errbot
Errbot 是一款用 Python 编写的开源聊天机器人框架,旨在将各种实用工具与趣味功能无缝集成到你常用的即时通讯软件中。它主要解决了运维和开发团队需要在聊天界面直接执行命令、监控状态或触发自动化流程的需求,让“聊天即操作”(ChatOps)变得简单高效。无论是启动构建任务、监控代码提交,还是设置警报提醒,用户只需在对话框中输入指令即可完成。
Errbot 非常适合开发者、运维工程师以及希望提升团队协作效率的技术团队使用。其核心亮点在于极强的扩展性与广泛的兼容性:不仅原生支持 IRC、Telegram 和 XMPP,还能通过插件轻松对接 Slack、Discord、Mattermost 等主流平台。开发者可以利用 Python 快速编写自定义插件,享受内置的数据持久化存储、对话状态追踪、Webhook 回调及自动文档生成等便利特性。此外,Errbot 还支持通过聊天界面直接管理插件的安装、配置与权限控制,甚至能一键备份数据。作为一个成熟且活跃的开源项目,Errbot 让构建智能助手不再困难,帮助团队在轻松的对话氛围中完成复杂的工作流。
使用场景
某初创公司的 DevOps 团队日常需要在 Slack 中频繁协调代码部署、监控服务器状态及处理突发报警。
没有 errbot 时
- 工程师必须离开聊天窗口,登录复杂的 CI/CD 网页控制台或 SSH 终端才能触发构建,操作路径冗长且容易打断思路。
- 夜间服务器报警时,值班人员无法直接在群聊中获取详细日志或执行重启指令,必须紧急打开笔记本电脑进行远程排查。
- 团队缺乏统一的权限管控,新入职成员可能误触生产环境命令,且所有操作记录分散在不同系统中,难以审计追踪。
- 自定义监控脚本只能运行在本地或特定服务器上,无法将结果以友好的格式(如表格、图表)实时推送到团队沟通群中。
使用 errbot 后
- 团队成员只需在 Slack 中输入
/deploy service-a,errbot 即可直接调用后端接口启动构建,并将实时进度以卡片形式反馈在对话框内。 - 遇到报警时,值班人员通过
!logs --service=api和!restart server-01等指令即可完成诊断与修复,实现真正的 ChatOps 闭环。 - 利用 errbot 内置的 ACL 功能,管理员可精细控制每个命令的访问权限,同时所有交互历史自动留存,满足安全合规要求。
- 开发人员用 Python 快速编写定制插件,将数据库查询或业务指标转化为 Markdown 表格,由 errbot 定时推送至群组,让数据触手可及。
errbot 将分散的运维工具链无缝融入日常对话流,把繁琐的系统操作转化为高效的团队协作体验。
运行环境要求
- Linux
- Windows
- macOS
未说明
未说明

快速开始
.. image:: https://errbot.readthedocs.org/en/latest/_static/errbot.png :target: http://errbot.io
|
.. image:: https://github.com/errbotio/errbot/workflows/Python%20package/badge.svg :target: https://github.com/errbotio/errbot/actions
.. image:: https://img.shields.io/pypi/v/errbot.svg :target: https://pypi.python.org/pypi/errbot :alt: 最新版本
.. image:: https://img.shields.io/badge/License-GPLv3-green.svg :target: https://pypi.python.org/pypi/errbot :alt: 许可证
.. image:: https://img.shields.io/badge/gitter-join%20chat%20%E2%86%92-brightgreen.svg :target: https://gitter.im/errbotio/errbot?utm_source=badge&utm_medium=badge&utm_campaign=pr-badge&utm_content=badge :alt: 加入 https://gitter.im/errbotio/errbot 的聊天室
|
Errbot
Errbot 是一款聊天机器人。它允许您从聊天室中以交互方式启动脚本,用途广泛:随机幽默、ChatOps、启动构建、监控提交、触发告警等。
Errbot 使用 Python 编写,并且易于扩展。
Errbot 作为开源软件发布,采用 GPL v3 许可证。
特性
支持的聊天服务器
**内置**
- IRC 支持
- `Telegram 支持 <https://www.telegram.org/>`_
- `XMPP 支持 <http://xmpp.org>`_
**通过插件支持**
- `Slack 支持 <https://slack.com/>`_(参见 `说明 <https://github.com/errbotio/err-backend-slackv3>`__)
- `Discord <https://www.discordapp.com/>`_(参见 `说明 <https://github.com/errbotio/err-backend-discord>`__)
- `Gitter 支持 <https://gitter.im/>`_(参见 `说明 <https://github.com/errbotio/err-backend-gitter>`__)
- `Webex <https://www.webex.com/>`_(参见 `说明 <https://github.com/marksull/err-backend-cisco-webex-teams>`__)
- `Mattermost <https://about.mattermost.com/>`_(参见 `说明 <https://github.com/Vaelor/errbot-mattermost-backend>`__)
- `RocketChat <https://rocket.chat/>`_(参见 `说明 <https://github.com/cardoso/errbot-rocketchat>`__)
- `Skype <https://www.skype.com/>`_(参见 `说明 <https://github.com/errbotio/errbot-backend-skype>`__)
- `TOX <https://tox.chat/>`_(参见 `说明 <https://github.com/errbotio/err-backend-tox>`__)
- `VK <https://vk.com/>`_(参见 `说明 <https://github.com/Ax3Effect/errbot-vk>`__)
- `Zulip <https://zulipchat.com/>`_(参见 `说明 <https://github.com/zulip/errbot-backend-zulip>`__)
管理
~~~~~~~~~~~~~~
在完成初始安装和安全设置后,只需与机器人聊天即可进行管理(ChatOps)。
- 安装/卸载/更新/启用/禁用托管在 Git 上的私有或公共插件
- 插件可通过聊天进行配置
- 指示机器人加入或退出多人聊天室 (MUC)
- 安全性:ACL 控制功能(按命令划分管理员和用户权限)
- 备份:集成命令 !backup 可创建持久化数据的完整导出。
- 日志:可通过聊天查看日志,或将其流式传输到 Sentry。
开发者功能
~~~~~~~~~~~~~~~~~~
- 极易使用 Python 扩展!(见下文)
- 为每个插件预设存储,例如 ``self['foo'] = 'bar'`` 可持久化该值。
- 对话流程可用于跟踪用户的对话状态。
- 支持 Webhook 回调
- 支持 `markdown extras <https://markdown-extra.readthedocs.io/>`_ 格式,包括表格、嵌入式图片、链接等。
- 配置助手,允许您的插件通过聊天进行配置。
- 文本开发/调试控制台
- 自文档化:您的 docstring 会自动成为帮助信息。
- 提供子命令和多种参数解析选项(正则表达式、命令行类型等)。
- 轮询支持:您可以设置插件定期执行某些操作。
- 端到端测试后端
- Slack 下的卡片渲染
社区和支持
---------------------
如果您有:
- 快速问题,欢迎加入我们在 `Gitter 上的 errbotio/errbot <https://gitter.im/errbotio/errbot>`_ 聊天室。
- 插件开发问题,请使用 `Stackoverflow <http://stackoverflow.com/questions/tagged/errbot>`_ 并标记 `errbot` 和 `python`。
- 需要报告的错误或功能请求,请使用我们的 `GitHub 项目页面 <https://github.com/errbotio/errbot/issues>`_。
您也可以在 Twitter 上使用标签 ``#errbot`` 联系我们。
安装
------------
前提条件
~~~~~~~~~~~~~
Errbot 在 Linux、Windows 和 Mac 上运行于 Python 3.6+。对于某些聊天系统,您需要密钥或登录凭据才能让机器人访问它们。
快速入门
~~~~~~~~~~
我们建议设置一个 `virtualenv <https://pypi.python.org/pypi/virtualenv>`_。
1. 通过 pip 安装 `errbot`
2. 在某个位置创建一个目录(此处称为 `errbot`),用于存放 Errbot 的数据文件
3. 初始化该目录
4. 尝试在文本模式下使用 Errbot
.. code:: bash
$ pip install errbot
$ mkdir errbot; cd errbot
$ errbot --init
$ errbot
它将显示提示符 `>>>`,以便您可以直接与机器人对话!尝试输入 `!help` 开始使用。
添加对聊天系统的支持
对于内置支持的系统(Telegram、IRC、XMPP),只需使用 pip 安装相应的包即可。您也可以在初始安装完成后,再添加缺失的支持,例如:
$ pip install "errbot[irc]"
对于外部系统(Slack、Discord、Gitter、Skype 等),请按照各自 GitHub 页面上的说明进行操作。
配置
为了配置 Errbot 连接到这些聊天系统之一,您需要调整由 `errbot --init` 生成的 `config.py` 文件。
为了帮助您,我们在此提供一份已记录的模板:`config-template.py <https://raw.githubusercontent.com/errbotio/errbot/master/errbot/config-template.py>`_。
注意:即使您更改了配置中的 BACKEND,仍然可以使用 `errbot -T` 在本地文本模式下测试实例。
以守护进程方式启动 Errbot
如果一切正常,现在可以使用 -d(或 --daemon)参数以分离模式运行:
.. code:: bash
errbot --daemon
与机器人互动
启动 Errbot 后,如果您尚未将其添加到好友列表,请将其添加进去。在某些聊天系统上,您还需要明确邀请机器人进入聊天室。 现在您可以直接向机器人发送命令!
要获取所有可用命令的列表,可以输入:
.. code:: bash
!help
如果您只想了解某个特定命令的更多信息,可以输入:
.. code:: bash
!help command
管理插件
如果您的用户名在 `config.py` 中的 BOT_ADMINS 列表中,您可以在一对一聊天中管理机器人。
例如,要在公共插件仓库中进行关键词搜索,可以输入:
.. code:: bash
!repos search jira
要从该列表中安装插件,可以输入:
.. code:: bash
!repos install <仓库名称>
例如 `!repos install errbotio/err-imagebot`。
编写插件
---------------
编写自己的插件非常简单。运行 `errbot --init` 命令后,会在 `plugins` 子目录中安装一个名为 `err-example` 的插件,你可以将其用作基础。
例如,以下代码就是为 Errbot 创建一个“Hello, world!”插件所需的全部内容:
.. code:: python
from errbot import BotPlugin, botcmd
class Hello(BotPlugin):
"""Errbot 的“Hello, world!”示例插件"""
@botcmd
def hello(self, msg, args):
"""向你返回短语‘Hello, world!’"""
return "Hello, world!"
这个插件会创建一个命令 `!hello`,当你执行该命令时,它会返回“Hello, world!”给你。有关插件的更多功能和用法,请参阅
`插件开发指南 <https://errbot.io/en/latest/user_guide/plugin_development/>`_。
对 Errbot 本身的贡献
---------------------
欢迎在 `github <https://www.github.com/errbotio/errbot>`_ 上 fork 项目并提出修改建议。
版本历史
6.2.02024/01/046.1.92022/06/11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。
NextChat
NextChat 是一款轻量且极速的 AI 助手,旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性,以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发,NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言,它也提供了便捷的自托管方案,支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性,原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型,让用户在一个界面即可自由切换不同 AI 能力。此外,它还率先支持 MCP(Model Context Protocol)协议,增强了上下文处理能力。针对企业用户,NextChat 提供专业版解决方案,具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能,满足公司对数据隐私和个性化管理的高标准要求。
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。