基于 OneBot V11 (NapCat)、NoneBot2 和 Gemini Flash 模型的全能 QQ 机器人部署流程。涵盖 Ubuntu 服务器环境准备、Docker 容器化部署 NapCat、Python 虚拟环境配置及核心代码编写、Systemd 服务管理以及 WebSocket 连接配置等关键步骤，并提供常用管理命令速查。
核心架构：OneBot V11 (NapCat) + NoneBot2 + Gemini Flash
适用系统：Ubuntu 22.04 LTS
SSH 连接服务器后，复制以下命令执行。
安装必要软件 (Docker + Python)
# 更新软件源
sudo apt update && apt upgrade -y
curl -fsSL https://get.docker.com | bash
apt install python3-pip python3-venv -y
-p /root/gemini_bot
/root/gemini_bot
注意：这里我们使用 --net=host 模式启动。这样容器和宿主机共用网络，配置 WebSocket 时直接填 127.0.0.1 即可，彻底解决连接不上、找不到 IP 的问题。
启动 NapCat 容器
(请将下方命令中的 你的 QQ 号 替换为实际数字)
docker run -d\
--name napcat \
--net=host \
--restart always \
-e ACCOUNT=你的 QQ 号 \
-v /root/gemini_bot/napcat/config:/app/config \
mlikiowa/napcat-docker:latest
注意：这里锁定安装 0.3.2 版本的 Google 库，这是目前配合此代码最稳定的版本，没有任何属性报错。
memory.py
nano memory.py 创建文件，填入你的 API Key：配置 Python 环境
# 确保在项目目录
cd /root/gemini_bot
# 创建虚拟环境
python3 -m venv venv
# 激活环境
source venv/bin/activate
# 安装依赖 (锁定版本，拒绝报错)
pip install nonebot2[fastapi] nonebot-adapter-onebot google-generativeai==0.3.2 pytz
# 恢复旧版导入（关键！）
import google.generativeai as genai
import asyncio
import datetime
import pytz
import pickle
import os
import random
# ================= 核心配置区 =================
API_KEY = "在这里粘贴你的 Google_API_Key" # 必须替换！
DATA_FILE = "bot_memory.pkl"
# ============================================
# 旧版兼容写法（0.3.2 支持）
genai.configure(api_key=API_KEY)
chat_model = genai.GenerativeModel('gemini-1.5-flash')
class GroupMemory:
def __init__(self, group_id):
self.group_id = group_id
self.summary = "暂无早期历史记录。"
self.buffer = []
self.lock = asyncio.Lock() # 异步锁（无法序列化）
# 状态追踪
self.last_active_time = 0
self.last_msg_content = ""
self.repeat_count = 0
# ===== 每个群独立的参数配置 =====
self.bot_config = {
"COOLDOWN_SECONDS": 0, # 主动说话冷却 (0 分钟)
"TRIGGER_PROBABILITY": 0.05, # 闲聊插嘴概率 (5%)
"REPEATER_THRESHOLD": 2, # 复读检测阈值 (至少 2 人)
"REPEATER_EXEC_PROB": 0.1, # 复读执行概率 (10%，防止刷屏)
"MEMORY_LIMIT_CHARS": 10000, # 缓存字数上限
"MEMORY_KEEP_COUNT": 100 # 压缩时保留最近 100 条
}
# ===== 修复：打卡数据存储（移除 lambda，改用普通字典）=====
# 结构：{用户 ID: {"name": 用户名，"total_stars": 总星星数，"records": {打卡内容：次数}}}
self.checkin_data = {} # 普通字典，不再用 defaultdict(lambda)
# ===== 新增：自定义序列化/反序列化方法（跳过 Lock）=====
def __getstate__(self):
# 序列化时，排除 lock 对象，返回其他需要保存的属性
state = self.__dict__.copy()
del state['lock'] # 移除无法序列化的 Lock
return state
def __setstate__(self, state):
# 反序列化时，恢复所有属性，并重新初始化 Lock
self.__dict__.update(state)
self.lock = asyncio.Lock() # 重新创建 Lock 对象
# ========== 修复：打卡功能方法（手动初始化默认值）==========
def checkin(self, user_id, user_name, content):
"""执行打卡：增加记录 + 总星星"""
# 手动初始化用户数据（无 lambda，兼容 pickle）
if user_id not in self.checkin_data:
self.checkin_data[user_id] = {"name": "", "total_stars": 0, "records": {}} # 普通字典存打卡内容
user_data = self.checkin_data[user_id]
user_data["name"] = user_name # 更新最新昵称
# 手动初始化打卡内容
if content not in user_data["records"]:
user_data["records"][content] = 0
user_data["records"][content] += 1
user_data["total_stars"] += 1 # 1 次打卡=1 颗星
save_data() # 立即持久化
def delete_checkin(self, user_id, content):
"""删除打卡：减少记录 + 总星星（返回：是否成功，提示语）"""
if user_id not in self.checkin_data:
return False, "你还没有任何打卡记录哦~"
user_data = self.checkin_data[user_id]
if content not in user_data["records"] or user_data["records"][content] == 0:
return False, f"你没有「{content}」的打卡记录~"
# 减少次数
user_data["records"][content] -= 1
user_data["total_stars"] -= 1
# 内容次数为 0 则移除该记录
if user_data["records"][content] == 0:
del user_data["records"][content]
# 无任何记录则移除用户
if not user_data["records"]:
del self.checkin_data[user_id]
save_data()
return True, f"已删除「{content}」的 1 次打卡记录~"
# ========== 管理员管理他人打卡记录的方法 ==========
def admin_checkin(self, target_user_id, target_user_name, content, count, operation):
""" 管理员操作他人打卡记录 operation: "add"（增加） / "delete"（删除）
返回：是否成功，提示语 """
# 1. 初始化目标用户数据
if target_user_id not in self.checkin_data:
self.checkin_data[target_user_id] = {"name": target_user_name, "total_stars": 0, "records": {}}
user_data = self.checkin_data[target_user_id]
user_data["name"] = target_user_name # 更新目标用户昵称
# 2. 初始化打卡内容
if content not in user_data["records"]:
user_data["records"][content] = 0
# 3. 执行增加/删除操作
if operation == "add":
user_data["records"][content] += count
user_data["total_stars"] += count
save_data()
return True, f"已为用户【{target_user_name}】增加「{content}」打卡记录 {count} 次~"
elif operation == "delete":
if user_data["records"][content] < count:
return False, f"用户【{target_user_name}】的「{content}」打卡记录不足 {count} 次！"
user_data["records"][content] -= count
user_data["total_stars"] -= count
# 内容次数为 0 则移除该记录
if user_data["records"][content] == 0:
del user_data["records"][content]
# 无任何记录则移除用户
if not user_data["records"]:
del self.checkin_data[target_user_id]
save_data()
return True, f"已为用户【{target_user_name}】删除「{content}」打卡记录 {count} 次~"
else:
return False, "操作类型错误！仅支持「增加」或「删除」"
def calculate_medals(self, stars):
"""计算星星对应的勋章：4 星=1 月，4 月=1 日，4 日=1 皇冠"""
crown = stars // (4 * 4 * 4) # 皇冠：64 星
stars %= (4 * 4 * 4)
sun = stars // (4 * 4) # 太阳：16 星
stars %= (4 * 4)
moon = stars // 4 # 月亮：4 星
star = stars % 4 # 剩余星星
medals = ""
if crown > 0: medals += "👑" * crown
if sun > 0: medals += "☀️" * sun
if moon > 0: medals += "🌙" * moon
if star > 0 or (crown + sun + moon + star == 0): medals += "⭐" * star
return medals
def generate_checkin_ranking(self):
"""生成打卡排行榜（按总星星降序，子项也显示勋章）"""
if not self.checkin_data:
return "当前还没有打卡记录哦~快叫群友一起打卡吧！"
# 按总星星排序（兼容普通字典）
sorted_users = sorted(
self.checkin_data.values(), key=lambda x: x["total_stars"], reverse=True
)
# 格式化输出
ranking = "🏆 打卡记录排行榜 🏆\n"
for idx, user in enumerate(sorted_users, 1):
total_medals = self.calculate_medals(user["total_stars"])
ranking += f"{idx}. {user['name']}{total_medals}\n"
# 子项显示对应的勋章
for content, count in user["records"].items():
content_medals = self.calculate_medals(count)
ranking += f" · {content}{content_medals}\n"
return ranking
# 原有方法（不变）
def add_message(self, name, msg, time_str):
entry = f"[{time_str}] 【{name}】: {msg}"
self.buffer.append(entry)
clean_msg = msg.strip()
if clean_msg == self.last_msg_content and clean_msg:
self.repeat_count += 1
else:
self.last_msg_content = clean_msg
self.repeat_count = 1
def estimate_length(self):
return sum(len(m) for m in self.buffer)
async def check_and_compress(self):
async with self.lock:
if self.estimate_length() > self.bot_config["MEMORY_LIMIT_CHARS"] and len(self.buffer) > self.bot_config["MEMORY_KEEP_COUNT"]:
to_compress = self.buffer[:-self.bot_config["MEMORY_KEEP_COUNT"]]
text_block = "\n".join(to_compress)
prompt = f"""
你是记忆整理员，更新长期记忆摘要（800 字内）：
【长期记忆】：{self.summary}
【待归档对话】：{text_block}
"""
try:
loop = asyncio.get_running_loop()
resp = await loop.run_in_executor(None, lambda: chat_model.generate_content(prompt))
if resp.candidates[0].content.parts[0].text:
self.summary = resp.candidates[0].content.parts[0].text
self.buffer = self.buffer[-self.bot_config["MEMORY_KEEP_COUNT"]:]
save_data()
except Exception as e:
print(f"压缩记忆失败：{e}")
pass
async def generate_reply(self, current_question, sender_name, is_active_interrupt=False):
tz = pytz.timezone('Asia/Shanghai')
context_str = "\n".join(self.buffer)
# 构建回复提示词（补充'不要加前缀'的限制）
if is_active_interrupt:
task_prompt = "没人艾特你，自然加入讨论，简短、像群友，可复读/玩梗，直接说话不加称呼，绝对不要输出任何时间戳/日期/时间格式，不要添加自己的名字前缀（如【Gemini】）。"
else:
if not current_question.strip():
task_prompt = f"用户【{sender_name}】艾特了你，自然接话，绝对不要输出任何时间戳/日期/时间格式，不要添加自己的名字前缀（如【Gemini】）。"
else:
task_prompt = f"用户【{sender_name}】提问：{current_question}，请回答，绝对不要输出任何时间戳/日期/时间格式，不要添加自己的名字前缀（如【Gemini】）。"
final_prompt = f"""
你是 QQ 群里的 AI 伙伴 Gemini。
【长期记忆】：{self.summary}
【近期对话】：{context_str}
【任务】：{task_prompt}
【规则】：
1. 问时间时只说当前北京时间（比如'现在是下午 3 点 20 分'），但不要输出任何括号/时间戳/数字格式的时间；
2. 问新闻/数据自动联网，风格像群友而非客服；
3. 回复时禁止添加自己的名字或任何标识前缀（如【Gemini】），直接输出回复内容。
"""
try:
loop = asyncio.get_running_loop()
resp = await loop.run_in_executor(None, lambda: chat_model.generate_content(final_prompt))
return resp.candidates[0].content.parts[0].text if resp.candidates[0].content.parts[0].text else "（暂时无法回复）"
except Exception as e:
return f"（回复失败：{str(e)}）"
async def check_active_intervention(self, current_msg):
import time
now = time.time()
if now - self.last_active_time < self.bot_config["COOLDOWN_SECONDS"]:
return False, None
if (self.repeat_count >= self.bot_config["REPEATER_THRESHOLD"] and random.random() < self.bot_config["REPEATER_EXEC_PROB"] and current_msg.strip()):
try:
loop = asyncio.get_running_loop()
check_resp = await loop.run_in_executor(None, lambda: chat_model.generate_content(f"判断'{current_msg}'是否是正常梗（非广告/脏话）：是回 YES，否回 NO"))
if "YES" in check_resp.candidates[0].content.parts[0].text.strip().upper():
self.last_active_time = now
return True, current_msg
except:
pass
return False, None
if "gemini" not in current_msg.lower() and random.random() > self.bot_config["TRIGGER_PROBABILITY"]:
return False, None
try:
loop = asyncio.get_running_loop()
decision_resp = await loop.run_in_executor(None, lambda: chat_model.generate_content(f"""
最近消息：{chr(10).join(self.buffer[-15:])}
当前消息：{current_msg}
没被艾特，是否有必要说话？满足（客观问题无人答/讨论你/有趣的氛围/有趣的话题）回 YES，否则 NO
"""))
if "YES" in decision_resp.candidates[0].content.parts[0].text.strip().upper():
reply = await self.generate_reply("", "群友", is_active_interrupt=True)
self.last_active_time = now
return True, reply
except Exception as e:
print(f"主动介入失败：{e}")
pass
return False, None
# --- 记忆持久化（不变）---
memories = {}
def save_data():
try:
with open(DATA_FILE, 'wb') as f:
pickle.dump(memories, f)
except Exception as e:
print(f"保存记忆失败：{e}")
def load_data():
global memories
if os.path.exists(DATA_FILE):
try:
with open(DATA_FILE, 'rb') as f:
memories = pickle.load(f)
except:
memories = {}
def get_memory(group_id):
if group_id not in memories:
memories[group_id] = GroupMemory(group_id)
return memories[group_id]
load_data()
bot.py
nano bot.py 创建：import nonebot
from nonebot import on_message
from nonebot.adapters.onebot.v11 import Adapter, Bot, GroupMessageEvent
from memory import get_memory, save_data
import atexit
import datetime
import pytz
# ================= 管理员配置 =================
ADMIN_QQ = 1234567 # 管理员 QQ 号（替换成实际的）
# ==============================================
nonebot.init()
driver = nonebot.get_driver()
driver.register_adapter(Adapter)
atexit.register(save_data)
def unix_to_beijing(timestamp):
"""将时间戳转换为北京时间字符串"""
dt_utc = datetime.datetime.fromtimestamp(timestamp, pytz.utc)
dt_bj = dt_utc.astimezone(pytz.timezone('Asia/Shanghai'))
return dt_bj.strftime("%H:%M:%S")
def get_current_bj_time():
"""获取当前北京时间字符串"""
return datetime.datetime.now(pytz.timezone('Asia/Shanghai')).strftime("%H:%M:%S")
def is_at_me(bot: Bot, event: GroupMessageEvent) -> bool:
"""判断是否@了机器人"""
if event.is_tome():
return True
for seg in event.message:
if seg.type == "at" and str(seg.data.get("qq")) == str(bot.self_id):
return True
return False
# === 单核处理器 ===
handler = on_message(priority=1, block=True)
@handler.handle()
async def _(bot: Bot, event: GroupMessageEvent):
# ===== 变量初始化 =====
user_id = event.user_id
group_id = event.group_id
msg = event.get_plaintext().strip()
mem = get_memory(group_id) # 获取用户昵称（优先群名片，其次 QQ 昵称，最后用户 ID）
try:
info = await bot.get_group_member_info(group_id=group_id, user_id=user_id)
name = info.get('card') or info.get('nickname') or str(user_id)
except:
name = "群友"
# ===== 核心：统一转小写判断指令前缀（不区分大小写）=====
msg_lower = msg.lower() # 转小写，仅用于指令判断
# 提取指令内容（保留原大小写）
def get_cmd_content(prefix):
prefix_len = len(prefix)
# 精确匹配前缀（原大小写）
if msg.startswith(prefix):
return msg[prefix_len:].strip()
# 兼容大小写的前缀匹配
elif msg_lower.startswith(prefix.lower()):
for i in range(len(msg)):
if msg[i:i+len(prefix)].lower() == prefix.lower():
return msg[i+len(prefix):].strip()
return ""
# ===== 1. 管理员专属：修改机器人参数 =====
if msg_lower.startswith("gemini 设置 "):
cmd_content = get_cmd_content("gemini 设置 ") # 记录原始消息
mem.add_message(name, msg, get_current_bj_time())
save_data()
reply_msg = ""
if user_id != ADMIN_QQ:
reply_msg = "❌ 你没有权限执行此操作！仅管理员可用~"
else:
try:
# 分割指令参数
cmd_parts = msg.split(" ", 3)
if len(cmd_parts) != 4:
reply_msg = "❌ 指令格式错误！\n正确格式：gemini 设置 参数名 值\n示例：gemini 设置 冷却时间 600"
else:
param_map = {
"冷却时间": "COOLDOWN_SECONDS",
"插嘴概率": "TRIGGER_PROBABILITY",
"复读阈值": "REPEATER_THRESHOLD",
"复读概率": "REPEATER_EXEC_PROB",
"缓存字数上限": "MEMORY_LIMIT_CHARS",
"保留消息数": "MEMORY_KEEP_COUNT"
}
param_cn = cmd_parts[2]
param_value = cmd_parts[3]
if param_cn not in param_map:
valid_params = "、".join(param_map.keys())
reply_msg = f"❌ 参数名错误！\n支持的参数：{valid_params}"
else:
param_en = param_map[param_cn]
# 转换参数值类型
if param_en in ["COOLDOWN_SECONDS", "REPEATER_THRESHOLD", "MEMORY_LIMIT_CHARS", "MEMORY_KEEP_COUNT"]:
new_value = int(param_value)
else:
new_value = float(param_value)
# 更新参数
mem.bot_config[param_en] = new_value
save_data()
reply_msg = f"✅ 【{group_id}群】参数修改成功！\n{param_cn} = {new_value}"
except ValueError:
reply_msg = "❌ 参数值格式错误！\n整数填数字（如 600），概率填小数（如 0.02）"
except Exception as e:
reply_msg = f"❌ 修改失败：{str(e)}"
# 记录并回复
mem.add_message("Gemini", reply_msg, get_current_bj_time())
save_data()
await handler.finish(reply_msg)
# ===== 2. 全员可用：打卡指令 =====
elif msg_lower.startswith("gemini 打卡 "):
content = get_cmd_content("gemini 打卡 ")
if not content:
reply_msg = "❌ 打卡内容不能为空哦~比如：「gemini 打卡 篮球」"
else:
# 执行打卡（user_id 转字符串确保唯一性）
mem.checkin(str(user_id), name, content)
# 生成排行榜
ranking = mem.generate_checkin_ranking()
reply_msg = f"✅ {name} 打卡「{content}」成功！\n{ranking}"
# 记录并回复
mem.add_message(name, msg, get_current_bj_time())
mem.add_message("Gemini", reply_msg, get_current_bj_time())
save_data()
await handler.finish(reply_msg)
# ===== 3. 全员可用：删除打卡指令 =====
elif msg_lower.startswith("gemini 删除 "):
content = get_cmd_content("gemini 删除 ")
if not content:
reply_msg = "❌ 删除内容不能为空哦~比如：「gemini 删除 篮球」"
else:
# 执行删除
success, result = mem.delete_checkin(str(user_id), content)
if success:
ranking = mem.generate_checkin_ranking()
reply_msg = f"{result}\n{ranking}"
else:
reply_msg = result
# 记录并回复
mem.add_message(name, msg, get_current_bj_time())
mem.add_message("Gemini", reply_msg, get_current_bj_time())
save_data()
await handler.finish(reply_msg)
# ===== 4. 全员可用：查询排行榜 =====
elif msg_lower.strip() == "gemini 排行榜":
# 生成排行榜
ranking = mem.generate_checkin_ranking()
reply_msg = f"{ranking}"
# 记录并回复
mem.add_message(name, msg, get_current_bj_time())
mem.add_message("Gemini", reply_msg, get_current_bj_time())
save_data()
await handler.finish(reply_msg)
# ===== 5. 管理员专属：管理他人打卡记录（QQ 号操作）=====
elif msg_lower.startswith("gemini 管理打卡 "):
if user_id != ADMIN_QQ:
reply_msg = "❌ 你没有权限执行此操作！仅管理员可用~"
mem.add_message(name, msg, get_current_bj_time())
mem.add_message("Gemini", reply_msg, get_current_bj_time())
save_data()
await handler.finish(reply_msg)
# 提取指令内容
cmd_content = get_cmd_content("gemini 管理打卡 ")
if not cmd_content:
reply_msg = "❌ 指令格式错误！\n正确格式：\ngemini 管理打卡 增加 目标 QQ 号 内容 次数\n示例：gemini 管理打卡 增加 123456 跑步 3\n\ngemini 管理打卡 删除 目标 QQ 号 内容 次数\n示例：gemini 管理打卡 删除 123456 跑步 1"
mem.add_message(name, msg, get_current_bj_time())
mem.add_message("Gemini", reply_msg, get_current_bj_time())
save_data()
await handler.finish(reply_msg)
# 分割参数
cmd_parts = cmd_content.split()
if len(cmd_parts) != 4:
reply_msg = "❌ 指令参数不足！\n正确格式：gemini 管理打卡 增加/删除 目标 QQ 号 内容 次数"
mem.add_message(name, msg, get_current_bj_time())
mem.add_message("Gemini", reply_msg, get_current_bj_time())
save_data()
await handler.finish(reply_msg)
operation = cmd_parts[0]
target_qq = cmd_parts[1]
content = cmd_parts[2]
count_str = cmd_parts[3]
# 校验操作类型
if operation not in ["增加", "删除"]:
reply_msg = "❌ 操作类型错误！仅支持「增加」或「删除」"
mem.add_message(name, msg, get_current_bj_time())
mem.add_message("Gemini", reply_msg, get_current_bj_time())
save_data()
await handler.finish(reply_msg)
# 校验 QQ 号为纯数字
if not target_qq.isdigit():
reply_msg = "❌ 目标 QQ 号必须是纯数字！"
mem.add_message(name, msg, get_current_bj_time())
mem.add_message("Gemini", reply_msg, get_current_bj_time())
save_data()
await handler.finish(reply_msg)
# 校验次数为正整数
if not count_str.isdigit() or int(count_str) <= 0:
reply_msg = "❌ 次数必须是正整数！"
mem.add_message(name, msg, get_current_bj_time())
mem.add_message("Gemini", reply_msg, get_current_bj_time())
save_data()
await handler.finish(reply_msg)
count = int(count_str)
# 获取目标用户昵称（优先群名片，否则用 QQ 号）
try:
target_info = await bot.get_group_member_info(group_id=group_id, user_id=target_qq)
target_name = target_info.get('card') or target_info.get('nickname') or target_qq
except:
target_name = target_qq # 非群成员则显示 QQ 号
# 执行管理员操作
op_map = {"增加": "add", "删除": "delete"}
success, result = mem.admin_checkin(
target_user_id=str(target_qq),
target_user_name=target_name,
content=content,
count=count,
operation=op_map[operation]
)
# 生成回复（含排行榜）
if success:
ranking = mem.generate_checkin_ranking()
reply_msg = f"{result}\n{ranking}"
else:
reply_msg = result
# 记录并回复
mem.add_message(name, msg, get_current_bj_time())
mem.add_message("Gemini", reply_msg, get_current_bj_time())
save_data()
await handler.finish(reply_msg)
# ===== 6. 普通消息处理逻辑 =====
if not msg:
msg = " "
# 记录普通消息
mem.add_message(name, msg, unix_to_beijing(event.time))
save_data()
# 消息压缩逻辑
await mem.check_and_compress()
# 主动回复/插话逻辑
final_reply = None
if is_at_me(bot, event):
final_reply = await mem.generate_reply(msg, name, is_active_interrupt=False)
else:
should, content = await mem.check_active_intervention(msg)
if should and content:
final_reply = content
# 发送主动回复
if final_reply:
mem.add_message("Gemini", final_reply, get_current_bj_time())
save_data()
await handler.finish(final_reply)
if __name__ == "__main__":
nonebot.run(host="0.0.0.0", port=8080)
为了实现您要求的命令管理，我们需要创建一个系统服务文件。
加载服务
sudo systemctl daemon-reload
sudo systemctl enable gemini-bot
粘贴内容
(注意：ExecStart 指向了虚拟环境中的 python，确保路径准确)
[Unit]
Description=Gemini QQ Bot Service
After=network.target
[Service]
# 指定用户，通常是 root
User=root
# 你的项目路径
WorkingDirectory=/root/gemini_bot
# 使用虚拟环境的 Python 启动 bot.py
ExecStart=/root/gemini_bot/venv/bin/python bot.py
# 自动重启配置
Restart=always
RestartSec=5
[Install]
WantedBy=multi-user.target
创建服务文件
sudo nano /etc/systemd/system/gemini-bot.service
注意：因为我们用了 host 模式，这里的 WS 地址必须填 127.0.0.1。
http://服务器 IP:6099/webuinapcat 或查看日志 docker logs napcat)ws://127.0.0.1:8080/onebot/v11/ws重启 NapCat 生效
docker restart napcat
启动机器人
systemctl start gemini-bot
部署完成。以后您只需要使用以下命令管理您的机器人：
| 功能 | 命令 |
|---|---|
| 启动机器人 | systemctl start gemini-bot |
| 停止机器人 | systemctl stop gemini-bot |
| 改代码后重启 | systemctl restart gemini-bot |
| 查看运行状态 | systemctl status gemini-bot |
| 实时查看日志 | journalctl -u gemini-bot -f |
(日志中若看到 Connect to 127.0.0.1:8080 或 Received message 即为成功)
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online
将 Markdown（GFM）转为 HTML 片段，浏览器内 marked 解析；与 HTML 转 Markdown 互为补充。 在线工具，Markdown 转 HTML在线工具，online