Riona-AI-Agent
Riona AI Agent 是一款开源社交自动化工具,基于Node.js和TypeScript开发,专注于Instagram和X/Twitter平台的智能运营。它能自动执行发帖、点赞、评论、消息互动等任务,结合Gemini AI生成自然流畅的评论和标题,并支持从YouTube、文档、网站等多源训练AI行为。内置多账号管理、MongoDB状态存储和智能冷却机制,有效降低账号被限风险。适合社交媒体运营者、营销团队及有一定技术基础的用户,帮助提升运营效率的同时保障账号安全。项目持续迭代中,未来将扩展X/Twitter全功能支持及更多自动化场景。
使用场景
一位独立社交媒体运营者正在为一家小型手工艺品品牌管理 Instagram 和 Twitter 账号,每天需手动发布内容、回复评论、点赞互动,并跟踪粉丝增长。由于人手有限,她每天花费 3 小时以上处理社交任务,导致内容更新不稳定,互动率持续低迷。
没有 Riona-AI-Agent 时
- 每天需手动登录多个账号,重复操作耗时且易出错,常因忘记发布而错过最佳互动时段
- 内容文案依赖灵感,难以持续产出高质量、风格统一的文案,粉丝反馈“内容同质化”
- 无法有效追踪互动数据,不知道哪些评论值得回复、哪些粉丝值得跟进,精力浪费在低价值互动上
- 面对突发热点或节日活动时,无法快速生成适配内容,错失流量机会
- 多设备登录易触发平台风控,账号曾因频繁操作被临时封禁
使用 Riona-AI-Agent 后
- 自动化登录与定时发布功能让内容按计划精准推送,即使深夜也能准时更新,粉丝活跃度提升 40%
- 借助 Gemini AI 分析品牌历史内容与用户评论,自动生成符合品牌调性的文案与回复,风格更统一、更具人情味
- 通过 MongoDB 记录互动行为,自动识别高价值粉丝并优先回复,运营效率翻倍,转化率明显上升
- 只需输入一段 YouTube 视频或产品文档,Riona 就能生成相关帖子与话题标签,热点响应速度从 6 小时缩短至 15 分钟
- 内置冷却机制与操作限制避免触发平台风控,账号再未被封,长期运营更稳定
Riona-AI-Agent 让一个人也能像一支专业团队一样,持续、智能、安全地运营社交账号,真正把时间还给创意与业务。
运行环境要求
- Linux
- macOS
- Windows
未说明
未说明

快速开始
Riona AI 代理
Riona AI 代理是一个基于人工智能的社交自动化平台,适用于Instagram和X/Twitter。它结合了浏览器自动化、AI生成内容、账号工作流、日程安排、互动操作以及训练输入,让您只需一个代码库即可运行社交媒体运营。
概览
Riona旨在实现社交活动的自动化,同时保持控制界面的清晰可见。该项目包括:
- Instagram自动化功能,支持登录、发帖、点赞、评论、消息发送及粉丝抓取
- X/Twitter支持正在开发中,涵盖发布与互动工作流
- 使用Gemini生成AI内容,用于标题和评论
- 来自YouTube、音频、文件和网站的训练输入
- API端点、健康检查、仪表板、冷却时间、摘要和日志记录
- 位于
riona-recaptcha-model/下的独立reCAPTCHA ML子项目
快速链接
- 实时网站:
https://www.agentriona.xyz - 代币简称:
$RIONA - 合约地址:
smuCA77z3nkWKH7CUP7FVVDi5AnDoQY5pXEqksmpump - 项目路线图:
ROADMAP.md
如果您想支持该项目,请查看本地维护的私人捐赠文件。
训练输入
在运行自动化之前,您可以通过以下方式塑造代理:
- YouTube视频URL
- 音频文件
- 投资组合或网站链接
- 包括PDF、DOC、DOCX和TXT在内的文档和文本文件
功能概要
- 带有Cookie的Instagram自动化,支持重新登录、发帖、日程安排和互动
- 使用模式引导回复的AI生成标题和评论
- 支持多账号和基于个人资料的操作
- 基于MongoDB的状态、摘要和速率限制控制
- 简单的仪表板,用于显示运行时健康状况和最新活动
- 日志记录、环境验证和实用脚本,方便运维
计划扩展
- 完整覆盖X/Twitter工作流
- GitHub自动化
- 更多分析、报告和合规性控制
安装
克隆仓库:
git clone https://github.com/david-patrick-chuks/riona-ai-agent.git cd riona-ai-agent安装依赖:
npm install设置环境变量: 将根目录中的
.env.example文件重命名为.env,并添加您的Instagram凭据。请参考.env.example文件获取所需变量。IGusername=您的Instagram用户名 IGpassword=您的Instagram密码 Xusername= #Twitter用户名 Xpassword= #Twitter密码 MONGODB_URI= #MongoDB URI MONGODB_REQUIRED=false # Gemini API密钥(仅设置您使用的密钥) GEMINI_API_KEY=您的主要Gemini API密钥 GEMINI_API_KEY_1=您的Gemini API密钥1 GEMINI_API_KEY_2=您的Gemini API密钥2 # 可选:特定语言的广告/赞助标记(用逗号分隔) IG_AD_MARKERS=赞助,付费合作,付费合作与 IG_AD_BUTTON_MARKERS=了解更多,立即购买,注册,立即安装,获取优惠,订阅,立即预订 # 可选:自动运行Instagram代理循环 IG_AGENT_ENABLED=false IG_AGENT_INTERVAL_MS=30000 # 可选:IG行动每日最大次数(点赞/评论)。0表示无限制 IG_DAILY_MAX_ACTIONS=0 # 可选:日志后端(“winston”或“console”) LOGGER=console
MongoDB设置(使用Docker)
安装Docker: 如果您尚未安装Docker,请从官方网站下载并安装。
使用Docker容器运行MongoDB:
选项1:
docker run -d -p 27017:27017 --name instagram-ai-mongodb mongodb/mongodb-community-server:latest选项2:
docker run -d -p 27017:27017 --name instagram-ai-mongodb -v mongodb_data:/data/db mongodb/mongodb-community-server:latest(选项2:如果您希望数据永久存储,避免停止或删除Docker容器时数据丢失或被清除,请使用此选项)
修改.env文件中的MONGODB_URI:
MONGODB_URI=mongodb://localhost:27017/instagram-ai-agent验证连接: 打开一个新的终端,运行以下命令:
docker ps您应该能看到MongoDB容器正在运行。
Docker命令(附加信息):
- 停止MongoDB容器:
docker stop instagram-ai-mongodb - 启动MongoDB容器:
docker start instagram-ai-mongodb - 删除MongoDB容器:
docker rm instagram-ai-mongodb - 删除MongoDB容器及其数据:
docker rm -v instagram-ai-mongodb
- 停止MongoDB容器:
使用方法
运行代理:
npm start注意:代理的具体平台(Instagram、Twitter)和执行的操作通常通过
.env文件中的环境变量配置,或者在应用运行时提示选择。登录并通过API触发互动:
curl -X POST http://localhost:3000/api/login \ -H "Content-Type: application/json" \ -d '{"username":"YOUR_IG_USERNAME","password":"YOUR_IG_PASSWORD"}'curl -X POST http://localhost:3000/api/interact \ -H "Content-Type: application/json" \ --cookie "token=YOUR_JWT_TOKEN"可选:自动运行Instagram代理循环 在
.env中将IG_AGENT_ENABLED=true设置为启用,以持续运行互动循环。发布照片(通过URL):
curl -X POST http://localhost:3000/api/post-photo \\ -H "Content-Type: application/json" \\ --cookie "token=YOUR_JWT_TOKEN" \\ -d '{"imageUrl":"https://example.com/photo.jpg","caption":"Hello IG!"}'发布照片(文件上传):
curl -X POST http://localhost:3000/api/post-photo-file \\ -H "Content-Type: multipart/form-data" \\ --cookie "token=YOUR_JWT_TOKEN" \\ -F "image=@/path/to/photo.jpg" \\ -F "caption=Hello IG!"安排照片发布时间:
curl -X POST http://localhost:3000/api/schedule-post \\ -H "Content-Type: application/json" \\ --cookie "token=YOUR_JWT_TOKEN" \\ -d '{"imageUrl":"https://example.com/photo.jpg","caption":"Scheduled post","cronTime":"0 9 * * *"}'
仪表板
打开http://localhost:3000/dashboard以查看实时状态和最近的IG运行摘要。
开发
- 运行测试:
npm test - 格式化:
npm run format - 环境检查:
npm run check:env - 设置检查:
npm run setup
指南
Guides/Instagram-Bot.mdGuides/Operations.mdGuides/API.mdGuides/Env.mdGuides/Testing.mdGuides/CI.mdGuides/FAQ.mdGuides/Logging.mdGuides/Scripts.mdGuides/Training.md
reCAPTCHA 模型
此仓库现已在 riona-recaptcha-model/ 下包含 reCAPTCHA 模型,并通过根脚本运行:
npm run recaptcha:devnpm run recaptcha:trainnpm run recaptcha:collectnpm run recaptcha:buildnpm run recaptcha:serve
IG 运行配置文件
设置 IG_RUN_PROFILE 以调整行为:
safe:较慢,动作较少standard:平衡(默认)aggressive:较快,限制更高
覆盖项:
IG_DAILY_MAX_ACTIONSIG_MAX_POSTS_PER_RUNIG_ACTION_DELAY_MIN_MSIG_ACTION_DELAY_MAX_MSIG_AGENT_INTERVAL_MS
冷却模式
如果 IG 触发挑战或登录错误,代理将进入冷却状态并跳过交互。 可通过以下方式配置:
IG_COOLDOWN_MINUTES
手动触发:
POST /api/cooldown { "minutes": 60 }
评论过滤器
使用允许/拒绝列表和简单的情感门控:
IG_COMMENT_ALLOWLISTIG_COMMENT_DENYLISTIG_COMMENT_SENTIMENT=any | positive | neutral
多账号支持
根据 src/config/accounts.example.json 创建 src/config/accounts.json(未提交)。
然后在 /api/login 中传递 account 以选择要使用的账号。
项目政策
CONTRIBUTING.mdCODE_OF_CONDUCT.mdSECURITY.mdLICENSE
项目结构
- src/client:包含与 Instagram 等社交媒体平台交互的主要逻辑。
- src/config:配置文件,包括日志记录器的设置。
- src/utils:用于处理错误、Cookie、数据保存等的实用函数。
- src/Agent:包含 AI 代理逻辑和训练脚本。
- src/Agent/training:AI 代理的训练脚本。
- src/Agent/schema:AI 生成内容和数据库模型的模式定义。
- src/test:包含测试数据和脚本,例如示例推文。
日志记录
该项目使用自定义日志记录器记录信息、警告和错误。日志保存在 logs 目录中。
错误处理
已设置进程级错误处理器,以捕获未处理的 Promise 拒绝、未捕获的异常和进程警告。错误会通过自定义日志记录器进行记录。
贡献
欢迎贡献!请 fork 仓库并提交包含您更改的拉取请求。
许可证
本项目采用 MIT 许可证。详情请参阅 LICENSE 文件。
星标用户
感谢所有支持我们的朋友!
由 David Patrick 用 ❤️ 构建
社区与联系
- GitHub 讨论:使用“讨论”选项卡进行问答
- 问题:报告 bug 和提出功能需求
- Twitter:@david_patrick01
- 邮箱:davidchuksdev@gmail.com
实时聊天功能尚未启用。如果您希望创建 Discord 服务器,请发起讨论,我们将根据兴趣搭建。
常见问题
相似工具推荐
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。
ragflow
RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。
OpenHands
OpenHands 是一个专注于 AI 驱动开发的开源平台,旨在让智能体(Agent)像人类开发者一样理解、编写和调试代码。它解决了传统编程中重复性劳动多、环境配置复杂以及人机协作效率低等痛点,通过自动化流程显著提升开发速度。 无论是希望提升编码效率的软件工程师、探索智能体技术的研究人员,还是需要快速原型验证的技术团队,都能从中受益。OpenHands 提供了灵活多样的使用方式:既可以通过命令行(CLI)或本地图形界面在个人电脑上轻松上手,体验类似 Devin 的流畅交互;也能利用其强大的 Python SDK 自定义智能体逻辑,甚至在云端大规模部署上千个智能体并行工作。 其核心技术亮点在于模块化的软件智能体 SDK,这不仅构成了平台的引擎,还支持高度可组合的开发模式。此外,OpenHands 在 SWE-bench 基准测试中取得了 77.6% 的优异成绩,证明了其解决真实世界软件工程问题的能力。平台还具备完善的企业级功能,支持与 Slack、Jira 等工具集成,并提供细粒度的权限管理,适合从个人开发者到大型企业的各类用户场景。
