（保姆级教程）通过官方API搭建一个自己的QQ群聊机器人

优质文章学习记录

08 Apr 2026 — 6 min read

简介

用官方api做了一个qq群聊机器人的demo，有获取天气、简单编辑待办、从本地发送图片等功能。

建了个群，欢迎来交流（

QQ群号：710101225

重新写了个基于nonebot框架的教程，个人认为比官方sdk更容易开发：https://blog.ZEEKLOG.net/Clovertaa/article/details/145452834

获取

机器人demo

GitHub仓库：GitHub - ClovertaTheTrilobita/SanYeCao-bot: 一个基于官方API的QQ群聊机器人

官方SDK

GitHub仓库：GitHub - tencent-connect/botpy: QQ频道机器人PythonSDK

教程

前置需求

本项目使用conda环境和git操作。如果未安装这两个工具请首先移步

史上最全最详细的Anaconda安装教程-ZEEKLOG博客

Git 详细安装教程（详解 Git 安装过程的每一个步骤）_git安装-ZEEKLOG博客

（这俩教程我粗略看了下感觉挺好的，如果不适合你那烦请自行百度了qwq）

一、配置QQ开放平台

网址：QQ 开放平台

1.机器人设置

完成注册之后，登陆，进入主页，点击创建机器人

简单填写好资料之后，进入机器人控制面板，找到“沙箱配置”。

点击进入，选择你想在哪个群里测试你的qq机器人。

注意，你必须是该群的群主或者管理员。

在你选择的群聊中，打开群聊设置>群机器人，选择其它，可以看到你创建的机器人。将它邀请进群。

下一步，在导航栏中找到“发布设置”。

点击功能配置。

之后点击右上角的重新配置，设置机器人被at后输入栏上方会弹出的指令。需要根据代码来配置。

以下是我配置的。

最后，在导航栏中找到“开发设置”。

查看你的机器人的AppleID和AppleSecret。由于AppleSecret不会明文保存在网页上，刚创建的机器人需要点击“生成”，并将生成的密钥记录下来，我们在之后的步骤中要用。

注意：生成密钥后退出页面将无法再次查看密钥，所以请妥善记录并保管好。

二、拉取项目

进入GitHub，点击绿色的<>code

之后复制项目仓库链接

之后在自己的文件夹空白处右键，选择open git bash here

输入

git clone https://github.com/ClovertaTheTrilobita/SanYeCao-bot.git

将项目拉取至本地。

三、启动机器人

很好！现在我们拿到了机器人的源代码，只需要启动它就行了。

请详细阅读项目的README.md根据指引配置API和其它一些东西。

1.配置机器人账号密码

找到./botpy/examples/config.yaml

appid: "Your_Bot_Id" secret: "Enter_Your_Secret_Here"

还记得第一步中我们保存的机器人ID和密钥么？

将你在QQ开放平台上的AppleID和AppleSecret分别填入Your_Id和Enter_Your_Secret_Here的位置。

2.配置图床API

首先打开图床：Image Upload - SM.MS - Simple Free Image Hosting

单击，点击DashBoard

在左侧导航栏中找到API Token，如果是第一次使用需要点击Gennerate Secret Token生成令牌。

复制你的令牌，进入项目。

在./botpy/examples/plugins/img_upload.py中，找到

headers = {'Authorization': 'Your_Token'} # 此处填写你的API Token

将上述代码中的Your_Token改为你刚刚复制的令牌。

这样我们就完成了机器人API的配置。

3.配置conda环境（推荐）

接下来，我们回到项目根目录，打开终端，输入

conda create -n chatbot

创建一个名为chatbot的环境，如果你想起别的名字就请把chatbot换为你喜欢的名字。

之后在终端输入

conda activate chatbot

启动我们刚刚创建的环境。

刚刚创建的conda环境貌似是没有pip安装器的，所以我们要

conda install pip

安装pip

最后一步，在项目根目录输入

pip install -r requirements.txt

安装所需要的软件包。

requirements.txt内的包可能看起来很多，实际上大部分都是conda环境自带的，我直接把所有的贴上去了，因为懒（）

4.启动机器人

非常棒！现在我们已经完成了所有所需要的配置！

我们只需要进入./botpy/examples目录，找到client.py。在终端中输入

python client.py

启动机器人。

现在你就可以在群聊中at它啦。

FPGA电子时钟设计

FPGA 工程师到底有哪些方向？每个岗位都在干什么？一篇给你讲清楚

很多人说“学 FPGA 就是写 Verilog”，但真正进了行业才发现—— FPGA 工程师并不是一个岗位，而是一整个岗位族群。不同公司、不同项目，对 FPGA 工程师的要求差异非常大。如果方向选错，可能学了半年发现岗位根本不对口。这篇文章就系统地给你拆一拆： 👉 FPGA 工程师到底有哪些岗位？ 👉 每个岗位具体干什么？ 👉 需要掌握哪些能力？ 👉 适合什么样的人？一、FPGA 工程师整体岗位划分（先给结论）从企业招聘角度来看，FPGA 岗位大致可以分为 6 类：岗位方向关键词偏向FPGA 逻辑设计工程师Verilog / 时序 / 接口核心开发FPGA 算法 / 加速工程师图像 / AI / DSP算法落地FPGA 底层驱动工程师DDR / PCIe / SerDes硬件接口FPGA 系统应用工程师Linux + FPGA系统集成FPGA 验证 / 测试仿真 / 验证质量保障FPGA 技术支持 / FA客户 / 项目支持应用型

一文讲清楚RAG 四大模式：Naive RAG、Advanced RAG、Modular RAG 与 Agentic RAG

随着技术迭代，RAG 已从最初的简单架构发展出多种进阶形态。本文将系统解析 RAG 的四大主流模式 ——Naive RAG、Advanced RAG、Modular RAG 与 Agentic RAG，从工作原理、技术特点到适用场景进行全方位对比，为技术选型提供参考。一、RAG 基础：检索增强生成的核心逻辑在深入模式解析前，需先明确 RAG 的核心逻辑。简单来说，RAG 由检索（Retrieval）与生成（Generation）两大模块构成：检索模块：从预设知识库中精准定位与用户问题相关的信息片段（如文档、段落、句子）；生成模块：基于检索到的信息，结合大语言模型生成符合上下文、逻辑连贯的答案。这种 “先检索再生成” 的模式，既保留了 LLM 的语言理解与生成能力，又通过外部知识的引入弥补了模型训练数据过时、事实准确性不足的缺陷。

银发浪潮下的智能护理革命：全球老龄化社会护理机器人发展研究

一、全球老龄化态势与护理需求激增 1.1 人口结构剧变下的养老挑战当前，全球人口结构正经历着深刻变革，老龄化浪潮汹涌来袭。世界卫生组织数据清晰地勾勒出未来的图景：到 2050 年，全球 60 岁以上人口预计将飙升至 21 亿，老龄化率一举突破 25%。这一趋势在部分国家尤为显著，日本、韩国、德国等已深陷超深度老龄化的泥沼，养老问题成为社会发展的沉重负担。以日本为例，这个高度发达的经济体，如今正面临着老龄化的严峻考验。其 65 岁以上人口占比接近 30%，每三个国民中就有一位老人。在街头巷尾，随处可见步履蹒跚的老人，他们的生活需求成为社会关注的焦点。韩国的老龄化速度同样惊人，从老龄化社会迈向超级老龄化社会仅仅用了短短 16 年，预计到 2050 年，65 岁以上人口占比将突破 40%，社会养老压力与日俱增。而在我国，养老形势也不容乐观。截至 2024

简介

获取