前言

这篇文章最早写的是我第一次折腾 Discord 机器人时的记录。那时候的目标很简单：做一个能陪我聊天、查资料、发提醒、玩小游戏的机器人。

但这个项目后来一路变得很复杂。它经历过 Discord 双机器人、企业微信尝试、微信个人号方案调研、QQ 接入、NapCat 桥接、Web 后台、自我进化、Mem0 长期记忆、TTS、ASR、Tavily 联网搜索等一堆阶段。现在回头看，最重要的变化不是功能变多，而是边界终于清楚了。

现在的真实版本是：

• Discord 上只保留 shen-play，负责娱乐、轻互动、小游戏、抽卡和语音回复。
• QQ 上运行原本的 shen-test 能力，现在叫刘新庚，负责 AI 对话、工具调用、提醒、Tavily 搜索、Mem0 记忆和自我进化。
• Web Admin 后台统一管理配置、模型、API Key、日志、QQ 桥接状态和自我进化数据。
• NapCat 负责 QQ 接入，后台通过 OneBot webhook 接收 QQ 私聊消息并回发。

所以这篇文章也按现在这个基本成型的版本重新整理一遍。

一、从 Discord 双机器人到 QQ + Discord 分工

1. 最早的版本

最早我想做的是一套纯 Discord 机器人系统。

当时规划里有两个机器人：

• shen-test：偏工作、信息查询、任务提醒、生活管理。
• shen-play：偏娱乐、轻互动、小游戏和抽卡。

这个思路本身是对的，因为工作助理和娱乐机器人确实不应该混成一个人格。工作助理需要稳定、准确、可追踪；娱乐机器人需要轻松、快、有一点玩具感。

但问题也很现实：我平时不一定开着梯子，而 Discord 在国内使用体验不稳定。如果真正想把 AI 助理当成日常入口，只放在 Discord 里并不顺手。

2. 中间试过的方案

为了让机器人能在国内更方便地使用，我中间试过不少方案。

企业微信

企业微信的优点是官方、稳定、容易部署，适合做通知和企业内部工具。但它的体验更像“工作机器人”，不像一个自然聊天的个人 AI 朋友。它可以用，但不是我最想要的那种入口。

微信个人号方案

我也查过 OpenClaw 这类方案。理论上可以把 AI 接到微信个人号里，但限制比较多，比如 iOS 端、主动推送、账号绑定、服务资源等问题。最后我没有继续走这条线。

QQ + NapCat

最后真正落地的是 QQ。

QQ 的好处是：

• 我不用开梯子就能聊。
• NapCat 可以通过 OneBot 协议接入。
• 私聊体验比企业微信更接近日常聊天。
• 主动提醒、TTS、文件、图片等能力也更容易扩展。

所以现在的结构变成了：

• QQ：承接原 shen-test 的严肃助理能力。
• Discord：只保留 shen-play，继续做娱乐和轻互动。

二、当前架构

现在项目已经不是单纯的 Discord bot，而是一套小型机器人系统。

1. QQ 机器人：刘新庚

QQ 机器人是现在的主助理，也就是原来 shen-test 的继承者。

它现在负责：

• 日常 AI 对话
• Tavily 联网搜索
• 模型切换
• 图片理解
• 文生图
• ASR 语音转文字
• TTS 语音回复
• 定时提醒
• 定时任务
• 文件直发
• Mem0 长期记忆
• 本地画像
• 自我进化
• 主动问候逻辑

它只监听我的 QQ 私聊，不监听群聊，也不回复其他人的消息。这个限制是刻意做的，因为这套机器人目前主要是个人助理，不是公开客服或群机器人。

2. Discord 机器人：shen-play

Discord 上现在只保留 shen-play。

它负责：

• 娱乐聊天
• 人设切换
• 小游戏
• 抽卡
• 卡片生成
• 俳句
• 运势
• 星座
• TTS 开关
• 轻量模型切换

shen-play 不再承担长期记忆和任务助理职责。它更像一个放松用的娱乐机器人，而不是一个严肃助理。

3. Web Admin 后台

后台是这次项目成熟以后最重要的一部分。

它现在负责：

• 查看服务状态
• 查看 QQ 桥接状态
• 查看 NapCat 状态
• 管理模型配置
• 管理 API Key
• 管理 TTS 配置
• 管理视觉模型和生图模型
• 查看 QQ 日志
• 查看 shen-play 日志
• 编辑人设和知识库
• 查看自我进化日志
• 查看 Mem0 记忆摘要
• 查看和编辑本地用户画像

后台地址绑定到了单独域名，直接通过浏览器访问即可。

三、QQ 机器人现在怎么工作

1. NapCat 接入

QQ 消息由 NapCat 接收，然后通过 OneBot webhook 发给 Web Admin。

大概流程是：

1. 我在 QQ 私聊机器人。
2. NapCat 收到消息。
3. NapCat 把 OneBot 事件 POST 到后台。
4. 后台判断是否是我的私聊。
5. 后台加载 qq-bot runtime 处理消息。
6. 生成文本、图片、语音或文件。
7. 后台再通过 NapCat API 发回 QQ。

这样做以后，QQ 机器人不需要像 Discord bot 那样自己保持网关连接，后台就是整个 QQ 桥接的中枢。

2. 只监听我一个人

目前 QQ 机器人只处理 QQ_OWNER_ID 对应的私聊消息。

也就是说：

• 不是我的 QQ，不回复。
• 群聊，不回复。
• 其他事件，不处理。

这个限制让系统更安全，也避免误触发。等以后真想加多人，再单独做授权列表，而不是一开始就开放。

3. 自然语言比命令更重要

QQ 入口最重要的是自然语言。

我不想每次都输入复杂命令，所以现在它会识别很多自然说法，例如：

• “提醒我明天下午三点做某事”
• “每天早上九点给我发简报”
• “给阿嬷的情书评分多少，你看看”
• “导演是谁，你查查”
• “帮我生成一张图片”
• “开启语音回复”

当然，自然语言也很容易误判，所以这块后来做了不少收紧：

• 明确提醒才创建提醒。
• 涉及实时信息时必须走 Tavily。
• 不允许模型假装自己查过。
• 文件、图片、语音输出统一交给后台发送。

四、Tavily 联网搜索

联网搜索是这次项目里很重要的一块。

之前有一个坑：模型有时会在没有真实联网的情况下说“刚给你查到了”。这很危险，因为它看起来像查了，其实是在编。

现在我做了更明确的规则：

• 只要我说“上网查”“联网查”“查查看”“你看看”“搜一下”等，就强制走 Tavily。
• 只要涉及“最新”“今天”“今年”“评分”“票房”“上映”“新闻”等实时信息，也优先走 Tavily。
• Tavily 搜到结果以后，再交给模型总结。
• 如果结果不足，必须说不确定，不能编造。

举个例子，我问：

给阿嬷的情书评分多少，你看看

现在流程不是直接让模型回答，而是：

1. 提取搜索词。
2. 调用 Tavily。
3. 得到豆瓣、新闻、票房等搜索结果。
4. 再让模型基于搜索结果回答。

这个改动让机器人从“看起来聪明”更接近“真的可靠”。

五、记忆和自我进化

这是我最在意的部分。

我希望它不是一个每次都从零开始的聊天机器人，而是一个会越来越懂我的长期助理。

现在它的记忆分成三层。

1. 短期上下文

短期上下文负责当前这段聊天的连贯性。

比如我刚问了一部电影，下一句问“导演是谁”，它能知道我还在说同一部电影。

2. Mem0 长期记忆

Mem0 负责外部长期记忆。

它会保存一些对话中有长期价值的信息，后续聊天时再检索回来。后台也能查看 Mem0 的记忆摘要，并把英文记忆转成更适合我看的中文摘要。

3. 本地结构化画像

本地画像是更稳定的一层。

它记录的不是所有聊天内容，而是更长期的东西，比如：

• 我的身份和长期项目
• 我的回答风格偏好
• 我的工作流习惯
• 我不喜欢什么
• 我常用的提醒方式
• 我最近的互动状态

这层画像会参与后续回复，让机器人慢慢贴合我的说话方式和使用习惯。

4. 自我进化现在真实怎么跑

现在自我进化已经不是只写在代码里的概念，而是在后台真实跑起来了。

当前逻辑是：

• QQ 后台启动时，会启动一个 qq-evolution 后台线程。
• 每 10 分钟检查一次。
• 每 30 分钟从 Mem0 扫描一次可用长期记忆。
• 只针对 QQ owner 运行，不再扫 Discord 用户。
• 高价值、稳定、非敏感的信息会自动合并进本地画像。
• 一次性搜索事实不会合并进画像。

这里踩过一个坑：一开始它会把电影评分、导演、票房这种临时搜索事实也写进画像，这明显不对。后来我加了过滤，只保留真正能代表“我是谁、我偏好什么、我长期在做什么”的内容。

现在更合理的判断是：

• “用户喜欢某种回答风格”可以进画像。
• “用户长期在做某个研究项目”可以进画像。
• “用户要求实时信息必须联网确认”可以进画像。
• “某部电影豆瓣 9.1 分”不应该进画像。

这一层过滤很关键，因为自我进化不是记得越多越好，而是要记得对。

六、TTS、ASR 和多模态能力

1. ASR

QQ 机器人支持语音转文字。

如果我直接发语音，它会先走 ASR，把语音转成文本，再按普通文本消息继续处理。这样我在手机上不用打字，也能直接和它说话。

2. TTS

TTS 现在统一由后台配置和机器人命令配合控制。

目前主要支持：

• Edge TTS
• SiliconFlow TTS

TTS 是否开启，主要在对话里决定，不再只靠后台开关。这样更符合实际使用：有些场景我想听语音，有些场景只想看文字。

3. 图片理解和生图

图片理解和生图现在也做成了可配置项。

后台可以指定：

• 视觉理解提供商
• 视觉理解模型
• 生图提供商
• 生图模型

这样后面换模型不需要改代码，直接在后台配置即可。

七、提醒和主动消息

QQ 相比 Discord 最大的优势之一，就是更适合作为日常入口。

现在 QQ 机器人支持：

• 一次性提醒
• 每日任务
• 定时主动发送
• 晨间简报
• 主动问候逻辑

提醒和任务由后台 scheduler 负责扫描，到时间后通过 NapCat 主动发 QQ 私聊。

这点很重要，因为原来 Discord 上就算机器人发了，我不开梯子也收不到。现在迁到 QQ 后，这个问题基本解决了。

八、Web Admin 后台

后台现在是整个项目的控制台。

它不是一个装饰页面，而是实际运维入口。

1. 首页状态

首页能看到：

• QQ 桥接状态
• NapCat 状态
• shen-play 状态
• 后台服务状态
• 最近日志

2. 配置管理

配置分成几类：

• 机器人 token
• 模型配置
• API Key
• TTS 配置
• 图像与视觉模型配置

其中模型部分已经按 provider 拆分，方便后面增删模型。

3. 日志

后台有 QQ 机器人日志和 shen-play 日志。

日志区域固定高度，内部滚动，不会把页面撑得很长。

4. 自我进化页

自我进化页现在能看到：

• 用户画像
• 自我进化日志
• Mem0 记忆摘要
• 运行数据
• 主动问候设置

这页目前已经比最早直观很多，但后面还可以继续优化，比如把“最近学到了什么”“哪些被过滤掉”“下次扫描时间”做得更清楚。

九、shen-play 的定位

Discord 上现在只保留 shen-play。

它的定位很明确：娱乐和轻互动。

保留的方向包括：

• 人设
• 轻聊天
• 抽卡
• 小游戏
• 俳句
• 运势
• 星座
• TTS
• 模型切换

shen-play 不再和 QQ 助理抢功能。它不负责长期画像，也不负责我的日常提醒。这样反而更轻、更纯粹。

对我来说，这个拆分很重要：

• QQ 里的刘新庚是日常助理。
• Discord 里的 shen-play 是娱乐搭子。

一个负责把事情做稳，一个负责玩得开心。

十、部署和稳定性

这个项目现在已经不靠手动运行脚本了，而是服务器上的 systemd 服务。

当前主要服务是：

• discord-bot-admin.service
• shen-play-bot.service

QQ 的核心逻辑跑在 discord-bot-admin 里，因为 QQ 消息是由后台通过 NapCat webhook 处理的。

部署脚本现在会：

1. 上传代码。
2. 远端编译检查。
3. 保留线上运行时数据。
4. 重启后台和 shen-play。
5. 查看服务状态和日志。

这里也踩过一个坑：早期部署脚本会把本地 qq-bot/data 上传到服务器，差点覆盖线上画像、记忆、日志。后来我把运行时数据全部排除掉，只同步代码和静态资源。

这件事让我意识到，机器人项目后期最重要的不是“再加一个功能”，而是：

• 不要丢数据
• 不要误覆盖配置
• 不要让后台线程悄悄死掉
• 日志一定要能查到

十一、现在的真实状态

现在这套系统已经基本成型。

真实状态是：

• Discord 上只有 shen-play。
• QQ 上运行刘新庚，也就是原 shen-test 的能力迁移版。
• QQ 只监听我的私聊。
• NapCat 已经接入并能收发消息。
• Tavily 能正常联网搜索。
• Mem0 已接通。
• 自我进化后台线程已启动。
• QQ 画像会自动更新。
• 后台能查看日志和配置。
• 服务部署在服务器上，systemd 常驻运行。

它还不是最终形态，但已经从“能跑”走到了“能长期用”。

以后我可能继续做的方向：

• 更清晰的自我进化可视化
• 更稳定的语音情绪 TTS
• 更细的记忆纠错机制
• 更好的任务复盘
• QQ 文件和图片能力继续增强
• shen-play 的娱乐体验继续打磨

十二、总结

这个项目最有意思的地方，是它不是一次性写完的。

它从一个 Discord 聊天机器人，慢慢变成了一套跨平台的小型 AI 助理系统。中间做过很多尝试，也删掉过很多东西。最后留下来的不是最花哨的版本，而是最符合我真实使用习惯的版本：

• 工作和生活入口放到 QQ。
• 娱乐和陪玩留在 Discord。
• 配置、日志、模型、记忆、自我进化交给后台。
• 长期记忆和本地画像一起工作。
• 工具调用尽量真实，不让模型假装查过。

对我来说，这才是这个项目真正成型的地方。

不是做了一个机器人，而是慢慢做出了一个能进入日常生活的 AI 入口。

项目和后台地址

项目仓库：

https://github.com/yys806/discord-bot

Web Admin 后台：

https://robot.yly113.de5.net