Skip to main content
Version: 2.4.0

配置

配置是项目中非常重要的一部分,为了方便我们控制机器人的行为,NoneBot 提供了一套配置系统。下面我们将会补充指南中的天气插件,使其能够读取用户配置。在这之前,我们需要先了解一下配置系统,如果你已经了解了 NoneBot 中的配置方法,可以跳转到编写插件配置

NoneBot 使用 pydantic 以及 python-dotenv 来读取 dotenv 配置文件以及环境变量,从而控制机器人行为。配置文件需要符合 dotenv 格式,复杂数据类型需使用 JSON 格式或 pydantic 支持格式填写。

NoneBot 内置的配置项列表及含义可以在内置配置项中查看。

注意

NoneBot 自 2.2.0 起兼容了 Pydantic v1 与 v2 版本,以下文档中 Pydantic 相关示例均采用 v2 版本用法。

如果在使用商店或其他第三方插件的过程中遇到 Pydantic 相关警告或报错,例如:

pydantic_core._pydantic_core.ValidationError: 1 validation error for Config
Input should be a valid dictionary or instance of Config [type=model_type, input_value=Config(...), input_type=Config]

请考虑降级 Pydantic 至 v1 版本:

pip install --force-reinstall 'pydantic~=1.10'

配置项的加载

在 NoneBot 中,我们可以把配置途径分为 直接传入系统环境变量dotenv 配置文件 三种,其加载优先级依次由高到低。

直接传入

在 NoneBot 初始化的过程中,可以通过 nonebot.init() 传入任意合法的 Python 变量,也可以在初始化完成后直接赋值。

通常,在初始化前的传参会在机器人的入口文件(如 bot.py)中进行,而初始化后的赋值可以在任何地方进行。

import nonebot

# 初始化时
nonebot.init(custom_config1="config on init")

# 初始化后
config = nonebot.get_driver().config
config.custom_config1 = "changed after init"
config.custom_config2 = "new config after init"

系统环境变量

在 dotenv 配置文件中定义的配置项,也会在环境变量中进行寻找。如果在环境变量中发现同名配置项(大小写不敏感),将会覆盖 dotenv 中所填值。

例如,在 dotenv 配置文件中存在配置项 custom_config

CUSTOM_CONFIG=config in dotenv

同时,设置环境变量:

# windows cmd
set CUSTOM_CONFIG 'config in environment variables'
# windows powershell
$Env:CUSTOM_CONFIG='config in environment variables'
# linux/macOS
export CUSTOM_CONFIG='config in environment variables'

那最终 NoneBot 所读取的内容为环境变量中的内容,即 config in environment variables

注意

NoneBot 不会自发读取未被定义的配置项的环境变量,如果需要读取某一环境变量需要在 dotenv 配置文件中进行声明。

dotenv 配置文件

dotenv 是一种便捷的跨平台配置通用模式,也是我们推荐的配置方式。

NoneBot 在启动时将会从系统环境变量或者 .env 文件中寻找配置项 ENVIRONMENT (大小写不敏感),默认值为 prod。这将决定 NoneBot 后续进一步加载环境配置的文件路径 .env.{ENVIRONMENT}

配置项解析

dotenv 文件中的配置值使用 JSON 进行解析。如果配置项值无法被解析,将作为字符串处理。例如:

STRING_CONFIG=some string
LIST_CONFIG=[1, 2, 3]
DICT_CONFIG={"key": "value"}
MULTILINE_CONFIG='
[
{
"item_key": "item_value"
}
]
'
EMPTY_CONFIG=
NULL_CONFIG

将被解析为:

dotenv_config = {
"string_config": "some string",
"list_config": [1, 2, 3],
"dict_config": {"key": "value"},
"multiline_config": [{"item_key": "item_value"}],
"empty_config": "",
"null_config": None
}

特别的,NoneBot 支持使用 env_nested_delimiter 配置嵌套字典,在层与层之间使用 __ 分隔即可:

DICT={"k1": "v1", "k2": null}
DICT__K2=v2
DICT__K3=v3
DICT__INNER__K4=v4

将被解析为:

dotenv_config = {
"dict": {
"k1": "v1",
"k2": "v2",
"k3": "v3",
"inner": {
"k4": "v4"
}
}
}

.env 文件

.env 文件是基础配置文件,该文件中的配置项在不同环境下都会被加载,但会被 .env.{ENVIRONMENT} 文件中的配置所覆盖

我们可以在 .env 文件中写入当前的环境信息:

ENVIRONMENT=dev
COMMON_CONFIG=common config # 这个配置项在任何环境中都会被加载

这样,我们在启动 NoneBot 时就会从 .env.dev 文件中加载剩余配置项。

提示

在生产环境中,可以通过设置环境变量 ENVIRONMENT=prod 来确保 NoneBot 读取正确的环境配置。

.env.{ENVIRONMENT} 文件

.env.{ENVIRONMENT} 文件类似于预设,可以让我们在多套不同的配置方案中灵活切换,默认 NoneBot 会读取 .env.prod 配置。如果你使用了 nb-cli 创建 simple 项目,那么将含有两套预设配置:.env.dev.env.prod

在 NoneBot 初始化时,可以指定加载某个环境配置文件:

nonebot.init(_env_file=".env.dev")

这将忽略在 .env 文件或环境变量中指定的 ENVIRONMENT 配置项。

读取全局配置项

NoneBot 的全局配置对象可以通过 driver 获取,如:

import nonebot

config = nonebot.get_driver().config

如果我们需要获取某个配置项,可以直接通过 config 对象的属性访问:

superusers = config.superusers

如果配置项不存在,将会抛出异常。

插件配置

在一个涉及大量配置项的项目中,通过直接读取全局配置项的方式显然并不高效。同时,由于额外的全局配置项没有预先定义,开发时编辑器将无法提示字段与类型,并且运行时没有对配置项直接进行合法性检查。那么就需要一种方式来规范定义插件配置项。

在 NoneBot 中,我们使用强大高效的 pydantic 来定义配置模型,这个模型可以被用于配置的读取和类型检查等。例如在 weather 插件目录中新建 config.py 来定义一个模型:

from pydantic import BaseModel, field_validator

class Config(BaseModel):
weather_api_key: str
weather_command_priority: int = 10
weather_plugin_enabled: bool = True

@field_validator("weather_command_priority")
@classmethod
def check_priority(cls, v: int) -> int:
if v >= 1:
return v
raise ValueError("weather command priority must greater than 1")

config.py 中,我们定义了一个 Config 类,它继承自 pydantic.BaseModel,并定义了一些配置项。在 Config 类中,我们还定义了一个 check_priority 方法,它用于检查 weather_command_priority 配置项的合法性。更多关于 pydantic 的编写方式,可以参考 pydantic 官方文档

在定义好配置模型后,我们可以在插件加载时通过配置模型获取插件配置:

from nonebot import get_plugin_config

from .config import Config

plugin_config = get_plugin_config(Config)

weather = on_command(
"天气",
rule=to_me(),
aliases={"weather", "查天气"},
priority=plugin_config.weather_command_priority,
block=True,
)

然后,我们便可以从 plugin_config 中读取配置了,例如 plugin_config.weather_api_key

这种方式可以简洁、高效地读取配置项,同时也可以设置默认值或者在运行时对配置项进行合法性检查,防止由于配置项导致的插件出错等情况出现。

提示

发布插件应该为自身的事件响应器提供可配置的优先级,以便插件使用者可以自定义多个插件间的响应顺序。

由于插件配置项是从全局配置中读取的,通常我们需要在配置项名称前面添加前缀名,以防止配置项冲突。例如在上方的示例中,我们就添加了配置项前缀 weather_。但是这样会导致在使用配置项时过长的变量名,因此我们可以使用 pydanticalias 或者通过配置 scope 来简化配置项名称。这里我们以 scope 配置为例:

from pydantic import BaseModel

class ScopedConfig(BaseModel):
api_key: str
command_priority: int = 10
plugin_enabled: bool = True

class Config(BaseModel):
weather: ScopedConfig
from nonebot import get_plugin_config

from .config import Config

plugin_config = get_plugin_config(Config).weather

这样我们就可以省略插件配置项名称中的前缀 weather_ 了。但需要注意的是,如果我们使用了 scope 配置,那么在配置文件中也需要使用 env_nested_delimiter 格式,例如:

WEATHER__API_KEY=123456
WEATHER__COMMAND_PRIORITY=10

内置配置项

配置项 API 文档可以前往 Config 类查看。

Driver

  • 类型: str
  • 默认值: "~fastapi"

NoneBot 运行所使用的驱动器。具体配置方法可以参考安装驱动器选择驱动器

DRIVER=~fastapi+~httpx+~websockets

Host

  • 类型: IPvAnyAddress
  • 默认值: 127.0.0.1

当 NoneBot 作为服务端时,监听的 IP / 主机名。

HOST=127.0.0.1

Port

  • 类型: int (1 ~ 65535)
  • 默认值: 8080

当 NoneBot 作为服务端时,监听的端口。

PORT=8080

Log Level

  • 类型: int | str
  • 默认值: INFO

NoneBot 日志输出等级,可以为 int 类型等级或等级名称。具体等级对照表参考 loguru 日志等级

提示

日志等级名称应为大写,如 INFO

LOG_LEVEL=DEBUG

API Timeout

  • 类型: float | None
  • 默认值: 30.0

调用平台接口的超时时间,单位为秒。None 表示不设置超时时间。

API_TIMEOUT=10.0

SuperUsers

  • 类型: set[str]
  • 默认值: set()

机器人超级用户,可以使用权限 SUPERUSER

SUPERUSERS=["123123123"]

Nickname

  • 类型: set[str]
  • 默认值: set()

机器人昵称,通常协议适配器会根据用户是否 @bot 或者是否以机器人昵称开头来判断是否是向机器人发送的消息。

NICKNAME=["bot"]

Command Start 和 Command Separator

  • 类型: set[str]
  • 默认值:
    • Command Start: {"/"}
    • Command Separator: {"."}

命令消息的起始符和分隔符。用于 command 规则。

COMMAND_START=["/", ""]
COMMAND_SEP=[".", " "]

Session Expire Timeout

  • 类型: timedelta
  • 默认值: timedelta(minutes=2)

用户会话超时时间,配置格式参考 Datetime Types

SESSION_EXPIRE_TIMEOUT=00:02:00