📄 工具详情 ⚙️ 安装教程 📚 使用教程

能力标签

🤖 Agent 🐳 Docker 🔗 REST API 🖼 视觉 🧠 Claude ✨ GPT 🖥 本地 LLM

🛠

AI工具

TwipsyBot

Q: twipsybot 如何安装和开始使用？

访问 twipsybot 的 GitHub 仓库或官方网站，按照 README 文档中的步骤安装依赖并运行。通常需要 Python 3.8+ 或 Node.js 16+ 基础环境。

Q: twipsybot 是否免费？许可证是什么？

twipsybot 完全免费，采用 AGPL-3.0 许可证开源发布，任何人都可以免费使用、修改和分发。

Q: twipsybot 适合哪些用户使用？

twipsybot 主要面向有一定技术基础的用户，包括开发者、数据分析师、AI 工程师等专业人士。

Q: twipsybot 的社区活跃度和项目维护状况如何？

twipsybot 在 GitHub 上已获得 8 个 Star，处于积极发展阶段，社区在持续扩大。

基于 Python · 开源免费，本地部署，数据完全自主可控

英文名：twipsybot

⭐ 8 Stars 🍴 2 Forks 💻 Python 📄 AGPL-3.0 🏷 AI 8.0分

8.0AI 综合评分

aibotllmmisskeypython

🌐 访问官网

✦ AI Skill Hub 推荐

经 AI Skill Hub 精选评估，TwipsyBot 获评「强烈推荐」。这款AI工具在功能完整性、社区活跃度和易用性方面表现出色，AI 评分 8.0 分，适合有一定技术背景的用户使用。

📚 深度解析

TwipsyBot 是一款基于 Python 的开源工具，在 GitHub 上收获 0k+ Star，是ai、bot、llm、misskey领域中的优质开源项目。开源工具的最大优势在于代码完全透明，你可以审计每一行代码的安全性，也可以根据自身需求进行二次开发和定制。

**为什么要使用开源工具而非商业 SaaS？**
对于个人开发者和有隐私需求的用户，本地部署的开源工具意味着数据不离本机，不受第三方服务商的数据政策约束。同时，开源工具通常没有使用次数限制和月度费用，一次安装即可长期使用，对于高频使用场景的总拥有成本（TCO）远低于订阅制商业工具。

**安装与环境准备**
TwipsyBot 依赖 Python 运行环境。建议通过 pyenv（Python）或 nvm（Node.js）管理 Python 版本，避免全局环境污染。对于新手用户，推荐先创建虚拟环境（python -m venv venv && source venv/bin/activate），再安装依赖，这样即使出现问题也可以随时删除虚拟环境重新开始，不影响系统稳定性。

**社区与维护**
GitHub Issue 和 Discussion 是获取帮助的最快渠道。在提问前建议先检查 Closed Issues（已关闭的问题），大多数常见问题都已有解答。遇到 Bug 时，提供 pip list 的输出、完整错误堆栈和最小可复现示例，能显著提高开发者响应速度。AI Skill Hub 将持续追踪 TwipsyBot 的版本更新，及时通知重要功能变化。

📋 工具概览

AI驱动的Misskey机器人，支持OpenAI兼容LLM

TwipsyBot 是一款基于 Python 开发的开源工具，专注于 ai、bot、llm 等核心功能。作为 GitHub 开源项目，它拥有活跃的社区支持和持续的版本迭代，代码完全透明可审计，支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流，都能提供稳定可靠的解决方案。

GitHub Stars

⭐ 8

开发语言

Python

支持平台

Windows / macOS / Linux

维护状态

轻量级项目，按需更新

开源协议

AGPL-3.0

AI 综合评分

8.0 分

工具类型

AI工具

Forks

📖 中文文档

以下内容由 AI Skill Hub 根据项目信息自动整理，如需查看完整原始文档请访问底部「原始来源」。

AI驱动的Misskey机器人，支持OpenAI兼容LLM

📌 核心特色

开源免费，支持本地部署，数据完全自主可控
活跃的 GitHub 开源社区，持续迭代更新
提供详细文档和使用示例，新手友好
支持自定义配置，灵活适配不同使用环境
可作为基础组件集成进现有技术栈或进行二次开发

🎯 主要使用场景

本地部署运行，保护数据隐私，满足合规要求
自定义集成到现有系统，扩展技术栈能力
作为开源基础组件进行商业化二次开发

以下安装命令基于项目开发语言和类型自动生成，实际以官方 README 为准。

安装命令

# 方式一：pip 安装（推荐）
pip install twipsybot

# 方式二：虚拟环境安装（推荐生产环境）
python -m venv .venv
source .venv/bin/activate  # Windows: .venv\Scripts\activate
pip install twipsybot

# 方式三：从源码安装（获取最新功能）
git clone https://github.com/oreeke/twipsybot
cd twipsybot
pip install -e .

# 验证安装
python -c "import twipsybot; print('安装成功')"

📋 安装步骤说明

访问 GitHub 仓库页面
按照 README 文档完成依赖安装
根据系统环境完成初始化配置
参考官方示例或文档开始使用
遇到问题可在 GitHub Issues 中查找解答

以下用法示例由 AI Skill Hub 整理，涵盖最常见的使用场景。

常用命令 / 代码示例

# 命令行使用
twipsybot --help

# 基本用法
twipsybot input_file -o output_file

# Python 代码中调用
import twipsybot

# 示例
result = twipsybot.process("input")
print(result)

以下配置示例基于典型使用场景生成，具体参数请参照官方文档调整。

配置示例

# twipsybot 配置文件示例（config.yml）
app:
  name: "twipsybot"
  debug: false
  log_level: "INFO"

# 运行时指定配置文件
twipsybot --config config.yml

# 或通过环境变量配置
export TWIPSYBOT_API_KEY="your-key"
export TWIPSYBOT_OUTPUT_DIR="./output"

📑 README 深度解析真实文档完整度 40/100 查看 GitHub 原文 →

以下内容由系统直接从 GitHub README 解析整理，保留代码块、表格与列表结构。

简介

TwipsyBot

一只 Python 实现的 Misskey 机器人<br><br> 正运行在：oreeke.com/@ai

</div>

简介

主要功能

📜 根据已设置的周期和可见性自动发帖，由 AI 生成内容
💬 实时响应提及（@）、私信、群聊，支持速率限制、黑白名单
📢 自定义主题或聚合 RSS 最新动态作为内容源发布（Topics）
📡 订阅天线，对感兴趣的帖子自动反应、回复、转发、引用（Radar）
👁️ 接入多模态模型时，支持视觉理解（Vision）
🥏 自定义关键词和期望回复，绕过 AI（KeyAct）

部署方式

`a` 手动安装

- 复制 config.yaml.example 为 config.yaml 并修改配置 <details> <summary><kbd>📃 config.yaml</kbd></summary>

misskey:
  instance_url: "https://misskey.example.com"       # Misskey 实例 URL（本地：http://localhost:port）
  access_token: "your_access_token_here"            # Misskey 访问令牌

openai:
  api_key: "your_api_key_here"                      # OpenAI API 密钥
  model: "deepseek-chat"                            # 使用的模型名称
  api_base: "https://api.deepseek.com/v1"           # OpenAI API 端点
  api_mode: "auto"                                  # auto/chat/responses
  max_tokens: 1000                                  # 最大生成 token 数
  temperature: 0.8                                  # 温度参数

bot:
  system_prompt: |                                  # 系统提示词（支持文件导入："prompts/*.txt"）
    你是一个可爱的AI助手，运行在Misskey平台上。
    请用简短、友好的方式发帖和回答问题。

  timeline:
    enabled: false                                  # 是否订阅时间线
    home: false                                     # homeTimeline
    local: false                                    # localTimeline
    hybrid: false                                   # hybridTimeline
    global: false                                   # globalTimeline
    antenna_ids: []                                 # antenna ID 或名称（逗号/空格分隔）

  auto_post:
    enabled: true                                   # 是否启用自动发帖
    interval_minutes: 180                           # 发帖间隔（分钟）
    max_posts_per_day: 8                            # 每日最大发帖数量（凌晨 0 点重置计数器）
    visibility: "public"                            # 发帖可见性（public/home/followers）
    local_only: false                               # 是否禁用联合（仅本地可见）
    prompt: |                                       # 发帖提示词
      生成一篇有趣、有见解的社交媒体帖子。

  response:
    mention: true                                   # 是否响应提及（@）
    chat: true                                      # 是否响应聊天
    chat_memory: 10                                 # 聊天上下文记忆长度（条）
    rate_limit: -1                                  # 回复速率限制：同一用户回复最小间隔；-1 不限制；30s/5m/1h
    rate_limit_reply: "我需要休息一下..."            # 速率限制回复文案
    max_turns: -1                                   # 回复次数限制：同一用户最多对话轮数（机器人回复次数）；-1 不限制
    max_turns_reply: "我要回家了..."                 # 次数限制回复文案
    max_turns_release: -1                           # 次数限制解除时间：超限后多久解除；-1 不解除；30s/5m/1h
    whitelist:                                      # 白名单：username@host/userId，这些用户不受以上限制
      - "admin@example.com"
      - "user-id-123"
    blacklist:                                      # 黑名单：username@host/userId，这些用户禁止使用回复
      - "admin@example.com"
      - "user-id-123"

db:
  path: "data/twipsybot.db"                         # SQLite 路径
  clear: 30                                         # SQLite 数据保留天数（不含插件）；-1 不清理

log:
  level: "INFO"                                     # 日志级别 (DEBUG/INFO/WARNING/ERROR)
  dump_events: false                                # 是否输出事件原始数据（DEBUG）

</details>

pip install -e .

twipsybot up         # 启动
twipsybot status     # 状态
twipsybot down       # 关闭
twipsybot restart    # 重启
twipsybot help       # 帮助

作为服务（可选）

<details> <summary><kbd>📃 twipsybot.service</kbd></summary>

[Unit]
Description=TwipsyBot Service
After=network.target

[Service]
Type=exec
WorkingDirectory=/path/to/twipsybot
ExecStart=/path/to/envs/twipsybot/bin/twipsybot up
KillMode=control-group
TimeoutStopSec=5
Environment=TWIPSYBOT_UP_MODE=foreground \
            PYTHONUNBUFFERED=1 \
            PYTHONIOENCODING=utf-8

[Install]
WantedBy=multi-user.target

</details>

systemctl daemon-reload
systemctl start twipsybot.service

`b` Docker Compose

- 修改 docker-compose.yaml 中的环境变量 <details> <summary><kbd>📃 docker-compose.yaml</kbd></summary>

MISSKEY_INSTANCE_URL=https://misskey.example.com           # Misskey 实例 URL（本地：http://localhost:port）
MISSKEY_ACCESS_TOKEN=your_access_token_here                # Misskey 访问令牌
OPENAI_API_KEY=your_api_key_here                           # OpenAI API 密钥
OPENAI_MODEL=deepseek-chat                                 # 使用的模型名称
OPENAI_API_BASE=https://api.deepseek.com/v1                # OpenAI API 端点
OPENAI_API_MODE=auto                                       # auto/chat/responses
OPENAI_MAX_TOKENS=1000                                     # OpenAI 最大生成 token 数
OPENAI_TEMPERATURE=0.8                                     # OpenAI 温度参数
BOT_SYSTEM_PROMPT=你是一个可爱的AI助手...                    # 系统提示词（支持文件导入："prompts/*.txt"）
BOT_AUTO_POST_ENABLED=true                                 # 是否启用自动发帖
BOT_AUTO_POST_INTERVAL=180                                 # 发帖间隔（分钟）
BOT_AUTO_POST_MAX_PER_DAY=8                                # 每日最大发帖数量（凌晨 0 点重置计数器）
BOT_AUTO_POST_VISIBILITY=public                            # 发帖可见性（public/home/followers）
BOT_AUTO_POST_LOCAL_ONLY=false                             # 是否禁用联合（仅本地可见）
BOT_AUTO_POST_PROMPT=生成一篇有趣、有见解的社交媒体帖子。      # 发帖提示词
BOT_RESPONSE_MENTION=true                                  # 是否响应提及（@）
BOT_RESPONSE_CHAT=true                                     # 是否响应聊天
BOT_RESPONSE_CHAT_MEMORY=10                                # 聊天上下文记忆长度（条）
BOT_RESPONSE_RATE_LIMIT=-1                                 # 回复速率限制：同一用户回复最小间隔；-1 不限制；30s/5m/1h
BOT_RESPONSE_RATE_LIMIT_REPLY=我需要休息一下...             # 速率限制回复文案
BOT_RESPONSE_MAX_TURNS=-1                                  # 回复次数限制：同一用户最多对话轮数（机器人回复次数）；-1 不限制
BOT_RESPONSE_MAX_TURNS_REPLY=我要回家了...                  # 次数限制回复文案
BOT_RESPONSE_MAX_TURNS_RELEASE=-1                          # 次数限制解除时间：超限后多久解除；-1 不解除；30s/5m/1h
BOT_RESPONSE_WHITELIST=                                    # 白名单：username@host/userId，这些用户不受以上限制
BOT_RESPONSE_BLACKLIST=                                    # 黑名单：username@host/userId，这些用户禁止使用回复
BOT_TIMELINE_ENABLED=false                                 # 是否订阅时间线
BOT_TIMELINE_HOME=false                                    # homeTimeline
BOT_TIMELINE_LOCAL=false                                   # localTimeline
BOT_TIMELINE_HYBRID=false                                  # hybridTimeline
BOT_TIMELINE_GLOBAL=false                                  # globalTimeline
BOT_TIMELINE_ANTENNA_IDS=                                  # antenna ID 或名称（逗号/空格分隔）
DB_PATH=data/twipsybot.db                                  # SQLite 路径
DB_CLEAR=30                                                # SQLite 数据保留天数（不含插件）；-1 不清理
LOG_LEVEL=INFO                                             # 日志级别 (DEBUG/INFO/WARNING/ERROR)
LOG_DUMP_EVENTS=false                                      # 是否输出事件原始数据（DEBUG）

</details>

docker compose build
docker compose up -d

[!TIP] - 自动发帖会尽量绕过 Prompt caching，想让帖子更多样化请配置并启用 Topics - 切换模型仅需修改 api_key model api_base，相同 api_base 的模型可通过 Cmd 实时切换 - 机器人使用 Radar + antenna 时间线接收帖子，非必要无需订阅其他时间线（日志噪音大）

[!NOTE] - 请遵守联邦规则，启用机器人账号并在实例内部测试功能，避免设置不当影响其他实例 - db.clear 会重置对用户的回复限制，手动删除数据库文件会丢失 Cmd 设置的黑白名单

模型兼容

提供商	兼容性	多模态
[OpenAI](https://platform.openai.com/docs/quickstart)	✅	📝 👁️
[DeepSeek](https://api-docs.deepseek.com/)	✅	📝
[xAI](https://docs.x.ai/developers/api-reference)	✅	📝 👁️
[Gemini](https://ai.google.dev/gemini-api/docs/openai)	✅	📝 👁️
[Claude](https://platform.claude.com/docs/en/api/openai-sdk)	✅	📝 👁️
[Ollama](https://ollama.com/blog/openai-compatibility)	✅	📝 👁️
[Perplexity](https://docs.perplexity.ai/docs/agentic-research/openai-compatibility)	✅	📝 👁️

插件系统

插件	功能描述
[Cmd](./plugins/cmd)	在聊天中使用 `^` 开头的命令管理机器人
[KeyAct](./plugins/keyact)	匹配自定义关键词直接回复，绕过 AI
[Radar](./plugins/radar)	与天线推送的帖子互动（反应、回复、转发、引用）
[Topics](./plugins/topics)	为自动发帖提供内容源（TXT / RSS）
[Vision](./plugins/vision)	识别提及（`@`）或聊天中的图片并回复
[Weather](./plugins/weather)	查询指定城市的天气信息

🎯 aiskill88 AI 点评 A 级 2026-06-13

高质量的AI驱动机器人，支持多种LLM

⚡ 核心功能

开源免费，支持本地部署，数据完全自主可控
活跃的 GitHub 开源社区，持续迭代更新
提供详细文档和使用示例，新手友好
支持自定义配置，灵活适配不同使用环境
可作为基础组件集成进现有技术栈或进行二次开发

👥 适合人群

AI 技术爱好者研究人员和学生开发者和工程师技术创业者

🎯 使用场景

本地部署运行，保护数据隐私，满足合规要求
自定义集成到现有系统，扩展技术栈能力
作为开源基础组件进行商业化二次开发

⚖️ 优点与不足

✅ 优点

+完全开源免费，无授权费用
+本地部署，数据完全自主可控
+开发者社区支持，遇问题可查可问

⚠️ 不足

−安装和初始配置可能需要一定技术基础
−功能完整性通常不如成熟商业产品
−技术支持主要依赖开源社区，响应速度不稳定

⚠️ 使用须知

该工具使用 AGPL-3.0 协议，商用场景请仔细阅读协议条款，必要时咨询法律意见。

AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。

建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。

📄 License 说明

⚠️ AGPL 3.0 — 最严格的 Copyleft，网络服务端使用也需开源，SaaS 使用受限。

🔗 相关工具推荐

yt-dlp 视频下载

功能强大的开源视频下载工具，支持YouTube、TikTok等数千个视频平台，可自动下载视频、字幕、封面和元数据。适合内

transformers AI技能包

Hugging Face开源的深度学习框架，提供预训练语言模型、视觉模型和多模态模型。集成BERT、GPT、Llama等

ComfyUI 节点式AI图像生成

强大的开源扩散模型可视化工具，提供图形界面、API和后端服务。采用节点图式设计，支持模块化工作流构建，适合AI绘图、图像

llama-cpp AI技能包

高效的大语言模型C/C++推理框架，支持在本地CPU/GPU上运行量化LLM模型，具有内存占用小、推理速度快的特点。适合

帮助中心 · AI Skill Hub

AI Agent 工作流设计模式：从单 Agent 到多 Agent 协作的实践指南

帮助中心 · AI Skill Hub

AI Agent 工作流设计模式：从单 Agent 到多 Agent 协作的实践指南

帮助中心 · AI Skill Hub

中小企业 AI 客服系统搭建方案：低成本实现 7×24 小时智能响应

帮助中心 · AI Skill Hub

🧩 你可能还需要

基于当前 Skill 的能力图谱，自动补全的工具组合

技能寻求者

MCP · Agent · 工作流

natively-cluely-ai-assistant — Claude Skill 中文使用文档

免费开源的AI面试助手，实时转录，隐蔽模式，局部RAG，BYOK。无订阅，防止数据泄露。

❓ 常见问题 FAQ

twipsybot 是什么工具？−

twipsybot 是一款Python开发的AI辅助工具。开源AI工具：AI-powered Misskey bot with OpenAI-compatible LLMs.。⭐8 · Python 主要应用场景包括：自动化社交媒体管理。

twipsybot 如何安装和开始使用？+

twipsybot 是否免费？许可证是什么？+

twipsybot 适合哪些用户使用？+

twipsybot 的社区活跃度和项目维护状况如何？+

安装这个工具需要什么基础？+

安装过程中遇到依赖冲突怎么办？+

工具安装成功但运行报错，该怎么处理？+

💡 AI Skill Hub 点评

AI Skill Hub 点评：TwipsyBot 的核心功能完整，质量优秀。对于AI 技术爱好者来说，这是一个值得纳入个人工具库的选择。建议先在非生产环境试用，再逐步推广。

📚 深入学习 TwipsyBot

查看分步骤安装教程和完整使用指南，快速上手这款工具

⚙️ 安装教程 📚 使用教程

🌐 原始信息

原始名称	`twipsybot`
原始描述	开源AI工具：AI-powered Misskey bot with OpenAI-compatible LLMs.。⭐8 · Python
Topics	`aibotllmmisskeypython`
GitHub	https://github.com/oreeke/twipsybot
License	AGPL-3.0
语言	Python

🔗 原始来源

🐙 GitHub 仓库 https://github.com/oreeke/twipsybot 🌐 官方网站 https://oreeke.com/@ai

收录时间：2026-06-13 · 更新时间：2026-06-13 · License：AGPL-3.0 · AI Skill Hub 不对第三方内容的准确性作法律背书。

TwipsyBot

📚 深度解析

📋 工具概览

📖 中文文档

简介

TwipsyBot

简介

主要功能

部署方式

a 手动安装

b Docker Compose

模型兼容

插件系统

⚡ 核心功能

👥 适合人群

🎯 使用场景

⚖️ 优点与不足

🔗 相关工具推荐

❓ 常见问题 FAQ

`a` 手动安装

`b` Docker Compose