又花了半个小时将 ChatGPT 接入了钉钉机器人
学习科技周边要努力,但是不要急!今天的这篇文章《又花了半个小时将 ChatGPT 接入了钉钉机器人》将会介绍到等等知识点,如果你想深入学习科技周边,可以关注我!我会持续更新相关文章的,希望对大家都能有所帮助!
前面的文章给大家介绍了如何在个人微信中使用 ChatGPT,但是大家都知道这种操作是有风险的,所以都让大家使用小号,今天再给大家介绍一下如何在钉钉中使用机器人来调戏 AI。
流程
- 注册钉钉开发者平台账号,并创建一个内部组织;
- 在内部组织中创建机器人;
- 注册 OpenAi 账号并获取 Api Key;
- 在服务器中部署程序;
- 在内部群中调戏 AI;
创建机器人
上面的前两步主要是为了创建一个内部组织的机器人,登录钉钉开发者后台 https://open-dev.dingtalk.com/?spm=ding_open_doc.document.0.0.7f49263crfKgSY,依次选择应用开发 > 企业内部开发 > 机器人,点击创建应用。

在这之前需要确保自己的钉钉账号已经加入了一个组织,如果没有的可以,可以自行创建一个组织。点击创建应用过后,填入相关信息

然后在开发管理菜单里面配置机器人的回调地址,也就是后面要部署代码的服务器的地址和端口,如下图所示。

这里除了直接使用服务器的 IP 之外,还可以配置具体的域名,不过这就需要有域名了,还可以配置 HTTPS,这个根据大家的情况自行使用,当时直接使用 IP 是最简单的一种方式。
不过配置域名的话也比较简单,就是申请一个域名,然后在配置一个 nginx 的反向代理,如果需要 HPPTS 的话再配置一个证书就好了。
接着在版本管理与发布菜单中发布机器人,此时会自动创建一个调试的群,后续可以直接在调试群里面进行调试机器人,在调试没有问题的情况就可以在其他内部群中添加该机器人了。
注册 OpenAi
OpenAi 由于某些原因,在国内是无法正常注册账号的,并且连网站都是无法正常访问的,详细的注册流程不在本文的讨论范围之内。
这里给大家演示一下注册成功后,如何获取一个 API key,当我们注册成功并且登录以后,可以在链接 https://platform.openai.com/account/api-keys,在页面上点击 Create new Secret key 即可生成一个 API key,复制 API key存放起来,后续备用。

部署服务
部署服务还是跟之前一样简单,我们还是通过 docker 来进行部署,一行命令就可以搞定,这里可以配置自定义的端口和上面获取到的 API Key,以及相应的超时时间和 Session 情况指令。
docker run -itd --name chatgpt -p 9999:9999 -e APIKEY=你的 API key -e SESSIONTIMEOUT=60s -e MODEL=text-davinci-003 -e MAX_TOKENS=512 -e TEMPREATURE=0.9 -e SESSION_CLEAR_TOKEN=清空会话 --rm docker.mirrors.sjtug.sjtu.edu.cn/eryajf/chatgpt-dingtalk:latest
命令执行成功过后,我们通过 docker ps 可以看到服务已经正常起来了。

服务部署成功了以后,我们可以本地测试一个端口是否能通,通过 telnet ip port 命令来测试,如果出现 Escape character is '^]'. 字符则表示是通的,如果链接不上,可能是服务器的端口没放行或者防火墙没开,可以依次检查一下。
调戏 AI
搭建好了机器人过后,我们就可以愉快的调戏了,阿粉这边就进行了如下的调戏,效果还是杠杠的。

最近在网上也有一些文章说这个 AI 通过了谷歌的面试,说是可以替代工程师,这一点阿粉倒是不太担心,至少短期还不会,虽然通过面试但并不代表能做好业务,赶超工程师的部分也只是在一些理论和八股文上面而已。
通过对 AI 的调戏可以发现,他每次回答问题,都会将上下文带过去一起训练的,这也是为什么他能比其他的机器人更能理解上下文的原因。
所以这种模式答案往往不是最关键的,最关键的是如何提一个好问题,并且顺着这个问题继续延伸下去。体现在日常生活中就像是两个人在进行对话一下,而不是简单的一问一答,毫无关联。
如果上下文中充斥着一些毫无关联的内容,就会给 AI 无形增加了很多垃圾内容,导致后续的回答可能更加毫无意义,往往看上去就显得牛头不对马嘴。
思考
对于如此强大的 AI 的出现,我们程序员要怎么避免自己被淘汰呢?让我们用魔法来打败魔法,不得不说,AI 给出来的建议还是很中肯的。

阿粉:你如何看待 ChatGPT 的出现,是否会对程序员的行业有影响?同时作为程序员我们应该如何避免被 AI 淘汰?
AI:ChatGPT 的出现可以帮助程序员更高效地开发程序,但也将给程序员带来挑战,因为许多重复的编码工作可能会被 ChatGPT 替代。
要避免被 AI 淘汰,程序员需要更加重视技术的深度,不断学习新的技术和方法,实现价值驱动的软件开发,并与 AI 合作以实现更高效的开发。
此外,程序员也可以考虑拓展自己的技能,比如学习一门新的编程语言,了解新的软件开发工具等等,以期能最大化地合理利用 AI 来提高自身的能力和竞争力。
本篇关于《又花了半个小时将 ChatGPT 接入了钉钉机器人》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于科技周边的相关知识,请关注golang学习网公众号!
人工智能能取代云计算架构师吗?
- 上一篇
- 人工智能能取代云计算架构师吗?
- 下一篇
- 机器学习中的集成方法概述
-
- 科技周边 · 人工智能 | 11小时前 |
- Hugging Face Datasets map batched 返回长度不一致时怎么定位
- 213浏览 收藏
-
- 科技周边 · 人工智能 | 11小时前 |
- Hugging Face Datasets flatten 怎么展开嵌套字段并保留特征类型
- 455浏览 收藏
-
- 科技周边 · 人工智能 | 11小时前 |
- Hugging Face Datasets with_format 和 set_format 混用后为什么列类型变了
- 228浏览 收藏
-
- 科技周边 · 人工智能 | 11小时前 | 兼容性 · LiteRT Select TF Ops TFLITE_BUILTINS TensorFlow模型转换 不支持算子
- LiteRT 转换遇到不支持算子时怎么判断是否启用 Select TF Ops
- 226浏览 收藏
-
- 科技周边 · 人工智能 | 11小时前 | 人工智能 · LiteRT SignatureDef 多输入模型 端侧推理
- LiteRT SignatureDef 多输入模型怎么按签名准备推理张量
- 191浏览 收藏
-
- 科技周边 · 人工智能 | 11小时前 |
- Keras 自定义 train_step 怎么让正则损失继续参与梯度
- 343浏览 收藏
-
- 科技周边 · 人工智能 | 11小时前 | 人工智能 · 深度学习 · Keras RaggedTensor keras.Input ragged=True TensorFlow backend 模型保存 load_model 变长序列
- Keras RaggedTensor 输入模型保存后怎么保持变长序列结构
- 250浏览 收藏
-
- 科技周边 · 人工智能 | 11小时前 | 人工智能 · Keras NaN mixed_float16 mixed precision loss scale 输入范围 dtype policy
- Keras mixed_float16 训练出现 NaN 怎么区分 loss scale 和输入范围
- 337浏览 收藏
-
- 科技周边 · 人工智能 | 11小时前 | 人工智能 · 深度学习 · PyTorch strict state_dict load_state_dict module. 前缀 检查点迁移
- PyTorch state_dict 参数名前缀变化后怎么兼容旧检查点
- 436浏览 收藏
-
- 科技周边 · 人工智能 | 11小时前 | 人工智能 · 深度学习 · 内存优化 · 内存 PyTorch 按需加载 mmap checkpoint torch.load map_location state_dict
- PyTorch torch.load 开启 mmap 后为什么读取参数时才占用内存
- 475浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 461次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 524次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 542次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 488次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 308次使用
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览

