微信公众号接入GPT自动回复聊天机器人的可执行代码

### 实现微信公众号 GPT 自动回复聊天机器人的方法 为了实现基于 GPT 的自动回复功能，可以采用现有的开源项目来简化开发过程。一个推荐的选择是 `chatgpt-on-wechat` 项目[^2]。 #### 准备工作 首先需要准备以下几项： - **微信公众平台账号**：用于创建并管理订阅号或服务号。 - **ChatGPT API Key**：获取 OpenAI 提供的 API 密钥以便调用模型接口。 - **服务器环境配置**：确保拥有可公网访问的服务端部署位置，并完成必要的安全设置。 #### 安装依赖库 安装 Python 环境以及所需的第三方包： ```bash pip install itchat flask openai ``` 其中 `itchat` 是用来模拟登录微信个人版进行消息收发；而 `flask` 则作为轻量级 Web 框架处理 HTTP 请求；最后通过 `openai` 库对接 ChatGPT 接口。 #### Flask 后台逻辑编写 下面是一个简单的 Flask 应用程序框架，它接收来自微信的消息并通过 ChatGPT 返回响应给用户： ```python from flask import Flask, request, make_response import hashlib import xml.etree.ElementTree as ET import requests import json app = Flask(__name__) @app.route('/wechat', methods=['GET', 'POST']) def wechat(): if request.method == 'GET': token = "your_token" query = request.args signature = query.get('signature') timestamp = query.get('timestamp') nonce = query.get('nonce') echostr = query.get('echostr') list = [token, timestamp, nonce] list.sort() sha1 = hashlib.sha1() map(sha1.update, list) hashcode = sha1.hexdigest() if hashcode == signature: return make_response(echostr) elif request.method == 'POST': web_data = request.stream.read() rec_msg = parse_xml(web_data) to_user_name = rec_msg.find('ToUserName').text from_user_name = rec_msg.find('FromUserName').text content_type = rec_msg.find('MsgType').text reply_content = get_chatgpt_reply(rec_msg.find('Content').text) response = f""" <xml> <ToUserName><![CDATA[{from_user_name}]]></ToUserName> <FromUserName><![CDATA[{to_user_name}]]></FromUserName> <CreateTime>{int(time.time())}</CreateTime> <MsgType><![CDATA[text]]></MsgType> <Content><![CDATA[{reply_content}]]></Content> </xml>""" res = make_response(response) res.content_type = 'application/xml' return res def parse_xml(xml_str): root = ET.fromstring(xml_str.decode()) return root def get_chatgpt_reply(user_input): url = "https://api.openai.com/v1/engines/davinci-codex/completions" headers = { "Authorization": "Bearer YOUR_OPENAI_API_KEY", "Content-Type": "application/json" } data = {"prompt": user_input, "max_tokens": 50} resp = requests.post(url=url, headers=headers, data=json.dumps(data)) result = resp.json()['choices'][0]['text'].strip() return result if __name__ == '__main__': app.run(port=80) ``` 此段代码实现了基本的文字交互模式下的自动应答机制。当收到新消息时会触发 POST 方法中的业务逻辑部分，解析 XML 数据结构提取出发送者 ID 和实际内容之后再转发至 ChatGPT 获取智能回应最终封装成标准格式返回给客户端显示出来。