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。
- 通过
weibo-crawler.py
爬取指定博主的近30条微博 - 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。