聊天机器人之接收实时信息实现(二)

准备工作

如果没有准备好环境的请看 前期环境准备

这里默认已经注入成功并且已经登录好了账号。

具体实现

实现原理

通过本地搭建一个web服务,来接收一个POST请求,这个请求中就会涵盖实时的数据,包括昵称、消息内容、消息类型之类的。

python 依赖环境安装

这里需要用到python中的flask框架,在装好python的时候会自带有一个包管理工具pip,

可以打开cmd面板,输入 pip install flask 来进行安装。

然后再运行 pip install flask-cors 安装依赖

代码实现

python 复制代码
#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time    : 2024/1/9 12:29
# @Author  : QS
# @QQ      : 376494614
# @File    : test_flask_reciver.py

from flask import Flask, request, jsonify
from flask_cors import CORS
import json
app = Flask(__name__)

@app.route('/reciver', methods=["POST"])
def diy_recive_msg():
    if request.method == 'POST':

        payload = request.get_data(as_text=True)

        # 按照顺序打印输出
        # payload = json.dumps(payload, sort_keys=True, indent=2, ensure_ascii=False)
        # print('[全数据]\r', payload)

        datas = json.loads(payload)
        print(datas)
        return datas

if __name__ == '__main__':
    # 下面的代码是消息接收的部分
    # app.config.from_object(Config())
    app.config['JSON_AS_ASCII'] = False
    CORS(app, supports_credentials=True)

    # 开启定时任务
    # scheduler = APScheduler()
    # scheduler.init_app(app)
    # scheduler.start()

    app.run(host='127.0.0.1', port=6666, debug=True, use_reloader=False)

实现效果

相关推荐
岁月宁静2 小时前
从零拆解 AI 语音模拟面试系统
人工智能·python·agent
benchmark_cc2 小时前
个人开发者接入五档盘口:用 QuantDash 读取单只股票的验收清单与易错点
python·数据分析·pandas·量化交易·股票数据·quantdash
ZhengEnCi3 小时前
项目越写越乱?先别改架构:用一次目录重排 + 一份可复算的体检脚本把乱治住
python·架构·ai编程
Dmz丶4 小时前
前端转 AI 100 天 Day 45:阶段复盘——从“会调 API”到“做出 AI 产品”
python
Sakura_j_h_4 小时前
MCP SDK 2.0 实战:用 MCPServer 搭本地笔记检索服务
开发语言·笔记·python·qt·ai工具·mcp·mcpserver
QuZhengRong5 小时前
【AI】Agent 全栈进阶|AgentScope 沙箱源码解析
python·学习·ai·agent·沙箱
Eider19985 小时前
Python基础语法之并发相关3
开发语言·python
M--Y6 小时前
LangGraph 架构基石:持久化与运行控制
python·langchain·大模型·llm·持久化·langgraph
用户019027581617 小时前
新浪财经 / 东方财富股票接口不稳、被限?稳定替代方案
python
七夜zippoe7 小时前
Nexent 知识库:调优靠 Chunk 与重排
开发语言·python·ai智能体·nexent·知识库与rag