从零到能用的完整路线:选型、部署、插件、踩过的坑。作者 sunny
目标很具体:一个能读群消息、能聊天、能执行管理动作(禁言、加词、点歌、变声)的 QQ 机器人,而且要我能随时改。
所以选了「框架 + 协议端」的分层架构,而不是买成品机器人:
| 层 | 选什么 | 为什么 |
|---|---|---|
| 机器人框架 | AstrBot | 插件生态大、支持多家模型、面板可视化 |
| QQ 协议端 | SnowLuma / NapCat | 把 QQ 协议翻译成 OneBot 标准接口 |
| 模型 | DeepSeek | 便宜、中文稳、OpenAI 兼容 |
| 服务器 | Windows 8 核 8 G | 协议端在 Windows 上最省事 |
协议端本质是一个「翻译器」:它连上 QQ,把消息转成 OneBot 事件,通过 WebSocket 推给框架。
协议端监听:ws://127.0.0.1:6199/ws
消息格式:array(推荐,组件化好解析)
登录方式就是手机 QQ 扫码,登录态保存在协议端自己的数据库里。
python -m venv .venv
.venv\Scripts\pip install -r requirements.txt
.venv\Scripts\python main.py
第一次启动会自动装插件依赖,第一次会慢,装完就好。
AstrBot 面板 → 消息平台 → 添加 aiocqhttp → 填 ws://127.0.0.1:6199/ws。
这一步顺序错了就会一直连不上:协议端没登录时,WebSocket 是不收消息的。
默认输出又长又客气,群友会觉得「蠢」。我在人格里加了几条硬规则:
【回复规则(硬性)】
回复不超过两句,控制在 40 字以内。
不复述对方的话,不解释判断过程,直接给结论。
执行管理操作时只报结果:谁、做了什么、多久。
【指代处理】
用户说"评价一下""这个"但没引用消息时,先回"指哪条?"再答,
不要自行推测。
加上之后观感立刻不一样:同样的问题,回复速度也快了一截(生成的字少)。
提示词工程输出限长降低歧义
一开始所有指令都交给模型判断,结果「禁言 1 分钟」要 4-6 秒——因为模型要先理解再调工具。
后来改成规则优先:以 / 开头的文本直接正则匹配,命中就调 OneBot 接口执行,完全不经过模型。
文本以 / 开头
→ 正则匹配 → 调 set_group_ban → 回一句模板文字
(耗时 0.1 秒,零模型成本)
普通聊天
→ 才走模型
顺手写了个「词守卫」插件:群里说 加词 某某 就能加禁词,命中自动撤回 + 禁言,纯本地匹配。
链路是:文字 → TTS 转语音 → RVC 换声线 → 发到 QQ。
edge-tts(免费、中文自然);assets/weights,索引放 assets/indices;edge-ttsRVCFFmpeg常驻推理
2 GB 机器跑 50 个插件 + QQ + 系统,只剩 0.6 GB 空闲,疯狂换页。表现是「回复慢 2-3 秒」。
换成 8 GB 后同一个配置直接顺滑——先看资源,再调参数。
计划任务 + 看门狗各起一份,两个进程抢同一个端口和数据库,配置改了只生效一半。
排查方法:Get-CimInstance Win32_Process | Where CommandLine -match 'main.py',看有几个。
QQ 新版图片链接带 rkey,有效期短、还跟账号会话绑定。协议端如果拼错 appid 或用了过期的 rkey,下游去下载就是 400。
验证方法:把链接直接 curl 一次,如果也是 400,说明链接本身废了,改代码没用,得换协议端。
群里没被 @ 的消息不进上下文,所以它会「忘事」。
解决:打开群聊上下文(group_icl)或把上下文窗口调到 8-12 条,成本与记忆之间取平衡。
域名如果托管在 Cloudflare,去注册商后台加记录是没用的——权威服务器已经换成 Cloudflare 了。
查证:nslookup -type=NS 你的域名,看 nameserver 是谁,就去谁那里加记录。
手机 QQ ←→ 协议端(OneBot) ←→ AstrBot ←→ DeepSeek API
│
├── 词守卫(本地正则)
├── RVC 变声(CPU 推理)
├── 点歌 / 音乐 API
└── 50 个插件
对外:
ook9178666.club 这个站
panel.ook9178666.club AstrBot 面板
luma.ook9178666.club 协议端控制台
(全部由 Caddy 自动 HTTPS)