一行部署,给你的 Misskey 实例加上 AI 小伙伴。
🌐 在线体验:hub.imikufans.com — 去 @subot 打个招呼吧!
通过 WebSocket 实时监听时间线与通知,接入大模型智能回复。支持 NVIDIA NIM / OpenAI / DeepSeek / Ollama 等所有 OpenAI 兼容接口。
By Syskuku_雪音詩絵 & Xiaomi MiMo V2 Pro 🌐 www.imikufans.com · 📺 哔哩哔哩 · 💻 GitHub
Syskuku 是一名准备高考的高中生,平时没什么时间更新,但能请你祝我 2026 年考到 560+ 咩~
| 日常互动 | 社区聊天 |
|---|---|
![]() |
![]() |
![]() |
![]() |
| 一行部署 | sudo bash deploy.sh 自动安装 Node.js、创建用户、配置 systemd,开箱即用 |
| 多模型支持 | 兼容 OpenAI 格式,NVIDIA NIM / OpenAI / DeepSeek / Ollama 随便换 |
| 防刷屏设计 | 冷却机制 + 间隔回复 + 概率控制,不会一条消息回十遍 |
| MFM 特效 | 随机 spin / bounce / rainbow,回复自带 Misskey 风格 |
| 人格定制 | config.yaml 改几行字就能换个性格,无需改代码 |
| 安全加固 | systemd 沙箱 + 独立用户 + 只读文件系统 |
| 功能 | 说明 |
|---|---|
| 🎯 双模式回复 | mention 模式:@机器人的帖子全部回复;all 模式:按概率随机回复时间线 |
| 💬 私聊支持 | 自动识别私信并回复 |
| 🛡️ 防自回复 | 自动跳过自己发出的帖子 |
| ⏱️ 间隔回复 | 间隔 N 条帖子回复一次,避免连续回复 |
| ❄️ 冷却机制 | 同一用户冷却期内不重复回复,防止刷屏 |
| 🎨 MFM 特效 | 随机使用 spin / bounce / rainbow 等 Misskey 特效 |
| ⏰ 定时问候 | 定时发送问候帖鼓励大家活跃 |
| 🔧 纯配置管理 | 所有参数通过 config.yaml 配置,无需改代码 |
| 🧠 大模型接入 | 兼容 OpenAI 格式,支持 NVIDIA NIM / OpenAI / DeepSeek / Ollama 等 |
- Ubuntu 20.04 / 22.04 / 24.04(其他 Linux 发行版也行)
- Node.js >= 16
- 能访问你 Misskey 实例的网络
1. 下载项目
git clone https://github.com/syskuku/misskey-llm-bot.git
cd misskey-llm-bot2. 编辑配置
cp config.yaml.example config.yaml
nano config.yaml必须填写的三个值:
misskey:
host: "https://你的misskey实例地址"
token: "你的API令牌" # 设置 → API → 生成令牌
llm:
api_key: "你的大模型API Key" # 见下方获取方式3. 一键部署
sudo bash deploy.sh看到 机器人已验证: @xxx 就成功了!
本机器人默认使用 NVIDIA NIM,有免费额度,注册就能用。
- 访问 build.nvidia.com 注册
- 右上角头像 → API Keys → Generate API Key
- 复制 Key 填入
config.yaml
llm:
base_url: "https://integrate.api.nvidia.com/v1"
api_key: "nvapi-你的key"
model: "minimaxai/minimax-m2.1" # 默认模型,中文优秀| 模型 | 说明 | 免费额度 |
|---|---|---|
minimaxai/minimax-m2.1 |
默认推荐,中文优秀 | ✅ |
meta/llama-3.1-405b-instruct |
超大模型,能力强 | ✅ |
meta/llama-3.1-70b-instruct |
平衡之选 | ✅ |
qwen/qwen2.5-72b-instruct |
中文出色 | ✅ |
# OpenAI 官方
llm:
base_url: "https://api.openai.com/v1"
api_key: "sk-..."
model: "gpt-4o-mini"
# DeepSeek
llm:
base_url: "https://api.deepseek.com/v1"
api_key: "sk-..."
model: "deepseek-chat"
# 本地 Ollama
llm:
base_url: "http://localhost:11434/v1"
api_key: "ollama"
model: "qwen2.5:7b"所有配置在 config.yaml 中,改完重启即可生效:
sudo systemctl restart misskey-llm-bot📋 完整配置项(点击展开)
| 字段 | 说明 | 默认值 |
|---|---|---|
host |
Misskey 实例地址 | - |
token |
API 令牌 | - |
| 字段 | 说明 | 默认值 |
|---|---|---|
base_url |
OpenAI 兼容 API 地址 | https://integrate.api.nvidia.com/v1 |
api_key |
API Key | - |
model |
模型名称 | minimaxai/minimax-m2.1 |
max_tokens |
最大生成 token | 512 |
temperature |
温度(0~2) | 0.8 |
system_prompt |
自定义系统提示词(留空使用 persona) | "" |
| 字段 | 说明 | 默认值 |
|---|---|---|
reply_mode |
mention 或 all |
mention |
all_reply_probability |
all 模式免@回复概率 | 0.2 |
reply_interval |
收到消息后等待几秒回复 | 3 |
skip_notes |
间隔几条帖子回复一次(0=不间隔) | 0 |
cooldown_seconds |
同一用户冷却秒数 | 10 |
max_reply_length |
最大回复字数 | 150 |
mfm_chance |
MFM 特效触发概率 | 0.3 |
auto_greeting |
定时问候开关 | true |
greeting_chances |
定时问候时间点 | ["09:00","12:00","18:00","22:00"] |
enable_local_timeline |
监听本地时间线 | true |
enable_global_timeline |
监听全局时间线 | true |
enable_notifications |
监听通知 | true |
log_level |
日志级别 | info |
| 字段 | 说明 | 默认值 |
|---|---|---|
name |
人格名称 | 雪音酱 |
description |
人格描述 | SYSKUKU 的宠物女孩... |
style |
回复风格 | 回复简洁有趣... |
# 启动 / 停止 / 重启
sudo systemctl start misskey-llm-bot
sudo systemctl stop misskey-llm-bot
sudo systemctl restart misskey-llm-bot
# 查看状态 & 日志
sudo systemctl status misskey-llm-bot
sudo journalctl -u misskey-llm-bot -f🔧 手动部署 & systemd 详情(点击展开)
cd misskey-llm-bot
cp config.yaml.example config.yaml
nano config.yaml
npm install
npm startsudo cp misskey-llm-bot.service /etc/systemd/system/
which node # 确认 node 路径
sudo systemctl daemon-reload
sudo systemctl enable --now misskey-llm-bot[Service]
User=misskey-bot # 独立用户
Restart=always # 崩溃自动重启
NoNewPrivileges=true # 禁止提权
ProtectSystem=strict # 只读文件系统
ProtectHome=true # 隔离 /home
PrivateTmp=true # 独立 /tmpQ: 机器人不回复?
检查日志 sudo journalctl -u misskey-llm-bot -f,确认 token 权限和网络。
Q: 如何切换模型?
改 config.yaml 的 llm.model + llm.base_url,然后 sudo systemctl restart misskey-llm-bot。
Q: 太频繁 / 太冷淡?
调 all_reply_probability(概率)和 cooldown_seconds(冷却)。
misskey-llm-bot/
├── index.js # 主程序
├── config.yaml.example # 配置示例
├── package.json # npm 配置
├── deploy.sh # 一键部署脚本
├── misskey-llm-bot.service # systemd 服务文件
└── README.md
MIT License
By Syskuku_雪音詩絵 & Xiaomi MiMo V2 Pro · www.imikufans.com



