koishi-plugin-chat-model

当消息没有触发其他命令时，自动使用大型语言模型（LLM）进行对话，支持记忆上下文。

功能特点

• 支持多种大型语言模型：
  • OpenAI GPT系列 (GPT-3.5-turbo、GPT-4等)
  • Anthropic Claude系列 (Claude 3 Opus、Claude 3 Sonnet、Claude 3 Haiku等)
  • Google Gemini系列 (Gemini Pro、Gemini 1.5等)
  • 自定义模型 (通过适配器支持)
• 自动在没有匹配到其他命令的情况下触发对话
• 保持上下文记忆，支持连续对话
• 可配置触发条件（私聊/群聊、前缀、触发概率等）
• 支持自定义系统提示语
• 支持用户使用限制（每日最大对话次数）
• 提供清除上下文的命令

安装

npm install koishi-plugin-chat-model

配置项

| 配置项 | 类型 | 默认值 | 说明 | |-------|------|-------|------| | modelType | select | openai | 对话模型类型，可选：openai、claude、gemini、custom | | apiKey | string | | API密钥，必填 | | apiEndpoint | string | (根据模型不同) | API地址，可选，用于修改默认API端点 | | modelName | string | (根据模型不同) | 模型名称，如：gpt-3.5-turbo、claude-3-sonnet等 | | systemPrompt | string | 你是一个有用的AI助手。 | 系统提示词，用于定义AI助手的行为和能力 | | contextSize | number | 10 | 上下文记忆的消息数量（轮数），每轮包含一条用户消息和一条助手回复 | | temperature | number | 0.7 | 温度参数，控制回复的随机性，0-2之间 | | responseTimeout | number | 60 | 响应超时时间，单位为秒 | | triggerRatio | number | 100 | 触发概率，范围0-100%之间 | | triggerPrefix | string | | 触发前缀，不填则任何未命中命令的消息都会触发 | | triggerPrivate | boolean | true | 是否在私聊中自动触发 | | triggerGroup | boolean | false | 是否在群聊中自动触发 | | showThinkingMessage | boolean | false | 是否显示"正在思考中..."的消息，默认不显示 | | customModelAdapter | string | | 自定义模型适配器路径（仅在modelType=custom时有效） | | usageLimit.enabled | boolean | false | 是否启用使用限制 | | usageLimit.maxMessagesPerUser | number | 100 | 每用户每日最大消息数 | | usageLimit.resetTime | string | 00:00 | 使用计数重置时间，24小时制 |

使用方法

1. 在Koishi应用中安装并启用本插件
2. 配置相应的API密钥和其他设置
3. 向机器人发送不匹配其他命令的消息即可触发对话

清除上下文

当需要重置对话上下文时，可使用以下命令：

清除上下文

使用系统提示词

通过修改系统提示词，可以改变AI助手的行为和风格。例如：

你是一位资深的编程助手，擅长解答与JavaScript、Python和数据库相关的问题，回答简洁专业，并提供实用的代码示例。

使用前缀过滤

如果只希望特定格式的消息触发AI对话，可以设置triggerPrefix。比如设置为@AI （注意结尾有空格），则只有以@AI 开头的消息才会触发AI回复。

自定义模型适配器

如果需要支持其他语言模型，可以创建自定义适配器：

1. 创建一个实现了generateResponse方法的类
2. 将该类的路径填入customModelAdapter配置项
3. 设置modelType为custom

自定义适配器的最小实现示例：

class CustomAdapter {
  constructor(ctx, config) {
    this.ctx = ctx
    this.config = config
  }
  
  async generateResponse(messages, session) {
    // 实现与您的模型API通信的逻辑
    // 返回生成的文本回复
    return '这是自定义模型的回复'
  }
  
  async dispose() {
    // 清理资源（如果需要）
  }
}

module.exports = CustomAdapter

数据库表

本插件会创建以下数据库表：

• chatModelContext：存储用户的对话上下文
• chatModelUsage：存储用户的使用统计

版本更新

v1.0.4

• 修复了回复后发送多余"true"消息的问题
• 优化中间件处理逻辑，提高稳定性

v1.0.3

• 修复使用限制功能无法正常工作的问题
• 添加可选的"正在思考中..."消息配置，默认关闭
• 解决多余的"true"消息问题

v1.0.2

• 修复了 fetch is not a function 错误
• 使用 node-fetch 和 abort-controller 替代内置 fetch

协议

MIT