⚠️ FBI Warning：本文纯属作者自娱自乐，数字人的观点不代表 CEO 本人的观点，请大家不要上当受骗！！
哪个公司的 CEO 不想拥有一个自己的数字克隆？
想象🤔一下，如果 CEO 数字克隆上线了，那他是不是就可以一天约见 100 个投资人了？把他接入企业官方公众号后台作为客服，24 小时不吃饭不睡觉不喝水给用户答疑解惑，想想就很刺激！感觉 CEO 在给我打工✅
环界云的 CEO 做到了！先来看看效果：
怎么样，你也想拥有一个自己的数字克隆么？问题不大，跟着我操作。
首先你需要准备自己的语料，我们 CEO 的语料就是来自各种同性交友大会的演讲内容，如果你的语料不够多，那就得自己想办法了。
当然，本文提供的方法不仅仅适用于数字克隆，你可以基于任意专有知识库来打造一个私有领域的专家或者客服，然后再对接到公众号，它不香吗？
准备工作
已认证的微信公众号
首先你需要有一个微信公众号，而且是已经认证的公众号，因为公众号强制要求服务器每次必须在 15s 以内回复消息，公众号平台在发送请求到服务器后，如果 5s 内没收到回复，会再次发送请求等候 5 秒，如果还是没有收到请求，最后还会发送一次请求，所以服务器必须在 15s 以内完成消息的处理。如果超过 15s 还没有返回怎么办？那就超时了，用户将永远都收不到这条消息。
如果你想突破 15s 限制怎么办？
- 如果是已认证的公众号，可以直接使用客服消息进行回复，它的原理是通过 POST 一个 JSON 数据包来发送消息给普通用户。客服消息就厉害了，只要在 48 小时以内都可以回复。具体可查看微信官方文档。
- 如果是未认证的公众号，并不能完全解决 15s 限制的问题，但是可以优化。这里提供一个思路，你可以使用流式响应来缓解这个限制，先与 OpenAI 建立连接，再一个字符一个字符获取生成的文本，最后将所获取的文本列表拼接成回复文本。能缓解请求超时的关键在于：建立连接的时间一般情况下不会超过 15s，所以只要在给定的时间内，成功建立连接，基本就能返回内容（15s 之后接收到多少文本就返回多少文本）。虽然有可能会出现回复内容被截断的情况，但总比你回复不了强吧？
本文给出的方法是基于微信客服消息进行回复，所以需要一个已认证的公众号。如果是未认证的公众号，就需要你自己研究流式响应了，本文不做赘述。
FastGPT
其次你需要注册一个 FastGPT 账号。它是一个 ChatGPT 平台项目，目前已经集成了 ChatGPT、GPT4 和 Claude，可以使用任意文本来训练自己的知识库。
🌐 注册链接：https://fastgpt.run/?inviterId=64215e9914d068bf840141d0
知识库
注册完 FastGPT 后，你可以直接填写自己的 API Key 进行使用，也可以在 FastGPT 平台充值使用。
接下来点击侧栏的数据库图标进入知识库界面，然后点击 “+” 号新建一个知识库。
点击「导入」，可以看到有 3 种方法来导入知识库。
如果你有多个文本文件，可以直接选择「文本/文件拆分」进行导入，模式建议选「QA 拆分」，也可以直接分段。
导入之后，就会开始训练，训练完成后的效果：
Laf
最后你还需要一个平台来开发你的应用，那当然是 Laf 啦。据环界云 CEO 数字克隆所说👀，Laf 是一个 Serverless 框架，可以用来快速开发具有 AI 能力的分布式应用，助你像写博客一样写代码，随时随地快速发布上线应用。真⭕五分钟上线 CEO 数字克隆！
🌐 Laf 注册链接：https://laf.run
编写云函数
一切工作准备就绪后，开始动笔写亿点点代码。
先新建应用，直接新建免费的进行测试：
点击「+」新建云函数：
然后将下面的云函数代码直接复制粘贴到 Web IDE 中：
import cloud from '@lafjs/cloud';
import * as crypto from 'crypto';
const appid = 'wxb1833715d8f0809d'
const appsecret = 'fd76ce714a8083112100c2160b2f2c5d'
const wxToken = 'test';
const apikey = "63f9a14228d2a688d8dc9e1b-xsyvfby3cui09tfcvxen3"
const modelId = "642adec15f01d67d4613efdb"
const db = cloud.database();
const _ = db.command
const Message = db.collection('messages')
export async function main(event) {
const { signature, timestamp, nonce, echostr } = event.query;
if (!verifySignature(signature, timestamp, nonce, wxToken)) {
return 'Invalid signature';
}
if (echostr) {
return echostr;
}
const payload = event.body.xml;
const sessionId = payload.fromusername[0]
console.log(payload)
if (payload.msgtype[0] === 'event' && payload.eventkey[0] === 'CLEAR') {
console.log(1111)
await Message.where({ sessionId: sessionId }).remove({ multi: true })
await replyBykefu('记录已清空', sessionId)
return 'clear record'
}
if (payload.msgtype[0] !== 'text') return 'no text'
const newMessage = {
msgid: payload.msgid[0],
question: payload.content[0].trim(),
username: payload.fromusername[0],
sessionId,
createdAt: Date.now()
}
await replyText(newMessage, payload.fromusername[0])
return 'success'
}
async function replyText(message, touser) {
const { question, sessionId, msgid } = message;
const { data: msg } = await Message.where({ msgid: message.msgid }).getOne()
if (msg) return
console.log("收到用户消息", touser, message)
await Message.add(message);
await replyBykefu("🤖机器人正在思考🤔中...", sessionId)
await changesState(sessionId)
const reply = await getFastGptReply(question, sessionId);
const { answer } = reply;
await Message.where({ msgid: message.msgid }).update({
answer,
});
await replyBykefu(answer, touser)
}
async function getAccess_token() {
const shared_access_token = await cloud.shared.get("mp_access_token")
if (shared_access_token && shared_access_token.access_token && shared_access_token.exp > Date.now()) {
return shared_access_token.access_token
}
const mp_access_token = await cloud.fetch.get(`https://api.weixin.qq.com/cgi-bin/token?grant_type=client_credential&appid=${appid}&secret=${appsecret}`)
mp_access_token.data.access_token && cloud.shared.set("mp_access_token", {
access_token: mp_access_token.data.access_token,
exp: Date.now() + 7100 * 1000
})
return mp_access_token.data.access_token
}
export async function replyBykefu(message, touser) {
function isChinese(char) {
return /[\u4e00-\u9fa5]/.test(char)
}
function splitText(text) {
let result = []
let len = text.length
let index = 0
while (index < len) {
let part = ''
let charCount = 0
while (charCount < 800 && index < len) {
let char = text[index]
charCount++
part += char
if (isChinese(char)) charCount++
index++
}
result.push(part)
}
return result
}
function sleep(ms) { return new Promise(resolve => setTimeout(resolve, ms)) };
const access_token = await getAccess_token()
let text = splitText(message)
let len = splitText(message).length
try {
for (let i = 0; i < len; i++) {
let part = text[i]
await sleep(1000)
const res = await cloud.fetch.post(`https://api.weixin.qq.com/cgi-bin/message/custom/send?access_token=${access_token}`, {
"touser": touser,
"msgtype": "text",
"text":
{
"content": part
}
})
}
} catch (err) {
console.log(err)
}
}
export async function changesState(touser) {
const access_token = await getAccess_token()
const res = await cloud.fetch.post(`https://api.weixin.qq.com/cgi-bin/message/custom/typing?access_token=${access_token}`, {
"touser": touser,
"command": "Typing"
})
}
export function verifySignature(signature, timestamp, nonce, token) {
const arr = [token, timestamp, nonce].sort();
const str = arr.join('');
const sha1 = crypto.createHash('sha1');
sha1.update(str);
return sha1.digest('hex') === signature;
}
export function toXML(payload, content) {
const timestamp = Date.now();
const { tousername: fromUserName, fromusername: toUserName } = payload;
return `
<xml>
<ToUserName><![CDATA[${toUserName}]]></ToUserName>
<FromUserName><![CDATA[${fromUserName}]]></FromUserName>
<CreateTime>${timestamp}</CreateTime>
<MsgType><![CDATA[text]]></MsgType>
<Content><![CDATA[${content}]]></Content>
</xml>
`
}
async function getFastGptReply(question, sessionId) {
const res = await db.collection('messages')
.where({ sessionId })
.get()
const list = res.data.slice(-10)
const prompts = list.map((item) => [{
obj: "Human",
value: item.question || ''
}, {
obj: "AI",
value: item.answer || ''
}]).concat({
obj: "Human",
value: question
}).flat()
const config = {
method: 'post',
url: 'https://fastgpt.run/api/openapi/chat/chat',
headers: {
apikey,
'Content-Type': 'application/json'
},
data: {
modelId,
isStream: false,
prompts
}
}
try {
const ret = await cloud.fetch(config)
console.log("fastgpt响应", ret.data)
return { answer: ret.data.data || ret.data || '' }
} catch (e) {
console.log("出错了", e.response)
return {
error: "问题太难了 出错了. (uДu〃).",
}
}
}
整个云函数的调用流程如下：
❶ 当收到微信公众号消息时，首先调用 main 函数。在 main 函数中，首先验证消息是否合法，如果不合法则返回错误信息。如果是首次验证，则返回 echostr 给微信服务器。
❷ 接着根据消息类型进行处理。对于文本消息，调用 replyText 函数进行处理。
❸ 在 replyText 函数中，首先检查是否为重复的内容，如果是则不回复。然后将用户发送的问题存入数据库，并回复提示信息给用户，表示机器人正在思考中。
❹ 接下来调用 getFastGptReply 函数获取 FastGPT 的回答。在 getFastGptReply 函数中，首先从数据库中获取最多 10 组上下文信息，然后将问题和上下文信息一起发送给 FastGPT。接收到 FastGPT 的回答后返回给 replyText 函数。
❺ 回到 replyText 函数，将 FastGPT 返回的回答更新到数据库中，并通过客服接口将回答发送给用户。在发送回答之前，会调用 changesState 函数修改公众号回复状态为正在输入中。
❻ 调用 replyBykefu 函数通过微信公众号客服接口发送文本消息给用户。在 replyBykefu 函数中，首先根据文本长度拆分成多段，并逐段发送给用户。
先不要改动代码中的任何内容，后面会告诉你如何修改。
点击「发布」：
最后复制已发布的函数地址：
配置微信公众号
这一步我们需要在微信公众号平台上配置开发者信息，并将服务器地址设置为部署好的云函数服务地址。步骤如下：
首先登录微信公众平台，点开左侧的「设置与开发」，点击「基本设置」，然后点击「服务器配置」，服务器配置那里点击修改配置：
将之前的云函数服务地址复制到「服务器 URL」中，下边的 Token 与云函数代码中的 token 保持一致，下边的 EncodingAESKey 点击右侧随机生成就行，然后点击提交：
返回 token 校验成功即可。
获取公众号的 AppID 和 AppSecret：
这一步的操作请务必不要忘记！！！你需要把 laf.run 的 IP 地址全部添加到 IP 白名单中：
laf.run 域名的 IP 地址可通过以下命令获取：
$ dig +short laf.run
112.124.8.17
120.26.163.28
112.124.9.83
47.97.22.68
112.124.9.194
114.55.179.67
114.55.177.246
120.27.246.172
120.26.161.248
47.97.5.237
把获取到的 AppID 和 AppSecret 填写到 Laf 云函数中，然后点击「发布」：
最后在公众号平台点击「启用」即可。
配置 FastGPT
接下来开始配置 FastGPT，首先新建一个 API Key：
然后新建一个应用：
然后选择需要关联的知识库：
可以根据自己的需求设置一下温度、搜索模式和系统提示词，最终点击「保存修改」。
获取应用的 modelId：
将你获取的 API Key 和 modelId 填写到 Laf 云函数中，修改完成后点击发布：
到公众号里测试一下：
完美👀
当然，接入数字 CEO 只是图个乐呵，演示完了就撤了。目前 Laf 公众号真正接入的是 Laf 专有模型，可以回答与 Laf 相关的任何问题，感兴趣的小伙伴可以去体验一下，公众号的名字是：Laf 开发者。
QA
如果发送消息后无响应，可以先去 Laf 控制台的日志中检查是否收到用户消息，有下面的提示代表是正常的（可能需要点下搜索才能刷新出来）。
如果收到了消息，但是没有回复，八成是公众号没有发送客服消息权限。对应是下图的权限：
