Skip to content

Latest commit

 

History

History
133 lines (81 loc) · 4.36 KB

README.md

File metadata and controls

133 lines (81 loc) · 4.36 KB
Raw

LiveStreamAI

基于ChatGPT的Bilibili直播AI(新概念挖矿)。 js版本

发电一下

有帮助的话，可以zfb请吃包辣条🐶

概览

structure

依赖环境

  • Python>=3.8.16
  • 可以访问OpenAI的网络及其API Key
  • (可选)虚拟环境，如conda

自定义开发

查看Q&A部分，参考ChatterBotResponseManager以及EdgeTTSSpeakerManager的接入。

使用说明

  1. 下载源码
git clone https://github.com/xwy27/LiveStreamAI.git
  1. 安装依赖
cd LiveStreamAI
pip install -r requirements.txt

快速体验（不接入ChatGPT）

  1. 修改配置

修改config目录下的config.txt，仅需直播间的房间号(如直播链接https://live.bilibili.com/139?...中的139为房间号)

  1. 启动
python main.py
  1. 使用

打开直播，程序会自动监听直播间的弹幕，并对以Q:开头的弹幕提问进行回复。

开始使用

使用ChatGPT

  1. 修改配置
  • 必须 修改config目录下的config.txt，包括房间号(如直播链接https://live.bilibili.com/139?...中的139为房间号)，OpenAIAPIKey(替换为自己的api key)，ResponseManager(替换为OpenAIResponseManager)。
  • 可选 修改config目录下的UpCharacteristic.txt可以让ChatGPT提供不同的直播风格(等同于prompt)。
  1. 启动
python main.py
  1. 使用

启动后，打开直播即可。程序会自动监听直播间的弹幕，并对以Q:开头的弹幕提问进行回复。

使用ChatterBot

需要先安装chatterbot和chatterbot-corpus，参考文档

  1. 修改配置

修改config目录下的config.txt，包括房间号(如直播链接https://live.bilibili.com/139?...中的139为房间号)，ResponseManager(替换为ChatterBotResponseManager)。

  1. 训练ChatterBot
cd ChatterBot
python TrainChatterBot.py

其中，ChatterBot目录下的ChatData.txt是自定义的对话数据，格式是一问一答，可用来进一步训练自己的对话模型，可以自己到中文语料库整理。对于PyYAML的版本报错，是用到的库bilibili-api-python和chatterbot分别依赖了不同版本，应该是不影响使用的

  1. 启动
python main.py
  1. 使用

启动后，打开直播即可。程序会自动监听直播间的弹幕，并对以Q:开头的弹幕提问进行回复。

Q&A

  1. 能否定制声音？

目前的声音输出采用的是edge提供的tts功能，基于edge-tts库实现。所以在实现过程中，sound操作是分离的。在chat/SpeakManager.py中继承BaseSpeakManager实现自己的声音播放类，并在文件末尾添加载入代码，最后在config.txt中修改SpeakManager为自己的SpeakerManager类名。

  1. 能否自己控制回复？

同样提供自定义功能，在chat/RespnseManager.py中继承BaseResponseManager实现自己的回复生成类，并在并在文件末尾添加载入代码，最后在config.txt中修改ResponseManager为自己的ResponseManager类名。

  1. 为什么没有皮套？

没有接触过，有能力的朋友可以来上一套。

  1. 对话历史是怎么存的？

从ChatGPT的文档来看，调用api需要自行维护对话历史，这里通过sqlite3为每个用户单独存历史对话信息，用b站的用户名作为key，分别存储累积发送到openai的对话数据。具体可以看utils/DB.py。

  1. 还有可以做的吗？

有很多，比如前面提到的几个问题，还有:

  • 代码优化(作者自己代码也写得不好，虽然尽量模块化处理了，但肯定可以优化)
  • UI展示(给用户提供一个使用界面，自行输入配置，启动和退出等)
  • 数据文件定期清理(互动数据会不断积累，但并非都是有用的历史对话信息)
  • 设置优先弹幕(新建PriorityTaskQueues并且持有多个TaskQueue来区分优先级，执行时从优先级高到低即可)
  • 更合理的弹幕输入(目前采取FIFO模式并回调下一个，同时为保证实时性，回调时过滤15s前的弹幕。可以考虑抽离filter，初步筛选结合互动限制)
  • 更多的互动形式
  • 发挥想象力，基于目前的代码做成QA机器人
  • ...