Reply gAI：自动收集写作者推文，模仿任意X用户的写作风格

综合介绍

Reply gAI 是一个基于 LangChain 的 AI 工具，旨在为任意 X（原 Twitter）用户创建 AI 克隆。该工具通过自动收集用户的推文，并将其存储在长期记忆中，利用检索增强生成（RAG）技术生成与用户独特写作风格和观点相匹配的回复。Reply gAI 通过 LangGraph 创建工作流，模仿 X 用户的写作风格，确保生成的回复具有上下文相关性和个性化特点。用户可以通过配置 API 密钥和指定 X 用户句柄，轻松启动和使用该工具。

功能列表

• 自动收集 X 用户的推文并存储在长期记忆中
• 利用 RAG 技术生成与用户写作风格匹配的回复
• 支持通过 LangGraph 创建工作流
• 提供本地运行的 LangGraph 服务器进行开发和持久化存储
• 支持语义搜索和上下文相关的回复生成
• 提供可视化界面查看存储的推文

使用帮助

安装流程

1. 克隆仓库：

   git clone https://github.com/langchain-ai/reply_gAI.git
cd reply_gAI

2. 安装依赖：

   pip install -r requirements.txt

3. 配置 API 密钥：

   export ANTHROPIC_API_KEY=<your_anthropic_api_key>
export ARCADE_API_KEY=<your_arcade_api_key>
export ARCADE_USER_ID=<your_arcade_user_id>

4. 启动 LangGraph 服务器：

   uvx --refresh --from "langgraph-cli [inmem]" --with-editable . --python 3.11 langgraph dev

使用流程

1. 在配置选项卡中添加任意 X 用户的句柄。
2. 通过 LangGraph Studio 可视化界面查看和管理存储的推文。
3. 与指定用户的 AI 克隆进行互动，生成个性化回复。

主要功能操作

• 推文收集：使用 Arcade API X 工具包从指定 X 用户获取过去 7 天的推文，并存储在 LangGraph 服务器的内存存储中。
• 回复生成：利用 RAG 技术，根据存储的推文生成上下文相关的回复，模仿用户的写作风格。
• 长时记忆：推文存储在本地运行的 LangGraph 服务器中，使用 Postgres 进行持久化存储。
• 可视化管理：通过 LangGraph Studio 查看和管理存储的推文，确保回复生成使用最新和相关的数据。

详细操作流程

1. 推文收集：系统自动刷新推文，确保使用最新数据生成回复。
2. 回复生成：根据推文内容和用户写作风格生成个性化回复，确保上下文相关性。
3. 长时记忆管理：推文存储在 LangGraph 服务器中，支持语义搜索和上下文相关的回复生成。
4. 可视化界面：通过 LangGraph Studio 查看和管理存储的推文，确保数据的可视化和易用性。

普通人的AI入门指南

帮助你以低成本、零基础学会如何利用AI工具。AI就像办公软件一样，是每个人的必备技能。 掌握AI会让你在求职中占据优势，在未来的工作和学习中事半功倍。

查看详情>