Edge GPT

新必应聊天功能的逆向工程

设置

安装模块

python3 -m pip install EdgeGPT --upgrade

要求

python 3.8+
一个可以访问必应聊天的微软账户 https://bing.com/chat (可选，视所在地区而定)
需要在 New Bing 支持的国家或地区（中国大陆需使用VPN）
Selenium (对于需要自动配置cookie的情况)

身份验证

基本上不需要了。

在部分地区，微软已将聊天功能开放给所有人，或许可以省略这一步了。可以使用浏览器来确认（将 UA 设置为能表示为 Edge 的），试一下能不能不登录就可以开始聊天。

可能也得看当前所在 IP 地址。例如，如果试图从一个已知属于数据中心范围的 IP 来访问聊天功能（虚拟服务器、根服务器、虚拟专网、公共代理等），可能就需要登录；但是要是用家里的 IP 地址访问聊天功能，就没有问题。

如果收到这样的错误，可以试试提供一个 cookie 看看能不能解决：

Exception: Authentication failed. You have not been accepted into the beta.

收集 cookie

获取一个看着像 Microsoft Edge 的浏览器。

a) (简单) 安装最新版本的 Microsoft Edge
b) (高级) 或者, 您可以使用任何浏览器并将用户代理设置为Edge的用户代理 (例如 Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/111.0.0.0 Safari/537.36 Edg/111.0.1661.51). 您可以使用像 "User-Agent Switcher and Manager" Chrome 和 Firefox 这样的扩展轻松完成此操作。

打开 bing.com/chat
如果您看到聊天功能，就接着下面的步骤...
安装 Chrome 或 Firefox 的 cookie editor 扩展
移步到 bing.com
打开扩展程序
点击右下角的"导出" ，然后点击"导出为 JSON" (将会把内容保存到你的剪贴板上)
把你剪贴板上的内容粘贴到 bing_cookies_*.json 文件中
- 注意：Cookie 文件名必须遵守正则表达式 bing_cookies_*.json，这样才能让本模块的 cookie 处理程序识别到。

在代码中使用 cookie：

cookies = json.loads(open("./path/to/cookies.json", encoding="utf-8").read()) # 可能会忽略 cookie 选项
bot = await Chatbot.create(cookies=cookies)

如何使用聊天机器人

从命令行运行

 $ python3 -m EdgeGPT.EdgeGPT -h

        EdgeGPT - A demo of reverse engineering the Bing GPT chatbot
        Repo: github.com/acheong08/EdgeGPT
        By: Antonio Cheong

        !help for help

        Type !exit to exit

usage: EdgeGPT.py [-h] [--enter-once] [--search-result] [--no-stream] [--rich] [--proxy PROXY] [--wss-link WSS_LINK]
                  [--style {creative,balanced,precise}] [--prompt PROMPT] [--cookie-file COOKIE_FILE]
                  [--history-file HISTORY_FILE] [--locale LOCALE]

options:
  -h, --help            show this help message and exit
  --enter-once
  --search-result
  --no-stream
  --rich
  --proxy PROXY         Proxy URL (e.g. socks5://127.0.0.1:1080)
  --wss-link WSS_LINK   WSS URL(e.g. wss://sydney.bing.com/sydney/ChatHub)
  --style {creative,balanced,precise}
  --prompt PROMPT       prompt to start with
  --cookie-file COOKIE_FILE
                        path to cookie file
  --history-file HISTORY_FILE
                        path to history file
  --locale LOCALE       your locale (e.g. en-US, zh-CN, en-IE, en-GB)

（中/美/英/挪具有更好的本地化支持）

在 Python 运行

1. 使用 `Chatbot` 类和 `asyncio` 类以进行更精细的控制

使用 async 获得最佳体验，例如:

import asyncio, json
from EdgeGPT.EdgeGPT import Chatbot, ConversationStyle

async def main():
    bot = await Chatbot.create() # 导入 cookie 是“可选”的，如前所述
    response = await bot.ask(prompt="Hello world", conversation_style=ConversationStyle.creative, simplify_response=True)
    print(json.dumps(response, indent=2)) # 返回下面这些
    """
{
    "text": str,
    "author": str,
    "sources": list[dict],
    "sources_text": str,
    "suggestions": list[str],
    "messages_left": int
}
    """
    await bot.close()

if __name__ == "__main__":
    asyncio.run(main())

2) `Query` 和 `Cookie` 助手类

创建一个简易的必应聊天 AI 查询（默认使用精确模式），这样可以只查看主要的文字输出，而不会打出整个 API 响应内容：

注意按照特定格式保存 cookie：bing_cookies_*.json.

from EdgeGPT.EdgeUtils import Query, Cookie

q = Query("你是谁？用python代码给出回答")
print(q)

保存 cookie 文件的默认目录是 HOME/bing_cookies，不过可以这样修改：

Cookie.dir_path = Path(r"...")

也可以修改对话模式，或者指定要使用的 cookie 文件：

q = Query(
  "你是谁？用python代码给出回答",
  style="creative",  # 或者平衡模式 'balanced' 或者精确模式 'precise'
  cookie_file="./bing_cookies_alternative.json"
)

# 使用 `help(Query)` 查看其他支持的参数。

使用以下属性快速提取文本输出、代码片段、来源/参考列表或建议的后续问题：

q.output  # 或者: print(q)
q.sources
q.sources_dict
q.suggestions
q.code
q.code_blocks
q.code_block_formatsgiven)

获得原始 prompt 和指定的对话模式：

q.prompt
q.ignore_cookies
q.style
q.simplify_response
q.locale
repr(q)

通过 import Query 获取之前的查询:

Query.index  # 一个查询对象的列表；是动态更新的
Query.image_dir_path

最后，Cookie 类支持多个 Cookie 文件，因此，如果您使用命名约定 bing_cookies_*.json 创建其他 Cookie 文件，那么如果超过了每日请求配额（目前设置为 200），查询将自动尝试使用下一个文件（按字母顺序）。

这些是可以访问的主要属性:

Cookie.current_file_index
Cookie.current_file_path
Cookie.current_data
Cookie.dir_path
Cookie.search_pattern
Cookie.files
Cookie.image_token
Cookie.import_next
Cookie.rotate_cookies
Cookie.ignore_files
Cookie.supplied_files
Cookie.request_count

使用 Docker 运行

假设当前工作目录有一个文件 cookies.json

docker run --rm -it -v $(pwd)/cookies.json:/cookies.json:ro -e COOKIE_FILE='/cookies.json' ghcr.io/acheong08/edgegpt

可以像这样添加任意参数

docker run --rm -it -v $(pwd)/cookies.json:/cookies.json:ro -e COOKIE_FILE='/cookies.json' ghcr.io/acheong08/edgegpt --rich --style creative

如何使用图片生成器

从命令行运行

$ python3 -m ImageGen.ImageGen -h
usage: ImageGen.py [-h] [-U U] [--cookie-file COOKIE_FILE] --prompt PROMPT [--output-dir OUTPUT_DIR] [--quiet] [--asyncio]

optional arguments:
  -h, --help            show this help message and exit
  -U U                  Auth cookie from browser
  --cookie-file COOKIE_FILE
                        File containing auth cookie
  --prompt PROMPT       Prompt to generate images for
  --output-dir OUTPUT_DIR
                        Output directory
  --quiet               Disable pipeline messages
  --asyncio             Run ImageGen using asyncio

在 Python 运行

1) `ImageQuery` 助手类

使用一个简易提示生成图像，并下载到当前工作目录：

from EdgeGPT.EdgeUtils import ImageQuery

q=ImageQuery("Meerkats at a garden party in Devon")

在此会话中修改所有后续图像的下载目录：

Query.image_dirpath = Path("./to_another_folder")

2) 使用 `ImageGen` 类和 `asyncio` 类以进行更精细的控制

from EdgeGPT.ImageGen import ImageGen
import argparse
import json

async def async_image_gen(args) -> None:
    async with ImageGenAsync(args.U, args.quiet) as image_generator:
        images = await image_generator.get_images(args.prompt)
        await image_generator.save_images(images, output_dir=args.output_dir)

if __name__ == "__main__":
    parser = argparse.ArgumentParser()
    parser.add_argument("-U", help="从浏览器获取的身份认证 cookie", type=str)
    parser.add_argument("--cookie-file", help="包含认证 cookie 的文件", type=str)
    parser.add_argument(
        "--prompt",
        help="用于生成图片的 prompt",
        type=str,
        required=True,
    )
    parser.add_argument(
        "--output-dir",
        help="输出目录",
        type=str,
        default="./output",
    )
    parser.add_argument(
        "--quiet", help="禁用管道消息", action="store_true"
    )
    parser.add_argument(
        "--asyncio", help="使用 asyncio 运行 ImageGen", action="store_true"
    )
    args = parser.parse_args()
    # 加载认证 cookie
    with open(args.cookie_file, encoding="utf-8") as file:
        cookie_json = json.load(file)
        for cookie in cookie_json:
            if cookie.get("name") == "_U":
                args.U = cookie.get("value")
                break

    if args.U is None:
        raise Exception("未能找到认证 Cookie")

    if not args.asyncio:
        # 创建图像生成器
        image_generator = ImageGen(args.U, args.quiet)
        image_generator.save_images(
            image_generator.get_images(args.prompt),
            output_dir=args.output_dir,
        )
    else:
        asyncio.run(async_image_gen(args))

Star 历史

贡献者

这个项目的存在要归功于所有做出贡献的人。

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

README_zh-cn.md

README_zh-cn.md

Edge GPT

设置

安装模块

要求

身份验证

收集 cookie

在代码中使用 cookie：

如何使用聊天机器人

从命令行运行

在 Python 运行

1. 使用 `Chatbot` 类和 `asyncio` 类以进行更精细的控制

2) `Query` 和 `Cookie` 助手类

使用 Docker 运行

如何使用图片生成器

从命令行运行

在 Python 运行

1) `ImageQuery` 助手类

2) 使用 `ImageGen` 类和 `asyncio` 类以进行更精细的控制

Star 历史

贡献者

Files

README_zh-cn.md

Latest commit

History

README_zh-cn.md

File metadata and controls

Edge GPT

设置

安装模块

要求

身份验证

收集 cookie

在代码中使用 cookie：

如何使用聊天机器人

从命令行运行

在 Python 运行

1. 使用 Chatbot 类和 asyncio 类以进行更精细的控制

2) Query 和 Cookie 助手类

使用 Docker 运行

如何使用图片生成器

从命令行运行

在 Python 运行

1) ImageQuery 助手类

2) 使用 ImageGen 类和 asyncio 类以进行更精细的控制

Star 历史

贡献者

1. 使用 `Chatbot` 类和 `asyncio` 类以进行更精细的控制

2) `Query` 和 `Cookie` 助手类

1) `ImageQuery` 助手类

2) 使用 `ImageGen` 类和 `asyncio` 类以进行更精细的控制