
中文命名實體識別(Named Entity Recognition, NER)初探
services:
chatgpt-on-wechat:
image: registry.cn-guangzhou.aliyuncs.com/kangarooking/chatgpt-on-wechat:250131
container_name: chatgpt-on-wechat
security_opt:
- seccomp:unconfined
environment:
# DeepSeek 的 ApiKey(也可以用中轉 ApiKey)
OPEN_AI_API_KEY: 'sk-xxxxxx'
# DeepSeek 的 API 地址(也可用中轉 API 地址)
OPEN_AI_API_BASE: 'https://api.deepseek.com/v1'
# DeepSeek 模型,deepseek-chat 代表 V3,deepseek-reasoner 代表 R1
MODEL: 'deepseek-chat'
SINGLE_CHAT_PREFIX: '[""]'
SINGLE_CHAT_REPLY_PREFIX: '" "'
# 群聊前綴,請替換成:@你的微信名
GROUP_CHAT_PREFIX: '["DeepSeek開放平臺"]'
# 群聊白名單,直接配置 ALL_GROUP 即可支持所有群聊
GROUP_NAME_WHITE_LIST: '["測試1群", "測試2群"]'
IMAGE_CREATE_PREFIX: '["畫", "看", "找"]'
CONVERSATION_MAX_TOKENS: 3000
SPEECH_RECOGNITION: 'False'
# 預設提示詞(system prompt)
CHARACTER_DESC: '用貓娘的語氣跟我說話'
EXPIRES_IN_SECONDS: 3600
USE_GLOBAL_PLUGIN_CONFIG: 'True'
HOT_RELOAD: 'True'
bash復制
docker-compose up -d
當 Docker 容器啟動成功后,會生成一個二維碼。使用微信掃描該二維碼即可登錄微信個人號,完成 DeepSeek 與微信個人號的集成。
將 DeepSeek 集成到微信公眾平臺的過程相對復雜,但功能更加強大。以下是詳細的步驟:
https://yourdomain.com/wechat
),并設置 Token 和 EncodingAESKey。消息加解密方式推薦選擇兼容模式。以 Python Flask 為例,開發后端服務以處理微信消息并調用 DeepSeek API。以下是示例代碼:
Python復制
from flask import Flask, request, jsonify
import hashlib
import requests
import time
app = Flask(__name__)
TOKEN = "你的微信 Token"
DEEPSEEK_API_KEY = "你的 DeepSeek API Key"
# 微信驗證接口
@app.route('/wechat', methods=['GET'])
def verify():
signature = request.args.get('signature', '')
timestamp = request.args.get('timestamp', '')
nonce = request.args.get('nonce', '')
echostr = request.args.get('echostr', '')
# 驗證簽名
tmp_list = sorted([timestamp, nonce, TOKEN])
tmp_str = ''.join(tmp_list).encode('utf-8')
hash_str = hashlib.sha1(tmp_str).hexdigest()
if hash_str == signature:
return echostr
else:
return 'Verification Failed'
# 處理用戶消息
@app.route('/wechat', methods=['POST'])
def handle_message():
# 解析 XML 數據(需實現 XML 解析邏輯)
user_msg = extract_user_msg(request.data) # 自定義解析函數
user_input = user_msg.get('Content', '')
# 調用 DeepSeek API
headers = {"Authorization": f"Bearer {DEEPSEEK_API_KEY}"}
response = requests.post(
"https://api.deepseek.com/v1/chat/completions",
headers=headers,
json={"messages": [{"role": "user", "content": user_input}]}
)
ai_response = response.json()['choices'][0]['message']['content']
# 返回微信 XML 格式響應
return f"""
<xml>
<ToUserName><![CDATA[{user_msg['FromUserName']}]]></ToUserName>
<FromUserName><![CDATA[{user_msg['ToUserName']}]]></FromUserName>
<CreateTime>{int(time.time())}</CreateTime>
<MsgType><![CDATA[text]]></MsgType>
<Content><![CDATA[{ai_response}]]></Content>
</xml>
"""
if __name__ == '__main__':
app.run(port=80, host='0.0.0.0')
將 DeepSeek 集成到微信生態后,可以實現以下應用場景:
DeepSeek 開放平臺為開發者提供了強大的 API 接口,使其能夠輕松將 DeepSeek 的能力集成到各種應用場景中。通過將 DeepSeek 集成到微信生態,開發者可以打造一個高效、智能的客服系統,提升用戶體驗和企業運營效率。無論是微信個人號還是微信公眾平臺,DeepSeek 都能提供強大的支持。希望本文的介紹能夠幫助開發者更好地理解和使用 DeepSeek 開放平臺,為用戶提供更優質的服務。