ai对话
机器人的核心功能。
Eridanus的大部分功能支持function calling，即ai会在对话中根据用户需求触发相应功能。
但函数调用效果取决于模型本身的能力以及上下文(含人设)，我们并不能对你使用的各厂商提供的模型质量做任何保证，亦无法干涉你的上下文内容。
如果你发现你接入的模型效果差，请向你的模型服务提供商反馈，或尝试更换其他模型，此问题不属于Eridanus项目范畴。
触发方式
群聊内：@bot 你好
私聊：你好
前缀触发
cd持续触发
算法触发
概率触发
相关命令
清理对话
/clear
/clear@某人 # 主人功能
/clearall # 主人功能
/clear group如开启函数调用，可直接告诉bot【清理当前对话】
master也可使用【清理所有人的对话记录】之类的话来清理所有人的对话记录。
SillyTavern角色卡切换
data/system/chara中存放了多个角色模板，你可以继续添加(已兼容txt,json,酒馆角色卡(图片格式))
/查人设 #预期返回类似 派蒙.txt 猫娘.txt 这样的文件名列表
/切人设 {角色文件名} #比如 /切人设 派蒙.txt
/全切人设 {角色文件名} #切所有用户的人设，主人功能
# 可以使用/切人设 0或/全切人设 0来恢复到默认人设函数调用
bot支持通过【函数调用】，实现更灵活的指令触发。
以书籍搜索为例
搜书的原指令为： 搜书{书籍名/作者名} #如 搜书资本主义与现代社会理论
当你开启【函数调用】后，可以通过下面的方式艾特bot触发，不必再拘泥于特定的指令格式。
比如 @bot 帮我找找资本主义与现代社会理论这本书
或者 @bot 资本主义与现代社会理论这本书怎么样
其他功能同理
配置文件
认识配置文件
不建议直接编辑配置文件，除非你熟悉yaml语法，webui是一个合格的yaml编辑器，远比你自行编辑配置文件更加方便、安全。
自己乱改出问题自己解决。
文件来源run/ai_llm/config.yaml它在webui中的名称为AI LLM Plugin.config
#这里可能和仓库内文件有差异，但关键配置项会在这里讲明白。
llm:
model: default #选择使用的模型大类。default为自带免费模型，无函数调用，可选openai、gemini。
system: "你现在是一只猫娘，你的名字是{bot_name}，我的名字是{用户}，是你的主人。注意，你需要在回复时避免使用markdown语法。" #修改后要用【/全切人设 0】(不要带括号，不要带艾特，在群里发)为所有人刷新。
chara_file_name: 猫娘.txt #system为""时生效 默认启动的人设文件名，在data/system/chara文件夹内(目前支持txt,json,酒馆角色卡(图片))
func_calling: True #开启函数调用功能
表情包发送: true #记录master发送的表情包并在回复时根据上下文发送。
单次发送表情包数量: 1 #单次发送最大表情包数量
联网搜索: false #官方版本联网搜索，与函数调用不可同时开启
联网搜索显示原始数据: True #此处联网搜索基于函数调用实现(非官方)，与上面的联网搜索不同，所以可以同时使用函数调用和实现联网搜索。
读取群聊上下文: true #开启上下文读取功能，可读取群聊历史消息，并根据上下文进行回复。
可获取的群聊上下文长度: 50 # 仁济模式开算法回复务必开上下文
prefix: #可以用于触发bot的指令前缀
- "测试机" #测试机你今天吃饭了吗
- "." #.你今天吃饭了吗
aiReplyCore: True #请不要关闭此项
enable_proxy: False
max_history_length: 40 #机器人记忆长度
仁济模式:
随机回复概率: 0 #随机回复概率，0-100，0为不随机。
算法回复:
enable: false
相似度阈值: 30
频率阈值: 15
消息列表最小长度: 10
信息熵阈值: 2.0
Quote: False #回复时引用
focus_time: 10 #单次触发对话后持续有效时间
语音回复几率: 30
语音回复附带文本: True
recursion_limit: 10 #对话模型最大递归深度，出错时自动递归。
auto_clear_when_recursion_failed: True #对话模型递归失败时自动清除历史记录。
openai: #兼容所有openai标准接口。https://platform.openai.com/docs/overview
enable_official_sdk: True #是否使用官方sdk，如果不使用，则为直接发送post请求。
api_keys: #继续像这样添加apikey
- YOUR_API_KEY_1
model: deepseek-reasoner
quest_url: https://api.deepseek.com #如使用官方sdk，则只填base_url，否则填完整url。
temperature: 1.3
max_tokens: 2048
CoT: True #显示思维链
使用旧版prompt结构: false #部分模型需要使用旧版prompt结构
gemini: #https://ai.google.dev/
api_keys: #继续像这样添加apikey
- YOUR_API_KEY_1
model: gemini-2.0-flash-001
base_url: https://generativelanguage.googleapis.com #后面的/v1/beta什么的会自动填充
temperature: 0.7
maxOutputTokens: 2048
腾讯元器: #极其不建议用，腾子搞得玩意稀烂，而且不支持函数调用。
智能体ID: ""
token: ""
core:
ai_reply_group: 0 #群内ai对话所需权限等级
ai_reply_private: 0 #私聊ai对话所需权限等级
ai_change_character: 0 #ai更换角色所需权限等级
ai_token_limt: 0 #不限制ai对话token所需权限等级
ai_token_limt_token: 10000 #一般用户限制ai对话token数量模型与函数调用
llm:
func_calling: True #是否开启函数调用功能函数调用需要你使用的模型支持才能用，default模型不支持函数调用，所以我们建议你自行配置其他模型。
gemini配置方式
为什么是gemini
gemini免费，限额足量且每日刷新，模型支持函数调用和联网搜索。
1、获取gemini apikey
先获取Gemini apikey (获取过程需要开启代理，打不开/地区不可用就是你机场不行。)
文件来源run/ai_llm/config.yaml它在webui中的名称为AI LLM Plugin.config
#这里省略了其他配置项，不代表你可以随便删除其他配置项。
llm:
model: gemini #选择使用的模型大类。
system: "你现在是一只猫娘，你的名字是{bot_name}，我的名字是{用户}，是你的主人。"
enable_proxy: False
func_calling: True #建议开启
gemini: #https://ai.google.dev/
api_keys:
- YOUR_API_KEY_1 #这里填入你的apikey，有几个填几个，多key填写示例如下。
- YOUR_API_KEY_2
model: gemini-2.0-flash-001
base_url: https://generativelanguage.googleapis.com #后面的/v1/beta什么的会自动填充2、配置正向代理/反向代理(二选一)
只配置apikey，但不配置proxy是不行的。
反向代理
反向代理配置难度较低，建议使用。
一些你可以使用的反代地址，不保证全都能用。
https://fastidious-brigadeiros-12c15a.netlify.app
https://stately-sfogliatella-a98769.netlify.app
https://calm-cucurucho-2a0171.netlify.app
https://lustrous-granita-f670fd.netlify.app
如果你想要搭建自己的反向代理，自行查看https://simonmy.com/posts/%E4%BD%BF%E7%94%A8netlify%E5%8F%8D%E5%90%91%E4%BB%A3%E7%90%86google-palm-api.html。#省略了其他配置项，不代表你可以随便删除其他配置项。
llm:
model: gemini
enable_proxy: False
gemini:
base_url: https://fastidious-brigadeiros-12c15a.netlify.app #填写了一个反代地址正向代理
取决于你自己的代理软件，我不能给你一个准确答案。如果你看不懂就老老实实用反代。
文件来源run/ai_llm/config.yaml它在webui中的名称为AI LLM Plugin.config
#省略了其他配置项，不代表你可以随便删除其他配置项。
llm:
enable_proxy: True文件来源run/common_config/basic_config.yaml它在webui中的名称为基础配置.config
proxy:
http_proxy: "http://127.0.0.1:10809" #本地代理软件的的http代理端口。3、函数调用与联网搜索
并非所有模型都支持这两个功能。在gemini 查看所有模型与模型对应能力 你可以看到类似下面的内容
Gemini 2.0 Flash
Gemini 2.0 Flash 提供新一代功能和增强型功能，包括卓越的速度、原生工具使用、多模态生成以及 100 万个 token 的上下文窗口。
模型详情
| 属性 | 说明 |
|---|---|
| 模型代码 | models/gemini-2.0-flash-001 |
| 保存支持的数据类型 | 输入源：音频、图片、视频和文本，输出：音频（即将推出）、图片（即将推出）和文本 |
| 令牌限制 | 输入令牌限制：1,048,576，输出令牌限制：8192 |
| 速率限制 | 2,000 RPM，4,000,000 TPM |
| 功能 | 函数调用：支持，代码执行：支持，搜索：支持 |
| 版本 | 如需了解详情，请参阅模型版本模式。最新电子邮件的接收日期：gemini-2.0-flash-001 |
| 最新更新 | 2025 年 2 月 |
| 知识截止分数 | 2024 年 8 月 |
你可以看到，它支持函数调用和联网搜索。但这里需要注意，函数调用和联网搜索不能同时开启，否则两个都没法用。
于是我们得到了最终配置文件
#此处省略其他配置项，不代表你可以随便删除。
llm:
model: gemini
system: "你现在是一只可爱的猫娘，你的名字是{bot_name}，现在与你对话的人的名字是{用户}。"
func_calling: true #是否开启函数调用功能
联网搜索: false #官方版本联网搜索，与函数调用不可同时开启
联网搜索显示原始数据: true #此处联网搜索基于函数调用实现。
enable_proxy: true #正向/反向代理配置不再赘述
gemini:
api_keys:
- 你的key
model: gemini-2.0-flash-001 #模型代码中的模型名称
base_url: https://generativelanguage.googleapis.com #正向/反向代理配置不再赘述文件来源run/common_config/basic_config.yaml它在webui中的名称为基础配置.config
proxy:
http_proxy: "http://127.0.0.1:10809" #本地代理软件的的http代理端口。或
#此处省略其他配置项，不代表你可以随便删除。
llm:
model: gemini
system: "你现在是一只可爱的猫娘，你的名字是{bot_name}，现在与你对话的人的名字是{用户}。"
func_calling: true #是否开启函数调用功能
联网搜索: false #官方版本联网搜索，与函数调用不可同时开启
联网搜索显示原始数据: true #此处联网搜索基于函数调用实现。
enable_proxy: false #正向/反向代理配置不再赘述
gemini:
api_keys:
- 你的key
model: gemini-2.0-flash-001 #模型代码中的模型名称
base_url: 反代地址 #正向/反向代理配置不再赘述openai接口标准模型配置方式
文心、讯飞星火、chatglm、豆包、kimi都可以使用此配置方式
兼容openai接口标准的模型配置方式都是大差不差，每个都写就是纯纯浪费时间，接下来教程以deepseek为例，希望你能够举一反三。
如需配置代理，请参照上文gemini
接入deepseek
在deepseek文档我们可以看到
DeepSeek API 使用与 OpenAI 兼容的 API 格式，通过修改配置，您可以使用 OpenAI SDK 来访问 DeepSeek API，或使用与 OpenAI API 兼容的软件。| PARAM | VALUE |
|---|---|
| base_url | https://api.deepseek.com |
| api_key | apply for an API key |
得到的信息如下
- 1.deepseek支持openai接口标准
- 2.base_url为https://api.deepseek.com
- 3.api_key申请地址为https://platform.deepseek.com/api_keys
先去申请apikey，得到sk-da75a***********************6f47
文件来源run/ai_llm/config.yaml它在webui中的名称为AI LLM Plugin.config
#这里省略了其他配置项，不代表你可以随便删除其他配置项。
llm:
model: openai #模型大类选择openai。
system: "你现在是一只猫娘，你的名字是{bot_name}，我的名字是{用户}，是你的主人。"
func_calling: false #deepseek r1截至2025.2不支持函数调用。请阅读deepseek文档确认模型是否支持函数调用。如不支持，则将此项改为false
openai:
enable_official_sdk: True #是否使用官方sdk，如果不使用，则为直接发送post请求。
api_keys: #继续像这样添加apikey
- YOUR_API_KEY_1
model: deepseek-reasoner
quest_url: https://api.deepseek.com #如使用官方sdk，则只填base_url，否则填完整url。
temperature: 1.3
max_tokens: 2048
CoT: false #显示思维链
使用旧版prompt结构: false #部分模型需要使用旧版prompt结构假如存在网络问题需要配置代理，请查阅【gemini配置正向代理】，这里是通用的。
接入kimi
阅读kimi文档，我们可以看到：
Kimi API 兼容了 OpenAI 的接口规范，你可以使用 OpenAI 提供的 Python 或 NodeJS SDK 来调用和使用 Kimi 大模型，这意味着如果你的应用和服务基于 openai 的模型进行开发，那么只需要将 base_url 和 api_key 替换成 Kimi 大模型的配置，即可无缝将你的应用和服务迁移至使用 Kimi 大模型，代码示例如下：from openai import OpenAI
client = OpenAI(
api_key = "$MOONSHOT_API_KEY",
base_url = "https://api.moonshot.cn/v1",
)
completion = client.chat.completions.create(
model = "moonshot-v1-8k",
messages = [
{"role": "system", "content": "你是 Kimi，由 Moonshot AI 提供的人工智能助手，你更擅长中文和英文的对话。你会为用户提供安全，有帮助，准确的回答。同时，你会拒绝一切涉及恐怖主义，种族歧视，黄色暴力等问题的回答。Moonshot AI 为专有名词，不可翻译成其他语言。"},
{"role": "user", "content": "你好，我叫李雷，1+1等于多少？"}
],
temperature = 0.3,
)
print(completion.choices[0].message.content)得到的信息如下
- 1.kimi支持openai接口标准
- 2.base_url为https://api.moonshot.cn/v1
申请apikey，得到sk-pibXoRr***********************vNUq1
文件来源run/ai_llm/config.yaml它在webui中的名称为AI LLM Plugin.config
#这里省略了其他配置项，不代表你可以随便删除其他配置项。
llm:
model: openai #模型大类选择openai。
system: "你现在是一只猫娘，你的名字是{bot_name}，我的名字是{用户}，是你的主人。"
func_calling: true #kimi支持函数调用功能，可以开启。
openai:
api_keys: #继续像这样添加apikey
- sk-pibXoRr***********************vNUq1 #这是个示例，你需要替换为你自己申请的apikey
model: moonshot-v1-8k #选择使用的模型，这里是moonshot-v1-8k，其他模型需要查看kimi文档。
#在请求地址部分，一般都是base_url+/v1/chat/completions
quest_url: https://api.moonshot.cn/v1/chat/completions #完整调用地址。只填base_url不行