AI启航（AICHINES） -AI知识库与前沿资讯平台
本文帮助你快速实现一个飞书对话机器人，并在其中接入 ChatGPT 的能力，可以直接问它问题，也可以在群聊天中 at 它，返回 ChatGPT 的回答。（以下为效果截图）
学习路径
1、创建飞书机器人，并配置事件和权限
2、使用 AirCode 的「一键 Copy 代码」功能，实现机器人的聊天能力
3、将机器人接入 ChatGPT 能力
第一步：创建飞书机器人
1、在飞书开发者后台中创建一个应用，并且添加机器人能力。
2、创建好的机器人就有 App ID 和 App Secret，可以复制备用。
第二步：创建 AirCode 应用
1、通过 AirCode 源码链接中右上角的「Get a copy」按钮快速生成一个自己的 AirCode Node.js 应用。如果没有登录，需先登录 AirCode。
2、将飞书开发者后台中刚创建应用的「凭证与基础信息」页面中的 App ID 和 App Secret，粘贴到刚创建的 AirCode 应用的环境变量（Environments）中，在 feishuAppId 和 feishuAppSecret 中分别填入粘贴过来的机器人 App ID 和 App Secret 的值。
3、配置好环境变量（Environments）后，点击页面上方的「Deploy 按钮」部署整个应用，使所有配置生效。
第三步：配置机器人的事件和权限
1、AirCode 应用部署成功后，你就能看到当前服务的调用 URL，将它复制，填到飞书开发者后台刚刚创建机器人的「事件订阅-请求地址」中。
2、点击保存时，如果失败，可以将 AirCode 应用再次部署。
3、给机器人添加聊天相关的事件：
●获取用户在群组中@机器人的消息
●接收群聊中@机器人消息事件
●获取用户发给机器人的单聊消息
4、配置好了之后，需要发布机器人才能生效，并且能够搜索到。
第四步：测试聊天机器人
1、将机器人发布后，可在聊天窗口中与机器人私聊，或者将机器人加入到群中 at 机器人聊天，此时机器人可以对话。由于还没有配置 ChatGPT 能力，所以机器人会直接将你的消息返回，这时表示机器人已经配置成功。
2、可以在 AirCode 中查看完整的请求数据，并且使用线上 request 调试代码。
第五步：接入 ChatGPT 能力
1、到 OpenAI 的控制台中，点「Create new secret key」生成并且复制这个新生成的 Key，粘贴到刚创建的 AirCode 应用的环境变量（Environments）中，粘贴到 OpenAISecret 的 value 中。如果没有 OpenAI 账号，可以到网络中搜索一下获取方式，提前购买准备好。
2、再次部署服务，后测试。目前 ChatGPT 服务比较慢，尤其是模型版本越高级、问题越复杂，ChatGPT 服务的返回时间会越长。
问题反馈
1、可以加入我们的飞书用户群
2、来到我们的 GitHub 仓库，可以提 issue 或者直接贡献代码
3、欢迎加入我们的 Discord 讨论区
附：Chat.js
// 引入基础依赖包
constaircode=require('aircode');
constaxios=require('axios');
// 引入 OpenAI 的 SDK
constopenai=require("openai");
// 从环境变量中获取 OpenAI 的 Secret
constOpenAISecret=process.env.OpenAISecret;
letchatGPT=null;
if(OpenAISecret){
// 与 ChatGTP 聊天的方法，传入字符串即可
constconfiguration=newopenai.Configuration({apiKey:OpenAISecret});
constclient=newopenai.OpenAIApi(configuration);
chatGPT=async(content)=>{
returnawaitclient.createChatCompletion({
// 使用当前 OpenAI 开放的最新 3.5 模型，如果后续 4 发布，则修改此处参数即可
model:'gpt-3.5-turbo',
// 让 ChatGPT 充当的角色为 assistant
messages:[{role:'assistant',content}],
});
};
}
// 从环境变量中获取飞书机器人的 App ID 和 App Secret
constfeishuAppId=process.env.feishuAppId;
constfeishuAppSecret=process.env.feishuAppSecret;
// 获取飞书 tenant_access_token 的方法
constgetTenantToken=async()=>{
consturl='https://open.feishu.cn/open-apis/v3/auth/tenant_access_token/internal/';
constres=awaitaxios.post(url,{
'app_id':feishuAppId,'app_secret':feishuAppSecret,
});
returnres.data.tenant_access_token;
};
// 用飞书机器人回复用户消息的方法
constfeishuReply=async(objs)=>{
consttenantToken=awaitgetTenantToken();
consturl=`https://open.feishu.cn/open-apis/im/v1/messages/${objs.msgId}/reply`;
letcontent=objs.content;
// 实现 at 用户能力
if(objs.openId)content=`<at user_id="${objs.openId}"></at> ${content}`;
constres=awaitaxios({
url,method:'post',
headers:{'Authorization':`Bearer ${tenantToken}`},
data:{msg_type:'text',content:JSON.stringify({text:content})},
});
returnres.data.data;
};
// 飞书 ChatGPT 机器人的入口函数
module.exports=asyncfunction(params,context){
// 用来做飞书接口校验，飞书接口要求有 challenge 参数时需直接返回
if(params.challenge)return{challenge:params.challenge};
// 所有调用当前函数的参数都可以直接从 params 中获取
// 飞书机器人每条用户消息都会有 event_id
consteventId=params.header.event_id;
// 可以使用数据库极其简单地写入数据到数据表中
// 实例化一个名字叫做 contents 的表
constcontentsTable=aircode.db.table('contents');
// 搜索 contents 表中是否有 eventId 与当前这次一致的
constcontentObj=awaitcontentsTable.where({eventId}).findOne();
// 如果 contentObj 有值，则代表这条 event 出现过
// 由于 ChatGPT 返回时间较长，这种情况可能是飞书的重试，直接 return 掉，防止重复调用
if(contentObj)return;
constmessage=params.event.message;
// 获取用户具体消息
constcontent=JSON.parse(message.content).text.replace('@_user_1 ','');
// 获取发送消息的人信息
constsender=params.event.sender;
// 将消息体信息储存到数据库中，以备后续查询历史或做上下文支持使用
awaitcontentsTable.save({
eventId:params.header.event_id,
msgId:message.message_id,
openId:sender.sender_id.open_id,
content,
});
// 机器人默认将收到的消息直接返回
letreplyContent=content;
// 如果配置了 OpenAI Key 则让 ChatGPT 回复
if(OpenAISecret){
// 将用户具体消息发送给 ChatGPT
constresult=awaitchatGPT(content);
// 获取到 ChatGPT 的回复
replyContent=`${result.data.choices[0].message.content.trim()}`;
}
// 将 ChatGPT 的回复通过飞书机器人发送给用户
awaitfeishuReply({
msgId:message.message_id,
openId:sender.sender_id.open_id,
content:replyContent,
});
// 整个函数调用结束，需要有返回
returnnull;
}
