一个基于 NoneBot2 + OneBot V11 的 QQ 机器人，当前包含两类能力：
- 课程数据查询：从本地
data/courses/**/*.toml读取课程信息，支持模糊搜索、详情查看、昵称映射、从远端仓库拉取更新。 - PR 提交闭环：对话式编辑/定位修改
readme.toml，合规审核后调用hoa-prServer的POST /v1/pr/ensure幂等创建或更新 PR。
- Windows（PowerShell）：
py -m venv .venv./.venv/Scripts/python.exe -m pip install -U pip./.venv/Scripts/python.exe -m pip install -e .
nb run 需要 NoneBot CLI：
./.venv/Scripts/python.exe -m pip install nb-cli
复制 .env.example 为 .env 或 .env.prod，并按需填写。
必填/常用项（见 .env.example）：
PORT：NoneBot 监听端口（默认 8081）HITSZ_MANAGER_PRSERVER_BASE_URL：prServer 地址（例如http://127.0.0.1:8000）HITSZ_MANAGER_PRSERVER_API_KEY：可选，若 prServer 开启了 API Key 校验HITSZ_MANAGER_ALLOWED_USERS：可选，逗号分隔 QQ 号；为空=允许所有人
LLM（用于 RAG 问答 + PR 内容合规审核）：
HITSZ_MANAGER_AI_API_KEYHITSZ_MANAGER_AI_BASE_URLHITSZ_MANAGER_AI_MODEL
课程数据仓库（用于 /刷 拉取更新）：
-
推荐（从 GitHub Org 同步多仓库到
data/courses/<repo>/）：HITSZ_MANAGER_GITHUB_ORG（默认HITSZ-OpenAuto）HITSZ_MANAGER_GITHUB_TOKEN（可选：避免 API 限流）HITSZ_MANAGER_GIT_SYNC_CONCURRENCY（默认4）- 过滤规则：仓库名首字符大写，且不包含
-
-
HITSZ_MANAGER_COURSE_REPO_URL（默认https://github.com/LiPu-jpg/Allrepo-temp.git） -
HITSZ_MANAGER_DATA_ROOT（默认data）
本项目使用 OneBot V11 适配器，并以 反向 WebSocket 方式接入（常见于 go-cqhttp / NapCat 等）。
- NoneBot 默认 WS 入口通常为：
ws://127.0.0.1:<PORT>/onebot/v11/ws
你需要在 QQ 客户端侧（go-cqhttp / NapCat）配置反向 WS 指向上述地址。
nb run
在群里使用指令时，由于设置了 to_me() 规则，一般需要 @bot。
数据来源：启动时从 data/courses/**/*.toml 扫描加载（course_code 作为主键）。
@bot /搜 <关键词>- 模糊搜索课程名/课程号/昵称，返回最多 10 个候选
- 别名：
@bot /search <关键词>
@bot /查 <课程代码|课程全名|昵称>- 展示课程详情（合并转发）：头部信息 + 教师评价 + 若干板块内容 + 站点链接
- 别名：
@bot /info <...>
@bot /设置昵称 <昵称> <课程代码>- 例：
@bot /设置昵称 自控 AUTO1001 - 保存到
data/nicknames.json
- 例：
@bot /刷- 默认：从
HITSZ_MANAGER_GITHUB_ORG枚举仓库并同步到data/courses/<repo_name>/ - 过滤规则：仓库名首字符大写，且不包含
- - 若 Org 同步失败：回退到单仓库
HITSZ_MANAGER_COURSE_REPO_URL - 更新后会重载内存数据
- 别名：
@bot /update
- 默认：从
知识库目录：data/rag_docs/**/*.txt（需要你自行放入 txt 文档）。向量库目录：data/chroma_db/。
@bot /重构知识库- 读取
data/rag_docs下的.txt并构建/重建向量索引（CPU 占用较高）
- 读取
@bot /问 <问题>- 基于向量检索 + LLM 回答
- 若未构建知识库会提示先重构
- 别名：
@bot /ask <问题>
依赖：需要 prServer 可访问（HITSZ_MANAGER_PRSERVER_BASE_URL）。
注意：PR 提交前会做 LLM 合规审核。如果未配置 HITSZ_MANAGER_AI_API_KEY，审核会直接拒绝，因此 PR 流程无法继续。
@bot /pr或@bot /pr help
兼容写法（不带斜杠）：@bot pr ...
- 推荐：
@bot /pr start <repo_name>- 例：
@bot /pr start AUTO2001 - 会从 prServer 自动补齐
course_code/course_name/repo_type
- 例：
- 支持：
@bot /pr start <课程代码|课程全名|昵称>- 例：
@bot /pr start 自动化专业导论 - 说明：课程全名/昵称请尽量不要带空格；若你的仓库名不等于课程代码，请改用 repo_name 写法
- 例：
- 兼容旧写法：
@bot /pr start <repo_name> <course_code> <course_name...> <repo_type>- 例：
@bot /pr start AUTO2001 AUTO2001 自动化专业导论 normal repo_type：常用为normal或multi-project- 进入会话后，你可以继续用结构化指令修改，或直接粘贴整段
readme.toml
- 例：
@bot /pr show- 兼容：
@bot /pr view
- 兼容：
展示策略：
normal：头部（课程名/代码/description）+ 每个[[sections]]一段multi-project：头部 + 每个[[courses]]一段（包含教师/评价/子课程 sections）
超长会自动拆分；若合并转发发送失败（风控/版本原因），可改用“直接粘贴整段 TOML 提交”。
@bot /pr add <章节标题>- 下一条消息：发送要追加的正文
@bot /pr add（不带标题）- 机器人会先问章节标题
- 再问正文
方式 A：按序号改（基于 /pr show 后的结构摘要）
@bot /pr edit <章节标题> <序号>- 下一条消息：发送修改后的完整正文
方式 B：按“原段落定位”改（不需要短 ID）
@bot /pr modify- 兼容：
@bot /pr mod - 下一条消息：粘贴要改的“原段落”（越长越利于定位）
- 若唯一匹配：直接进入下一步
- 若多匹配：机器人会列出候选，让你回复序号
- 下一条消息：发送“修改后的完整段落”
- 兼容：
定位范围（会覆盖 normal/multi-project 的常见区域）：
descriptionnormal：[[sections.items]].content、[[lecturers.reviews]].contentmulti-project：[[courses.sections.items]].content、[[courses.teachers.reviews]].content
在最终提交前，机器人会询问是否留名：
- 回复
y/n - 若
y：再问显示名字与主页链接（可空），日期自动填YYYY-MM
机器人会先 dry-run 生成 patched TOML，然后提示你：
- 回复：
确认/取消
确认后流程：
- LLM 合规审核（只做合规，不改内容）
- 调用 prServer：
POST /v1/pr/ensure幂等创建/更新 PR
在 /pr start 后，直接发送一条消息粘贴完整 readme.toml：
- 机器人审核通过后直接 ensure PR
@bot /pr cancel
See Docs