本文共 2854 字，大约阅读时间需要 9 分钟。

前言

本篇文章记录作者在编写基于go-cqhttp框架的QQ机器人RabbitBot时所遇到的问题及核心功能的实现方法。RabbitBot采用Python编写，主要用于个人学习，因此不会开放完整代码，但核心功能的代码片段将进行分享和分析。主要基于go-cqhttp项目，结合HTTP API和反向HTTP POST接口对 QQ信息的读取和发送进行控制。

初期配置

go-cqhttp的安装和配置步骤相对标准化，但以下是一些关键配置说明：

配置文件示例：

{  "uin": 1234567890, // 机器人QQ号  "password": "" ,  //_PASSWORD_  "enable_db": false, // 是否使用数据库（本文不开启）  "http_config": {    "enabled": true,     "host": "0.0.0.0",     "port": 5700,     "timeout": 0,    "post_urls": {      "127.0.0.1:5710": "secret"    }  },  "ws_config": {    "enabled": false,    "host": "0.0.0.0",    "port": 6700  }}

注意：上述配置文件中，由于涉及个人隐私信息，相关细节已被替换，实际使用请根据实际需求配置。

信息发送与接收

客户端与服务器端的通信采用标准的HTTP协议，发送端口默认为5700，接收端口设置为5710。以下为常用API及其功能说明：

• 发送私聊消息：/send_private_msg
• 发送群聊消息：/send_group_msg

服务器端接收信息逻辑如下：

def rev_msg():  conn, addr = ListenSocket.accept()  request = conn.recv(1024).decode('utf-8')  rev_json = request_to_json(request)  conn.sendall((HTTP_RESPONSE_HEADER).encode('utf-8'))  conn.close()  return rev_json

信息接收后会进行JSON解析处理，并返回相应的HTTP响应。

接收到的信息格式示例：

• 群聊信息：

  {  "group_id": 123456789,  "user_id": 123456789,  "message": "信息内容",  "message_id": 12345678,  "message_type": "group",  //...其他字段}

• 私聊信息：

  {  "user_id": 123456789,  "message": "[CQ:face,id=107]",   //...其他字段}

信息发送逻辑如下：

def client_to_conn():  label = get_message_type()  number = get_number()  msg = get_raw_message()  # 根据信息类型构造不同的URL请求  if label == 'group':    payload = f"GET /send_group_msg?group_id={number}&message={msg} HTTP/1.1\r\nHost: 127.0.0.1:5700\r\nConnection: close\r\n\r\n"  elif label == 'private':    payload = f"GET /send_private_msg?user_id={number}&message=... HTTP/1.1\r\nHost: 127.0.0.1:5700\r\nConnection: close\r\n\r\n"    client = socket.socket(socket.AF_INET, socket.SOCK_STREAM)  client.connect(('127.0.0.1', 5700))  client.send(payload.encode('utf-8'))  client.close()

信息处理

本机器人采用简单的基于文本文件的数据存储方式进行信息处理，主要包括以下功能模块：

自定义处理逻辑可通过配置文件或代码扩展，但在本项目中前者方式被采用。

核心功能实现

def request_to_json(msg):  for i in range(len(msg)):    if msg[i] == "{" and msg[-1] == "}":      return json.loads(msg[i:])  return None

2. 消息存储：

def add_message(msg):  fp = open("messages.txt", "a", encoding='utf-8')  fp.write(f"{msg}\n")  fp.close()

3. 特殊指令处理：

def handle_special_commands(msg):  if msg.startswith('[CQ:at,qq='):    target_qq = msg.split('qq=')[1].split(']')[0]    # 根据目标QQ号执行相应操作（如回复、提醒等）  elif msg.startswith('[CQ:image,file='):    image_url = msg.split('file=')[1].split(']')[0]    # 下载并处理图片文件    pass

异常处理与优化

4. 错误处理机制：

def error_handling(e):  print(f"错误发生：{str(e)}")  # 进行默认回复或其他处理  # 如随机生成回复内容并发送

2. performance optimization：
• 使用线程池（ThreadPoolExecutor）增加并发处理能力
• 设置请求超时
• 做好资源释放（如网络连接、文件资源等）

项目展望

RabbitBot 目前已实现基础功能，包括信息接收、存储与发送、支持文本、图片、表情包等类型。项目背景可以部署在普通服务器上进行24小时运行。本项目的设计以功能实现为主，存在一定的完善空间，包括：

• 智能对话能力的提升
• 多语言支持
• 更复杂的数据存储方式
• 优化性能表现
• 增加更多的功能模块（如音乐播放、游戏支持等）

如对本项目感兴趣，欢迎加入讨论群或联系作者，进行技术交流和联合优化。