<div align="center">

Document | 文档

</div>

Lagrange.onebot TS

基于 Lagrange.Core 实现的 NTQQ 接入框架。Typescript 版本。

文档请看这里：Lagrange.onebot TS 官方文档

本项目由于使用了装饰器特性，所以目前只支持使用 typescript 进行开发。

相关项目

<table> <tr> <td><a href="https://github.com/LSTM-Kirigaya/Lagrange.onebot">Lagrange.onebot</a></td> <td> TypeScript 实现轻量级 OneBot 协议的机器人框架（👈你在这里</td> </tr> <tr> <td><a href="https://github.com/LagrangeDev/Lagrange.Core">Lagrange.Core</a></td> <td>NTQQ 的协议实现</td> </tr> <tr> <td><a href="https://github.com/whitechi73/OpenShamrock">OpenShamrock</a></td> <td>基于 Lsposed 实现 OneBot 标准的机器人框架</td> </tr> <tr> <td><a href="https://github.com/chrononeko/chronocat">Chronocat</a></td> <td>基于 Electron 的、模块化的 Satori 框架</td> </tr> </table>

安装与使用

启动拉格朗日服务器

Lagrange文档 - 快速部署 & 配置

请使用 screen, tmux 或者 pm2 工具将拉格朗日挂在后台。

请使用默认配置！目前我们只支持拉格朗日默认的反向ws连接，虽然我知道你们肯定懒得折腾另外两种连接方式。

安装与配置本项目

新建一个 ts 项目，然后在你的项目文件夹中安装 lagrange.onebot

npm install lagrange.onebot

修改 tsconfig.json，开启装饰器

{
    "compilerOptions": {
        "experimentalDecorators": true,
    }
}

开始你的第一个 hello world

我们新建两个文件 main.ts 和 impl.ts. 也就是本项目 ./test 文件夹下的内容。

下面的代码演示了如何开启服务，并在服务开启和关闭时给某个人发送消息。

// main.ts
import { server } from 'lagrange.onebot';
import { TestController } from './test.controller';

// server 刚启动的时候要做的事情
server.onMounted(c => {
    // 向 QQ 号为 1193466151 的好友发送文本信息 "成功上线"
    c.sendPrivateMsg(1193466151, '成功上线');
});

// server 即将关闭时要做的事情
server.onUnmounted(c => {
    // 向 QQ 号为 1193466151 的好友发送文本信息 "成功下线"
    c.sendPrivateMsg(1193466151, '成功下线');
})

server.run({
    // 拉格朗日服务器中的配置参数
    host: '127.0.0.1',
    port: 8080,
    path: '/onebot/v11/ws',

    // 你启动的机器人的 QQ 号
    qq: 1542544558
});

如果想要自定义对于某个人或者某个群的回答行为，可以通过 mapper 注解/装饰器 的方式将您写的业务函数装配进事务管线中， lagrange.onebot 会自动去处理这些信息。写法综合了 java 的 springboot 和 go 的 gin ，对于熟悉后端开发的同学而言，应该非常简单。

// test.controller.ts

import { mapper, LagrangeContext, PrivateMessage } from 'lagrange.onebot';

export class TestController {
    // 将对于用于 1193466151 的应答函数装配进管线中
    @mapper.onPrivateUser(1193466151, {
        memorySize: 50,     // 当前处理管线自动记录最近 50 条的信息， 通过 mapper.getMemoryStorage(c) 来获取队列数据
        autoDownloadImage: true // 自动下载图片，通过 c.getImagePath(fileName, subType) 获取图片绝对路径
    })
    async handleJinhui(c: LagrangeContext<PrivateMessage>) {
        const msg = c.message.raw_message;
        const reply = '你刚刚的回答是 ' + msg;

        // 和下面几种写法完全等价
        // c.sendPrivateMsg(1193466151, reply);
        // c.sendMessage(reply);
        c.sendPrivateMsg(c.message.user_id, reply);


        // finishSession 会标记当前事务为“已完成”，此时 c.fin 为 true
        // c.fin 为 true 的情况下，所有 onebot v11 API 全部失效
        c.finishSession();
    }
}

效果预览

更多使用方法，请参考：

• Lagrange.onebot 官方文档
• Langrange.RagBot 一个将 RAG 加持下的大模型接入 QQ 的项目