这个开源库旨在使用实时网关和REST API在Discord上实现机器人。它提供了基于事件的功能来实现各种类型的机器人,允许创建高效且可扩展的应用程序。
JDA的核心概念经过精心设计,使构建可扩展应用变得简单:
你可以通过访问我们的wiki或参考我们的Javadocs了解更多信息。
该库可在Maven Central上获得。最新版本始终显示在GitHub Release中。
JDA支持的最低Java版本是Java SE 8。JDA还使用JSR 305以支持与Kotlin的良好互操作性。
repositories { mavenCentral() } dependencies { implementation("net.dv8tion:JDA:$version") { // 将$version替换为最新版本 // 可选择禁用音频原生库以通过排除`opus-java`来减小jar包大小 // Gradle DSL: // exclude module: 'opus-java' // Kotlin DSL: // exclude(module="opus-java") } }
<dependency> <groupId>net.dv8tion</groupId> <artifactId>JDA</artifactId> <version>$version</version> <!-- 将$version替换为最新版本 --> <!-- 可选择禁用音频原生库以通过排除`opus-java`来减小jar包大小 <exclusions> <exclusion> <groupId>club.minnced</groupId> <artifactId>opus-java</artifactId> </exclusion> </exclusions> --> </dependency>
要使用这个库,你需要在Discord应用程序面板中创建一个应用程序并获取你的机器人令牌。你可以在我们的wiki页面创建Discord机器人中找到详细的分步指南。
我们提供了一些示例来帮助你熟悉JDA。你还可以查看我们的官方Wiki、文档和FAQ。
每个由JDA实现的机器人都从使用JDABuilder或DefaultShardManagerBuilder开始。这两个构建器都提供了一组默认预设,用于缓存使用和它想要接收的事件:
createDefault
- 为在语音频道中活跃的用户启用缓存,并启用所有缓存标志createLight
- 禁用所有用户缓存和缓存标志create
- 启用成员分块,缓存所有用户,并启用所有缓存标志
我们建议阅读缓存和意图指南,以了解如何正确配置您的机器人。以下是一些可能的使用场景:[!注意] 以下示 例使用了特权意图
GatewayIntent.MESSAGE_CONTENT
,需要在您的应用程序仪表板中明确启用。您可以在我们的wiki指南中了解更多关于意图的信息。
简单地将消息记录到控制台。使用JDABuilder,这是小型机器人的预期入口点,不打算扩展到数千个公会。
启动您的机器人并附加一个事件监听器,使用正确的意图:
public static void main(String[] args) { JDABuilder.createLight(token, EnumSet.of(GatewayIntent.GUILD_MESSAGES, GatewayIntent.MESSAGE_CONTENT)) .addEventListener(new MessageReceiveListener()) .build(); }
您的事件监听器可能如下所示:
public class MessageReceiveListener extends ListenerAdapter { @Override public void onMessageReceived(MessageReceivedEvent event) { System.out.printf("[%s] %#s: %s\n", event.getChannel(), event.getAuthor(), event.getMessage().getContentDisplay()); } }
您可以在MessageLoggerExample类中找到更详细的示例。
这是一个使用交互来响应用户命令的机器人。与消息日志记录机器人不同,这个机器人可以在没有启用任何意图的情况下工作,因为交互始终可用。
public static void main(String[] args) { JDA jda = JDABuilder.createLight(token, Collections.emptyList()) .addEventListener(new SlashCommandListener()) .build(); // 注册您的命令,使其在Discord上全局可见: CommandListUpdateAction commands = jda.updateCommands(); // 在此操作实例上添加所有命令 commands.addCommands( Commands.slash("say", "让机器人说出你告诉它的内容") .addOption(STRING, "content", "机器人应该说什么", true), // 接受用户输入 Commands.slash("leave", "让机器人离开服务器") .setGuildOnly(true) // 这在私 信中没有意义 .setDefaultPermissions(DefaultMemberPermissions.DISABLED) // 只有管理员应该能够使用此命令 ); // 最后使用API将您的命令发送到Discord commands.queue(); }
响应命令的事件监听器可能如下所示:
public class SlashCommandListener extends ListenerAdapter { @Override public void onSlashCommandInteraction(SlashCommandInteractionEvent event) { switch (event.getName()) { case "say" -> { String content = event.getOption("content", OptionMapping::getAsString); event.reply(content).queue(); }; case "leave" -> { event.reply("我现在要离开服务器了!") .setEphemeral(true) // 此消息仅对命令用户可见 .flatMap(m -> event.getGuild().leave()) // 使用flatMap附加后续操作 .queue(); // 将两个操作排队按顺序执行(发送消息 -> 离开公会) }; default -> return; } } }
您可以在SlashBotExample类中找到更详细的示例。
在这个库中,RestAction接口用作所有API端点的请求构建器。 该接口表示一个懒加载的请求构建器,如下简单示例所示:
channel.sendMessage("你好朋友!") .addFiles(FileUpload.fromData(greetImage)) // 链式调用构建器方法来配置请求 .queue() // 异步发送请求
[!重要] 最后调用
queue()
发送请求。 您也可以同步发送请求或使用futures,查看我们在RestAction Wiki中的扩展指南。
RestAction接口还支持许多操作符,以避免回调地狱:
以及组合器如:
and
allOf
mapToResult
)zip
and
,但将结果组合成一个列表以及配置器如:
timeout
和deadline
setCheck
reason
示例:
public RestAction<Void> selfDestruct(MessageChannel channel, String content) { return channel.sendMessage("以下消息将在1分钟后自毁!") .addActionRow(Button.danger("delete", "立即删除")) // 在发送前进一步修改消息 .delay(10, SECONDS, scheduler) // 发送后等待10秒 .flatMap((it) -> it.editMessage(content)) // 然后编辑消息 .delay(1, MINUTES, scheduler) // 再等待1分钟 .flatMap(Message::delete); // 然后删除 }
然后可以在代码中这样使用:
selfDestruct(channel, "你好朋友,这是我的秘密消息").queue();
由MinnDevelopment创建和维护。
为RestAction和事件提供Kotlin扩展,以提供更符合Kotlin习惯的使用体验。
fun main() { val jda = light(BOT_TOKEN) jda.onCommand("ping") { event -> val time = measureTime { event.reply("Pong!").await() // 挂起 }.inWholeMilliseconds event.hook.editOriginal("Pong: $time ms").queue() } }
在README中提供了许多示例。
由sedmelluq创建,现在由lavalink社区维护
Lavaplayer是Java创建的音乐机器 人中最受欢迎的库。
它与JDA和Discord4J高度兼容,允许播放来自YouTube、Soundcloud、Twitch、Bandcamp和更多提供商的音频。
通过实现自己的AudioSourceManager并注册它,可以轻松扩展该库以支持更多服务。
我们建议除了lavaplayer之外还使用udpqueue,以避免由GC暂停引起的卡顿问题。
建议阅读Lavaplayer的使用部分,以了解正确的实现方法。
Sedmelluq在他的存储库中提供了一个演示,展示了JDA的示例实现:
https://github.com/lavalink-devs/lavaplayer/tree/master/demo-jda
由sedmelluq创建和维护,由MinnDevelopment扩展
为JDA音频发送系统提供原生实现,以避免GC暂停可能导致的持续音频播放问题。
请注意,此发送系统会创建一个额外的UDP客户端,这会导致音频接收无法正常工作, 因为Discord将发送UDP客户端识别为接收者。
JDABuilder builder = JDABuilder.createDefault(BOT_TOKEN) .setAudioSendFactory(new NativeAudioSendFactory());
由Freya Arbjerg创建,现在由lavalink社区维护。
Lavalink是一个流行的基于Lavaplayer的独立音频发送节点。Lavalink在设计时考虑了可扩展性, 并允许通过多个服务器流式传输音乐。它支持Lavaplayer的大部分功能。
Lavalink被许多大型机器人使用,也被那些无法使用Java库如Lavaplayer的机器人开发者使用。 如果你计划使用JDA在较小规模上提供音乐服务,通常直接使用Lavaplayer更为简单。
Lavalink-Client是JDA的官方Lavalink客户端。
如果你想为JDA做出贡献,请确保你的分支是基于我们的master分支(或功能分支)创建的, 并将你的PR创建到同一个分支中。
请遵循我们的贡献指南。
不要期望你的拉取请求能立即得到关注,有时可能需要很长时间才能得到回应。 你可以加入我们的discord服务器,并在#lib-dev中询问,然后再开始新的PR工作,以从我们的社区成员那里获得更直接的反馈。
由于Discord API的特性,该库将定期引入重大变更,以便快速采用新功能。我们尽量保持这些重大变更最小化,但无法完全避免。
大多数破坏性变更将导致次要版本号的增加(5.1.2
→ 5.2.0
)。
AI数字人视频创作平台
Keevx 一款开箱即用的AI数字人视频创作平台,广泛适用于电商广告、企业培训与社媒宣传,让全球企业与个人创作者无需拍摄剪辑,就能快速生成多语言、高质量的专业视频。
一站式AI创作平台
提供 AI 驱动的图片、视频生成及数字人等功能,助力创意创作
AI办公助手,复杂任务高效处理
AI办公助手,复杂任务高效处理。办公效率低?扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作,覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应,生活工作无缝切换,提升50%效率!
AI辅助编程,代码自动修复
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。
AI小说写作助手,一站式润色、改写、扩写
蛙蛙写作—国内先进的AI写作平台,涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能,助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。
全能AI智能助手,随时解答生活与工作的多样问题
问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。
一键生成PPT和Word,让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。
深度推理能力全新升级,全面对标OpenAI o1
科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号