feat: 初版 WechatBot ，聊天数据统计、定时聊天总结、用户调用总结、聊天权限管理功能

[HKAI-Bot]

该版本的机器人具有以下功能：

• 聊天数据统计
• 定时聊天总结
• 用户调用总结
• 聊天权限管理

[WendaoLee]

我草草看了一下代码，你可以参考其中给出的一些意见进行修改。

之后你如果有空可以看一下相关的代码规范优化你的代码。

[WendaoLee]

可以考虑参考 Google 的规范 进行注释。

[WendaoLee]

对于 dict 的具体结构，你可以试着用 TypedDict 进行定义：

from typing import TypedDict, Optional

class ConfDict(TypedDict):
    key: Optional[str]
    api: Optional[str]

    def __init__(self, conf: ConfDict) -> None:
        self.key = conf.get("key")
        self.api = conf.get("api")

[WendaoLee]

存在奇奇怪怪的内容

[WendaoLee]

同上，好奇怪

[WendaoLee]

这是一个普遍存在的问题：

对于数据库相关的处理代码你没有放在 try except 中，于是错误的抛出会被上层的捕捉，当错误消息本身没有说明清除时。在日志中难以体现错误发生在哪里。

上面的 store_message 中的：

 model_name = get_gptmodel_name()
 token = num_tokens_from_string(msg.get('content'), model_name)

就是因为这个问题，在用户的模型存在问题时会抛出让人难以定位的消息。

[WendaoLee]

我尝试部署你这版wechatbot时发现的问题

[WendaoLee]

由于github review 只能在变动的更改上评论，所以我就在这里说了：

store_message 这个函数存在问题：

def store_message(msg):
    """将消息存储到数据库的 'messages' 表中"""
    conn = sqlite3.connect(db_path)
    c = conn.cursor()
    model_name = get_gptmodel_name()
    token = num_tokens_from_string(msg.get('content'), model_name)
    msg_data = (
        msg.get('id'),
        msg.get('type'),
        msg.get('sender'),
        msg.get('roomid'),
        msg.get('content'),
        msg.get('thumb'),
        msg.get('extra'),
        msg.get('sign'),
        msg.get('ts'),
        msg.get('xml'),
        int(msg.get('is_self', False)),
        int(msg.get('is_group', True)),
        token
    )

token = num_tokens_from_string(msg.get('content'), model_name) 只能对 gpt 系的模型生效。因此 moonshot 之类的模型会因为模型名不匹配出问题。