOOS の変数値を設定してください。

go env -w GOOS=linux
  1. s.yaml 内のデプロイリージョンとデプロイキーを修正します。
edition: 1.0.0
name: lark-openai
access: "aliyun" # カスタムキーのエイリアスを修正します。

vars: # グローバル変数
  region: "cn-hongkong" # クラウドファンクションのデプロイリージョンを修正します。
  1. s.yaml 内の pre-deploy を修正し、2番目のステップ run の前のリング変数の変更部分を削除します。
  pre-deploy:
        - run: go mod tidy
          path: ./code
        - run: go build -o
            target/main main.go  # GO111MODULE=on GOOS=linux GOARCH=amd64 CGO_ENABLED=0 の部分を削除する
          path: ./code
  1. ワンクリックデプロイ
cd ..
s deploy

Docker 開発 
docker build -t lark-openai:latest .
docker run -d --name lark-openai -p 9000:9000 \
--env APP_LANG=en \
--env APP_ID=xxx \
--env APP_SECRET=xxx \
--env APP_ENCRYPT_KEY=xxx \
--env APP_VERIFICATION_TOKEN=xxx \
--env BOT_NAME=chatGpt \
--env OPENAI_KEY="sk-xxx1,sk-xxx2,sk-xxx3" \
--env API_URL="https://api.openai.com" \
--env HTTP_PROXY="" \
feishu-chatgpt:latest

注意：

  • APP_LANG はLarkボットの言語です。例えば,en,ja,vi,zh-hk.
  • BOT_NAME はLarkボットの名前です。例えば、chatGptです。
  • OPENAI_KEY はOpenAIのキーです。複数のキーを持っている場合は、カンマで区切って指定します。例えば、sk-xxx1,sk-xxx2,sk-xxx3です。
  • HTTP_PROXY はホストマシンのプロキシアドレスです。例えば、http://host.docker.internal:7890です。プロキシを使用していない場合は、これを未設定のままにすることができます。
  • API_URL はOpenAIのAPIエンドポイントアドレスです。例えば、https://api.openai.comです。リバースプロキシを使用していない場合は、これを未設定のままにすることができます。

Azureバージョンをデプロイするためには

docker build -t lark-openai:latest .
docker run -d --name lark-openai -p 9000:9000 \
--env APP_LANG=en \
--env APP_ID=xxx \
--env APP_SECRET=xxx \
--env APP_ENCRYPT_KEY=xxx \
--env APP_VERIFICATION_TOKEN=xxx \
--env BOT_NAME=chatGpt \
--env AZURE_ON=true \
--env AZURE_API_VERSION=xxx \
--env AZURE_RESOURCE_NAME=xxx \
--env AZURE_DEPLOYMENT_NAME=xxx \
--env AZURE_OPENAI_TOKEN=xxx \
lark-openai:latest

注意：

  • APP_LANG はLarkボットの言語です。例えば,en,ja,vi,zh-hk.
  • BOT_NAME はLarkボットの名前です。例えば、chatGptです。
  • AZURE_ON はAzureを使用するかどうかを示します。trueに設定してください。
  • AZURE_API_VERSION はAzureのAPIバージョンです。例えば、2023-03-15-previewです。
  • AZURE_RESOURCE_NAME はAzureのリソース名であり、https://{AZURE_RESOURCE_NAME}.openai.azure.comと似た形式です。
  • AZURE_DEPLOYMENT_NAME はAzureのデプロイメント名であり、https://{AZURE_RESOURCE_NAME}.openai.azure.com/deployments/{AZURE_DEPLOYMENT_NAME}/chat/completionsと似た形式です。
  • AZURE_OPENAI_TOKEN はAzureのOpenAIトークンです。
Docker-Compose 開発

docker-compose.yamlを編集し、環境変数をenvironmentで設定するか、volumesを使用して対応する設定ファイルをマウントし、以下のコマンドを実行します。

# イメージをビルドする
docker compose build

# サービスを起動する
docker compose up -d

# サービスを停止する
docker compose down

イベントコールバックアドレス：http://IP:9000/webhook/event

カードコールバック

アドレス：http://IP:9000/webhook/card

詳細な設定手順

📸 Larkロボットの設定のステップバイステップのスクリーンショットガイドを展開するにはクリックしてください

='' width='800'/>

  • OpenAIからAPIキーを取得してください（ 🙉 以下は誰でも利用できる無料のキーです）

  • Larkボットを作成してください

    1. Feishu Open Platformにアクセスし、アプリを作成し、APPIDとSecretを取得してください
    2. 「Features-Bot」に移動し、ボットを作成してください
    3. cpolar、serverless、またはRailwayから公開アドレスを取得し、Larkボットのバックエンドの「イベント購読」セクションに入力してください。例：
    • http://xxxx.r6.cpolar.top はcpolarによって公開された公開アドレスです。
    • /webhook/event は統一されたアプリケーションのルートです。
    • 最終的なコールバックアドレスは http://xxxx.r6.cpolar.top/webhook/event です。
    1. Larkボットのバックエンドの「ボット」セクションに、メッセージカードのリクエストURLを入力してください。例：
    • http://xxxx.r6.cpolar.top はcpolarによって公開された公開アドレスです。
    • /webhook/card は統一されたアプリケーションのルートです。
    • メッセージカードの最終的なリクエストURLは http://xxxx.r6.cpolar.top/webhook/card です。
    1. 「イベント購読」セクションで、次の3つの用語を検索してください：「Bot Join Group」、「Receive Messages」、「Messages Read」。それらの背後にあるすべての権限をチェックしてください。 権限管理インターフェースに移動し、「Image」を検索し、「Get and upload image or file resources」をチェックしてください。 最後に、次のコールバックイベントが追加されます。
      • im:resource（画像や他のファイルを読み込みおよびアップロード）
      • im:message
      • im:message.group_at_msg（ボットをメンションしたグループチャットのメッセージを読み取る）
      • im:message.group_at_msg:readonly（ボットをメンションしたグループメッセージを取得する）
      • im:message.p2p_msg（ボットに送信された個人メッセージを読み取る）
      • im:message.p2p_msg:readonly（ボットに送信された個人メッセージを取得する）
      • im:message:send_as_bot（アプリとしてメッセージ

を送信する） - im:chat:readonly（グループ情報を取得する） - im:chat（グループ情報を取得および更新する）

  1. バージョンを公開し、企業管理者の承認を待ちます

Connect-AI 詳細

AI
 SDK Application
🎒OpenAI Go-OpenAI 🏅Feishu-OpenAI, Lark-OpenAI, 🏅Feishu-EX-ChatGPT, Feishu-OpenAI-Stream-Chatbot, Feishu-OpenAI-Amazing, Feishu-Oral-Friend, Feishu-OpenAI-Base-Helper, Feishu-Vector-Knowledge-Management, Feishu-OpenAI-PDF-Helper, 🏅Dingtalk-OpenAI, Wework-OpenAI, WeWork-OpenAI-Node, llmplugin
🎭 Stablediffusion ------ 🏅Feishu-Stablediffusion
🍎 Midjourney Go-Midjourney 🏅Feishu-Midjourney, MidJourney-Web, Dingtalk-Midjourney
🍍 文心一言 Go-Wenxin Feishu-Wenxin, Dingtalk-Wenxin, Wework-Wenxin
💸 Minimax Go-Minimax Feishu-Minimax, Dingtalk-Minimax, Wework-Minimax
⛳️ CLAUDE Go-Claude Feishu-Claude, DingTalk-Claude, Wework-Claude
🎡 Prompt Prompt-Engineering-Tutior
🤖️ ChatGLM Feishu-ChatGLM