教你一步步在 服务器/本地(Linux/Windows) 部署鸣潮QQ机器人,并将其接入大语言模型,实现通过机器人进行库街区签到、练度查询、攻略查询等功能 (1)

准备工作

一台轻量级服务器/ 本地windows/linux能够在服务器/本地 科学上网

环境部署

笔者所演示的环境为阿里云服务器(2核CPU,2GIB内存,40GIB系统盘),操作系统为

Ubuntu 24.04.



确保已成功安装Python环境(版本须>3.8, 建议>=3.12,不建议>=3.13



确保已成功安装git
如果你没有安装git且的系统是ubuntu,安装git只需要输入

如果系统为Windows,则自行前往 🔗官网 下载安装包安装即可

创建虚拟环境

从 Python 3.11 开始,Debian 和 Ubuntu 默认启用了 "Externally-Managed-Environment"(外部管理环境)保护机制,防止用户直接使用 pip 安装包到系统 Python 环境中,以避免破坏系统依赖。因此我们选择创建一个虚拟环境,每次使用之前只需要启动环境即可。

Windows可直接运行pip install uv

如果直接安装uv可能会出现以下错误

安装虚拟环境包



(退出虚拟环境的命令:deactivate)

激活虚拟环境并安装uv

# 激活虚拟环境 source mcvenv/bin/activate # 在虚拟环境安装uv pip install uv

安装插件

安装GsCore

早柚核心文档http://​https://docs.sayu-bot.com/​

进入opt/mcbot,输入如下命令

git clone https://github.com/Genshin-bots/gsuid_core.git --depth=1 --single-branch cd gsuid_core

运行GsCore

uv run core

忽视警告

如在服务器上部署请按照说明修改config.json中的host为0.0.0.0,如在本地部署请忽略





Ctrl + x 退出并保存,回车确认

配置服务器端口8765

由于Gscore运行在8765端口,我们需要在服务器的防火墙处添加对应的规则

安装XutheringWavesUID鸣潮插件

进入插件目录,安装XWUID

cd gsuid_core/plugins # 安装XutheringWavesUID git clone https://github.com/Loping151/XutheringWavesUID.git

安装库街区签到插件

# 在plugins目录下安装库街区签到插件 git clone --depth=1 https://github.com/Loping151/RoverSign

重启早柚插件

可以看到刚刚安装的插件成功导入了

安装nonebot

另外创建一个会话窗口,进入mcbot目录,运行虚拟环境,安装nonebot

cd opt/mcbot # 激活虚拟环境 source mcvenv/bin/activate # 安装nb pip install nb-cli-plugin-bootstrap nb-clil

运行nb bs,将文件夹命名为onebot,空格选中,回车确定

配置图如下

进入onebot目录,连接早柚插件,可能需要科学上网

cd onebot nb plugin install nonebot-plugin-genshinuid

运行onebot

nb run

配置防火墙端口8080

Read more

2026 Python+AI 学习方向拆解:3 个高性价比赛道,新手优先学

2026 Python+AI 学习方向拆解:3 个高性价比赛道,新手优先学

欢迎文末添加好友交流,共同进步! “ 俺はモンキー・D・ルフィ。海贼王になる男だ!” * 前言 * 一、AI数据处理与分析赛道 * 1.1 为什么选择这个方向? * 1.2 核心技能树 * 1.3 实战代码示例 * 数据清洗与预处理 * 1.4 学习路线图 * 二、AI应用开发赛道(LLM + RAG) * 2.1 为什么选择这个方向? * 2.2 RAG技术架构流程 * 2.3 实战代码:构建RAG问答系统 * 2.4 学习路线图 * 三、AI自动化办公赛道 * 3.1 为什么选择这个方向? * 3.2 自动化办公应用场景 * 3.3 实战代码示例

2026最新免费白嫖全网最强AI大模型谷歌Gemini 3的6种方法,你值得体验

2026最新免费白嫖全网最强AI大模型谷歌Gemini 3的6种方法,你值得体验

免费白嫖全网最强AI大模型谷歌Gemini 3的6种方法,你值得体验 猫头虎AI开源技术分享 | AI工具实测 | 2025最新攻略 🚀 开篇:还在眼巴巴看着别人用Gemini 3? 哈喽,各位技术圈的小伙伴们,我是猫头虎!🐱🐯 最近后台被问爆了——“虎哥,Gemini 3到底怎么用上?有没有免费路子?” 看着别人拿着这个"全网最强AI大模型"各种秀操作,自己只能干瞪眼?别慌! 今天这篇文章,我扒遍了全网,亲测整理了6种真正免费的Gemini 3使用渠道!无论你是小白想尝鲜,还是开发者要接入API,总有一款适合你。 更重要的是——全部免费,即开即用! 💡 先收藏,再阅读,干货太满,怕你找不到! 文章目录 * 免费白嫖全网最强AI大模型谷歌Gemini 3的6种方法,你值得体验 * 🚀 开篇:还在眼巴巴看着别人用Gemini 3? * 🎯 6种免费使用Gemini 3的渠道详解 * 01. NiceAIGC.net

AI如何自动生成一线与二线产区标准图

快速体验 1. 打开 InsCode(快马)平台 https://www.inscode.net 2. 输入框内输入如下内容: 开发一个AI工具,能够根据输入的地理数据自动生成一线产区和二线产区的标准图。功能包括:1. 数据采集模块,支持导入行政区划、经济指标等数据;2. 分类算法,根据GDP、人口密度等指标自动划分一线和二线产区;3. 可视化模块,生成标准地图并支持交互式查看。使用Python和GeoPandas库实现数据分析和地图绘制,前端使用Leaflet.js展示。 1. 点击'项目生成'按钮,等待项目生成完整后预览效果 AI如何自动生成一线与二线产区标准图 最近在做一个地理信息相关的项目,需要根据经济指标自动划分一线和二线产区,并生成标准地图。经过一番摸索,发现用AI辅助开发可以大大提升效率。下面分享我的实现思路和具体步骤。 数据采集模块 1. 首先需要收集基础地理数据,包括行政区划边界、GDP总量、人均GDP、人口密度等关键指标。

“全结构化录入+牙位可视化标记”人工智能化python编程路径探析

“全结构化录入+牙位可视化标记”人工智能化python编程路径探析

1. 目标与使用场景 * 将所有关键信息结构化:主诉/现病史、龋/充/根管/牙周/修复/种植、影像读片所见、处置与术式、医嘱、收费关联等。 * 通过牙位图可视化标注与表单联动,做到“点哪颗牙、哪一面,就写哪一项”,杜绝游离文本。 * 用 AI 做三件事:①录入提效(自动补全/术语标准化/编码建议);②质控(规则与模型双验);③影像辅助(龋、残髓、根尖周、牙周骨丧失等初筛)。 * 与医院信息平台/医保/第三方影像顺畅对接(HL7/FHIR、DICOM)。 2. 标准与术语(建议落地用) * 牙位编码:FDI 两位码(11–48,51–