AstrBot:轻松将大模型接入QQ、微信等消息平台,打造多功能AI聊天机器人的开发框架,附详细教程

简介: AstrBot 是一个开源的多平台聊天机器人及开发框架,支持多种大语言模型和消息平台,具备多轮对话、语音转文字等功能。

❤️ 如果你也关注 AI 的发展现状,且对 AI 应用开发感兴趣,我会每日分享大模型与 AI 领域的开源项目和应用,提供运行实例和实用教程,帮助你快速上手AI技术!

🥦 微信公众号|搜一搜:蚝油菜花 🥦


大家好,我是蚝油菜花,今天跟大家分享一下 AstrBot 这个开源的多消息平台聊天机器人及开发框架。

🚀 快速阅读

AstrBot 是一个多平台聊天机器人及开发框架,支持多种大语言模型和消息平台。

  1. 核心功能:支持 OpenAI GPT、Google Gemini、Llama 等大语言模型,以及 QQ、Telegram、微信等消息平台。
  2. 技术原理:基于异步通信架构、事件驱动机制和流水线处理,确保高效稳定的系统性能。

AstrBot 是什么

AstrBot

AstrBot 是一个开源的多平台聊天机器人及开发框架,支持多种大语言模型(如 OpenAI GPT、Google Gemini、Llama 等)和多种消息平台(如 QQ、Telegram、微信等)。它具备多轮对话、语音转文字、网页搜索等功能,提供代码执行器和可视化管理面板,方便用户配置和扩展。

AstrBot 基于模块化设计,支持插件开发,能一键部署到多种环境(如 Docker、Windows、Replit 等),具有高稳定性和可扩展性。

AstrBot 的主要功能

  • 多语言模型支持:支持 OpenAI GPT、Google Gemini、Llama、DeepSeek、ChatGLM 等多种大语言模型,且支持基于 Ollama 和 LLMTuner 接入本地部署的大模型。
  • 多平台接入:支持 QQ(OneBot)、QQ频道、微信(Gewechat、企业微信)、Telegram 等消息平台,后续将支持钉钉、飞书、Discord 等。
  • Agent 功能:原生支持代码执行器、自然语言待办事项、网页搜索等功能,能对接 Dify 平台,实现智能助手和知识库的接入。
  • 插件扩展:提供深度优化的插件机制,支持开发者基于插件扩展功能,降低开发门槛。
  • 可视化管理:提供可视化面板,支持配置修改、插件管理、日志查看等功能,集成 WebChat,在面板上与机器人直接对话。
  • 多模态交互:支持图片理解和语音转文字(Whisper),具备多轮对话和人格情境功能。

AstrBot 的技术原理

  • 异步通信架构:基于异步编程模型,高效处理多平台的消息交互,提升系统响应速度和并发处理能力。
  • 事件驱动机制:基于事件总线设计,将消息接收、处理和发送解耦,让各个模块独立运行,提高系统的灵活性和可扩展性。
  • 流水线处理:消息处理采用流水线模式,将消息解析、预处理、模型调用、后处理等步骤按顺序执行,便于功能扩展和维护。
  • 插件系统:基于插件机制,开发者能轻松扩展机器人功能。插件支持独立开发和部署,不影响主程序运行。
  • 多语言模型接入:支持多种大语言模型的接入,基于标准化的接口与不同模型进行通信,实现灵活的模型切换和扩展。

如何使用 Docker 部署 AstrBot

环境准备

在开始部署 AstrBot 之前,请确保您的环境中已经安装了 Docker。如果尚未安装,请参考Docker 文档进行安装。

如果您在中国大陆,可能无法正常拉取 Docker 镜像。建议使用国内镜像源,或者在 Docker 设置中配置代理。可以参考国内可用 Docker 镜像源汇总

通过 Docker Compose 部署

1. 克隆 AstrBot 仓库

首先,使用以下命令将 AstrBot 仓库克隆到本地:

git clone https://github.com/Soulter/AstrBot
cd AstrBot

2. 运行 Docker Compose

接下来,使用 docker compose 命令启动 AstrBot:

sudo docker compose up -d
  • 注意:在 Windows 系统上不需要使用 sudo

3. 配置沙箱代码执行器(可选)

默认情况下,docker-compose.yml 文件没有映射宿主机的 docker.sock 文件,因此无法使用沙箱代码执行器。如果您需要使用沙箱代码执行器,可以在 docker-compose.yml 文件中添加以下内容:

volumes:
  - /var/run/docker.sock:/var/run/docker.sock

通过 Docker 部署

1. 创建目录并运行容器

如果您不想使用 Docker Compose,可以直接通过 Docker 命令来部署 AstrBot。首先,创建一个目录用于存储数据:

mkdir astrbot

然后,使用以下命令启动 AstrBot 容器:

sudo docker run -itd -p 6180-6200:6180-6200 -p 11451:11451 -v $PWD/data:/AstrBot/data --name astrbot soulter/astrbot:latest
  • 注意:在 Windows 系统上不需要使用 sudo

2. 查看日志

通过以下命令查看 AstrBot 的日志输出:

sudo docker logs -f astrbot

3. 配置沙箱代码执行器(可选)

如果您需要使用沙箱代码执行器,可以在启动容器时添加以下参数:

sudo docker run -itd -p 6180-6200:6180-6200 -p 11451:11451 -v $PWD/data:/AstrBot/data -v /var/run/docker.sock:/var/run/docker.sock --name astrbot soulter/astrbot:latest

🎉 大功告成!

如果一切顺利,您会在日志中看到类似以下的输出:

🌈 管理面板已启动,可访问

接下来,您可以打开浏览器,访问日志中提供的链接来访问 AstrBot 的管理面板。默认的用户名和密码都是 astrbot

  • 提示:由于 Docker 隔离了网络环境,因此不能使用 localhost 访问管理面板。请使用您的服务器 IP 地址或域名进行访问。

如何运行 AstrBot 管理面板

1. 管理面板概述

AstrBot 管理面板是一个功能强大的工具,提供了管理插件、查看日志、可视化配置和查看统计信息等功能。通过管理面板,用户可以方便地管理和监控 AstrBot 的运行状态。下图展示了管理面板的界面,其中显示了占用内存为 1GB,这是因为在该时刻 AstrBot 加载了一个自部署的微调大语言模型。

AstrBot 管理面板

2. 访问管理面板

2.1 本地访问

当启动 AstrBot 之后,你可以通过浏览器访问 http://localhost:6185 来访问管理面板。

2.2 云服务器访问

如果你正在云服务器上部署 AstrBot,需要将 localhost 替换为你的服务器 IP 地址。例如,如果你的服务器 IP 地址是 192.168.1.100,则访问地址为 http://192.168.1.100:6185

3. 登录

默认的用户名和密码均为 astrbot。首次登录后,建议修改默认的用户名和密码以增强安全性。

4. 可视化配置

在管理面板中,你可以通过可视化配置来管理 AstrBot 的插件。点击左栏的 配置 即可进入配置页面。

AstrBot-ini

顶部的两个按钮可以切换 可视化编辑配置代码编辑配置 两种模式。

  • 可视化编辑配置:通过图形界面进行配置,修改完成后需要点击右下角的 保存 按钮来保存配置。
  • 代码编辑配置:直接编辑配置文件,编辑完成后首先点击 应用此配置,此时配置将应用到可视化配置中,然后再点击右下角的 保存 按钮来保存配置。

AstrBot-save

  • 警告:在 代码编辑配置 中编辑配置文件时,如果你不点击 应用此配置,那么你的修改将不会生效。

5. 插件管理

在管理面板中,你可以通过左栏的 插件 来查看已安装的插件。点击右下角的添加按钮,可以安装新的插件。

AstrBot-plugin

6. 更新管理面板

AstrBot 在启动时会自动检查管理面板是否需要更新。如果需要更新,第一条日志(黄色)会提示你进行更新。

6.1 手动更新

你可以使用 /dashboard_update 命令手动更新管理面板。该命令是管理员指令,只有管理员用户可以执行。

6.2 手动替换更新

如果你需要手动替换管理面板文件,可以在AstrBot GitHub Releases下载 dist.zip,然后解压到 data/dist 目录下。

7. 常见问题

7.1 无法访问管理面板

如果你无法访问管理面板,可能是由于以下原因:

  • 确保 AstrBot 已正确启动。
  • 检查是否使用了正确的 IP 地址和端口。
  • 如果在云服务器上部署,确保服务器防火墙已允许 6185 端口的访问。

7.2 更新后管理面板无法正常工作

如果你在更新管理面板后遇到问题,建议尝试以下步骤:

  • 检查日志文件,查看是否有错误信息。
  • 确保 data/dist 目录下的文件已正确解压。
  • 重新启动 AstrBot,确保更新生效。

通过以上步骤,你可以轻松管理和配置 AstrBot,确保其稳定运行并充分发挥其功能。

资源


❤️ 如果你也关注 AI 的发展现状,且对 AI 应用开发感兴趣,我会每日分享大模型与 AI 领域的开源项目和应用,提供运行实例和实用教程,帮助你快速上手AI技术!

🥦 微信公众号|搜一搜:蚝油菜花 🥦

相关实践学习
阿里小蜜中的机器阅读技术
阿里云智能对话机器人(原云小蜜)依托阿里云AI技术,为企业提供一体化对话机器人服务,帮助企业构建新一代全时段智能交互系统,精准理解用户意图,支持界面化流程配置、自定义三方业务集成等功能,降本增效,广泛适用于智能客服问答、智能办公助理、售前业务咨询等场景。
相关文章
|
9月前
|
机器学习/深度学习 人工智能 机器人
黑箱与具身之间的因子框架( Prompt大模型的自我描述 系列五)
本文探讨大模型的“量子式黑箱”困境,指出其虽强大却缺乏可解释性。作者提出“因子框架”,以结构性推理替代概率坍缩,实现因果可控;并重新定义多模态,从“模态互通”走向“因子统一”。最终指向具身智能的真正起点:让AI在逻辑中融合感知,走出语言,迈向真实世界。
351 9
|
8月前
|
人工智能 Java 开发者
阿里出手!Java 开发者狂喜!开源 AI Agent 框架 JManus 来了,初次见面就心动~
JManus是阿里开源的Java版OpenManus,基于Spring AI Alibaba框架,助力Java开发者便捷应用AI技术。支持多Agent框架、网页配置、MCP协议及PLAN-ACT模式,可集成多模型,适配阿里云百炼平台与本地ollama。提供Docker与源码部署方式,具备无限上下文处理能力,适用于复杂AI场景。当前仍在完善模型配置等功能,欢迎参与开源共建。
3091 58
阿里出手!Java 开发者狂喜!开源 AI Agent 框架 JManus 来了,初次见面就心动~
|
8月前
|
人工智能 运维 Java
Flink Agents:基于Apache Flink的事件驱动AI智能体框架
本文基于Apache Flink PMC成员宋辛童在Community Over Code Asia 2025的演讲,深入解析Flink Agents项目的技术背景、架构设计与应用场景。该项目聚焦事件驱动型AI智能体,结合Flink的实时处理能力,推动AI在工业场景中的工程化落地,涵盖智能运维、直播分析等典型应用,展现其在AI发展第四层次——智能体AI中的重要意义。
2959 27
Flink Agents:基于Apache Flink的事件驱动AI智能体框架
|
8月前
|
人工智能 数据可视化 数据处理
AI智能体框架怎么选?7个主流工具详细对比解析
大语言模型需借助AI智能体实现“理解”到“行动”的跨越。本文解析主流智能体框架,从RelevanceAI、smolagents到LangGraph,涵盖技术门槛、任务复杂度、社区生态等选型关键因素,助你根据项目需求选择最合适的开发工具,构建高效、可扩展的智能系统。
2071 3
AI智能体框架怎么选?7个主流工具详细对比解析
|
8月前
|
机器学习/深度学习 人工智能 自然语言处理
AI Compass前沿速览:IndexTTS2–B站、HuMo、Stand-In视觉生成框架、Youtu-GraphRAG、MobileLLM-R1–Meta、PP-OCRv5
AI Compass前沿速览:IndexTTS2–B站、HuMo、Stand-In视觉生成框架、Youtu-GraphRAG、MobileLLM-R1–Meta、PP-OCRv5
739 10
AI Compass前沿速览:IndexTTS2–B站、HuMo、Stand-In视觉生成框架、Youtu-GraphRAG、MobileLLM-R1–Meta、PP-OCRv5
|
7月前
|
人工智能 JavaScript 前端开发
GenSX (不一样的AI应用框架)架构学习指南
GenSX 是一个基于 TypeScript 的函数式 AI 工作流框架,以“函数组合替代图编排”为核心理念。它通过纯函数组件、自动追踪与断点恢复等特性,让开发者用自然代码构建可追溯、易测试的 LLM 应用。支持多模型集成与插件化扩展,兼具灵活性与工程化优势。
647 6
|
9月前
|
人工智能 自然语言处理 机器人
AI Compass前沿速览:Jetson Thor英伟达AI计算、Gemini 2.5 Flash Image、Youtu腾讯智能体框架、Wan2.2-S2V多模态视频生成、SpatialGen 3D场景生成模型
AI Compass前沿速览:Jetson Thor英伟达AI计算、Gemini 2.5 Flash Image、Youtu腾讯智能体框架、Wan2.2-S2V多模态视频生成、SpatialGen 3D场景生成模型
AI Compass前沿速览:Jetson Thor英伟达AI计算、Gemini 2.5 Flash Image、Youtu腾讯智能体框架、Wan2.2-S2V多模态视频生成、SpatialGen 3D场景生成模型
|
8月前
|
消息中间件 人工智能 Java
抖音微信爆款小游戏大全:免费休闲/竞技/益智/PHP+Java全筏开源开发
本文基于2025年最新行业数据,深入解析抖音/微信爆款小游戏的开发逻辑,重点讲解PHP+Java双引擎架构实战,涵盖技术选型、架构设计、性能优化与开源生态,提供完整开源工具链,助力开发者从理论到落地打造高留存、高并发的小游戏产品。
|
9月前
|
人工智能 前端开发 Java
构建能源领域的AI专家:一个多智能体框架的实践与思考
本文介绍了作者团队在能源领域构建多智能体(Multi-Agent)框架的实践经验。面对单智能体处理复杂任务时因“注意力发散”导致的效率低下问题,团队设计了一套集“规划-调度-执行-汇总”于一体的多智能体协作系统。
1041 19
|
7月前
|
缓存 API 调度
70_大模型服务部署技术对比:从框架到推理引擎
在2025年的大模型生态中,高效的服务部署技术已成为连接模型能力与实际应用的关键桥梁。随着大模型参数规模的不断扩大和应用场景的日益复杂,如何在有限的硬件资源下实现高性能、低延迟的推理服务,成为了所有大模型应用开发者面临的核心挑战。
954 0

热门文章

最新文章