基于 agentica 构建了一个微博毒舌AI，疯狂 diss 微博博主。

微博吐槽（weibo-roast）是一个微博毒舌AI，集成了微博数据抓取、处理、分析和生成幽默毒舌评论的功能。

1. 通过weibo-crawler.py爬取指定博主的近30条微博
2. 基于爬取的微博和评论，调用 LLM 对微博博主刻薄"吐槽"

Demo: https://180.76.159.247:8501/

pip install -r requirements.txt
cp .env.example ~/.agentica/.env

编辑 ~/.agentica/.env 文件，填写LLM的api key(如：DEEPSEEK_API_KEY或者MOONSHOT_API_KEY）。

streamlit run st.py

• 修改 prompts.py 中的提示以自定义 AI 生成的内容
• 修改 ask_llm.py 中的 llm , 推荐效果 OpenAILLM(gpt-4o) > DeepseekLLM(deepseek-coder) > MoonshotLLM(moonshot-v1-8k)

• Issue(建议) ：
• 邮件我：xuming: [email protected]
• 微信我： 加我微信号：xuming624, 备注：姓名-公司-NLP 进NLP交流群。

如果你在研究中使用了weibo-roast，请按如下格式引用：

APA:

Xu, M. weibo-roast: Weibo Roast AI (Version 0.0.1) [Computer software]. https://github.com/shibing624/weibo-roast

BibTeX:

@misc{Xu_weibo-roast,
  title={weibo-roast: Weibo Roast AI},
  author={Xu Ming},
  year={2024},
  howpublished={\url{https://github.com/shibing624/weibo-roast}},
}

授权协议为 The Apache License 2.0，可免费用做商业用途。请在产品说明中附加weibo-roast的链接和授权协议。

项目代码还很粗糙，如果大家对代码有所改进，欢迎提交回本项目，在提交之前，注意以下两点：

• 在tests添加相应的单元测试
• 使用python -m pytest来运行所有单元测试，确保所有单测都是通过的

之后即可提交PR。

• weibo-crawler
• WeiboSuperSpider
• agentica
• WeiboRoast