这篇文章可以看作对这几个月体验与观察的总结。
框架方面
AstrBot:主动回复主要依赖于概率，即使LLM选择沉默，仍然会发送出消息，所以基本只适用于被动回复。优点是占用相对小且上手简单，2H2G甚至1H1G都可以部署。缺点是许多功能需要插件增强，而插件开发者水平良莠不齐，不同插件之间可能存在兼容性bug，甚至于有些插件绕过框架机制调用LLM导致内置白名单等无效。
AstrBot对LLM调用为单次调用（部分插件可能会单独调用），聊天速度较快。
MaiBot:专注于聊天的框架，插件较少，LLM具有自主决策权，虽然主动回复仍基于发言频率，但在planner的判断下可能选择不回复。优点是由于自带提示词较为优秀，在不额外优化提示词的情况下效果较好。上手难度适中。缺点是占用较高，4H4G仍然可能爆内存，并且在运营群聊较多情况下线程会严重阻塞。只支持SQLite，数据量大的情况下可能暴毙。
MaiBot对LLM调用为多次调用，API用量大，聊天速度较慢，并且与API速度正相关。
MoFox:MaiBot的魔改版，几乎没有插件，自带功能较多，主动回复基于LLM兴趣与好感度。优点是由于自带提示词较为优秀，在不额外优化提示词的情况下效果较好。上手难度较高，需要有一定的Debug能力。占用略低于MaiBot，2H4G能跑。缺点是由于维护者是一群学生，代码中可能潜藏Bug，并且可能部分功能实现较差（如PostgreSQL兼容）。
MoFox对LLM调用为多次调用，API用量大，聊天速度较慢，并且与API速度正相关。
NoneBot2系:NoneBot2本身只是基础框架，聊天靠的是插件支持/第三方魔改，这些插件许多属于面向测试用例编程，在自定义人设上表现不一定优秀，大多对提示词要求较高。上手难度较高，需要有一定的Debug能力。优点是占用低，1H1G可能能跑。插件多，可以聊天功能两不误，缺点是插件开发者水平良莠不齐，不一定好用。
NoneBot2系对LLM调用普遍为单次调用，聊天速度较快。
模型方面
Claude系在角色扮演方面优秀，基本不会偏离人设，Gemini类似，同时这两款比较聪明，不需要外配知识库也可以回答技术问题。国产模型方面Qwen3表现较好，但是提示词要求略高，需要学习/外配知识库，DeepSeek有独有的DeepSeek味，不推荐用于聊天类场景。Kimi也较为优秀，技术问题需要学习/外配知识库。
考虑到白嫖API难度，用于MaiBot/MoFox推荐使用Nvidia NIM API，注册多号，主模型选择qwen3/kimi，小模型使用qwen3。用于AstrBot/NoneBot建议注册Gemini Pro，反代Antigravity/CLI，使用Gemini3/Claude。（如果号较多也可以用于MaiBot/MoFox主模型）。
Comments NOTHING