juzibot-期初报告-信息管理机器人-机器人与部分算法实现-优快云博客

本文链接：https://blog.youkuaiyun.com/coc_wechaty/article/details/132209256

JuziBot是一款基于Wechaty的信息管理机器人，具备信息收集、管理、搜索等功能。现已实现Arxiv论文自动下载及关键词提取、图片OCR识别等功能，方便用户高效整理微信群内的文件和笔记。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

项目信息

导师：段清华
实习生：苏尧
项目地址: https://github.com/deepdialog/juzi-bot
任务描述: https://github.com/juzibot/intern/issues/5

简介：juzibot(repo)是基于wechaty的信息管理机器人，包括信息收集、管理、搜索、标签分析全文搜索等功能，目前已有Arxiv论文收集和下载、图片OCR识别、记录notes等功能，方便在微信群里将各种文件、笔记等收集，更加方便记录和检索。

Proposal Video

项目详情

阶段列表
- 熟悉机器人功能开发流程；
- 开发数个额外功能模块；
- Image Caption效果优化、提供置信度等；
- 功能的开关控制，实现可定制的产品；
- 实现功能的自动化测试。
当前进度
- 完成中文关键词提取的算法优化和库的开发GitHub - deepdialog/ZhKeyBERT: Minimal keyword extraction with BERT
- 提供了OCR、keyword extraction、object detection等功能的web api OCR、keyword extraction、object detection
- 每个具体功作为独立的api后端，分派到各自的容器中，wechaty作为前端解析微信消息的各种属性和意图，再通过前后端的交互实现具体功能，有利于功能扩展、快速相应
- 为Juzi Bot添加了识别arxiv链接并保存相应pdf文件以及爬取论文题目、摘要等信息的功能，并做了关键词抽取
- 对含有文本的图片自动做OCR识别，对笔记、文本文件自动做中/英文关键词抽取
计划安排:
- 阶段一
  - 完成时间：11月21日(已完成)
  - 计划描述：通过OCR、arxiv论文获取等小功能对JuziBot的开发流程有个整体了解，详情见当前进度
- 阶段二
  - 完成时间：11月28日
  - 计划描述：研究关键词抽取、Image Captioning等NLP算法，将相应功能加入到机器人中
- 阶段三
  - 完成时间：12月5日
  - 计划描述：做到每种功能的开关控制，群管理员可自行调整，实现可扩展、可定制的产品
- 阶段三
  - 完成时间：12月12日
  - 计划描述：完成(部分)功能的自动化测试，考虑测试的形式并给出相应的测试代码