随着 OpenAI 的 API 支持模型越多越丰富，价格也越来越便宜。很多人应该都结合这些 API 做了一些有趣的项目，比如聊天机器人、摘要提取等。聊天机器人可以跟 IM 平台对接，比如 Telegram、Discord、Slack 或者微信等。

但今天我们做点不一样的，我们在 iMessage 平台上做一个聊天机器人。

两个问题

要在 iMessage 上做一个聊天机器人，我们需要解决两个问题：

如何接入 iMessage 平台，也就是如何发送和接收 iMessage
如何实现聊天机器人，即如何处理消息

第二个问题比较简单，像 GPT4、Gemini 这样的模型已经可以很好地处理对话。强力的模型加上合适的 prompt，实现一个通用聊天机器人几乎没有难度。

难点在第一个，iMessage 是一个封闭的生态，没有公开的 API 或 SDK。那我们如何接入 iMessage 平台呢？

简单的来说，我们用 AppleScript 来发送消息，通过读取 iMessage 数据库来获取消息。

困难的地方在于，要做到这两点，首先需要有一台 Mac，因为

需要用到 AppleScript；
需要为 bot 配置一个 iMessage 账号，然后使用这个账号是用来接收和发送消息。

有了这两个条件，我们就可以开搞了。

问题一：接入 iMessage 平台

发送消息

iMessage 没有公开的 API，我们无法直接通过代码来发送消息。但有一个间接的方法，那就是通过 AppleScript 来实现。

AppleScript 是苹果自带的一个脚本语言，旨在让用户能够通过脚本来控制 Mac 上的应用程序。我们可以通过 AppleScript 来操控 iMessage 给特定用户发送消息。

例如我们想给用户 [email protected] 发送消息 Hello, Alice!，我们可以通过以下脚本来实现。

osascript -e 'tell application "Messages" to send "Hello, Alice!" to buddy "[email protected]"'

这里的 osascript 是 macOS 中的一个命令行工具，用于运行 AppleScript 和其他 OSA（Open Scripting Architecture）脚本。有了这个办法，我们可以通过 Python 来封装这个命令，把它当作一个接口来使用。

def send_message(user, message):
    os.system(f"osascript -e 'tell application "Messages" to send "{message}" to buddy "{user}"'")

体验如何？

实际使用上，这个接口执行速度还是非常快的，基本上发出去的消息几乎感觉不到延迟，跟直接在 iMessage 上聊天感觉差不多。

当然也不是完全没有问题，并行发送多条消息时，即使是通过（真）多线程调用接口，实际上仍然是一个一个发送的，每条消息之前有一定的延迟。那如果这个机器人要处理大量消息，可能就会有明显的延迟了。

接收消息

按道理来说，我们也可以通过 AppleScript 来实现接收消息，但实际上并不是很好用。笔者测试下来发现总是报错，后来几经波折，总算找到了一个更好的方法。

这个方法是通过直接读取 iMessage 的数据库文件 ~/Library/Messages/chat.db 来获取消息。chat.db 数据库中包含了多个表，分别用于存储消息、联系人、聊天会话等信息。比如：

attachment: 存储消息中的附件（如图片、视频、文件等）的信息。
chat: 存储聊天会话的信息。
chat_handle_join: 一个连接表，用于将聊天会话与联系人（handle）关联起来。
chat_message_join: 一个连接表，用于将聊天会话与消息（message）关联起来。
deleted_messages: 存储已删除的消息。
handle: 存储联系人信息，如电话号码或电子邮件地址。
message: 存储所有的消息内容。

对实现一个聊天机器人来说，比较重要的两个表是 message 及 handle。

Message 表存储了所有的消息，包括发送者、接收者、消息内容等一共 81 个字段（部分截取字段如下表）。

# sqlite3 ~/Library/Messages/chat.db "PRAGMA table_info(message);
0|ROWID|INTEGER|0||1
1|guid|TEXT|1||0
2|text|TEXT|0||0
3|replace|INTEGER|0|0|0
4|service_center|TEXT|0||0
5|handle_id|INTEGER|0|0|0
6|subject|TEXT|0||0
7|country|TEXT|0||0
...
78|part_count|INTEGER|0||0
79|is_stewie|INTEGER|0|0|0
80|is_kt_verified|INTEGER|0|0|0

Handle 表存储了联系人信息，包括联系人的 id、电话号码、邮箱等信息。如果要获取某个特定联系人的消息，比如 [email protected]，可以通过联合表 message 和 handle 来查询。

SELECT
    datetime(message.date / 1000000000 + strftime('%s','2001-01-01 00:00:00'), 'unixepoch', 'localtime') as date,
    message.is_from_me,
    message.text
FROM message
JOIN handle ON message.handle_id = handle.ROWID
WHERE handle.id = [email protected]
ORDER BY message.date;

其中 handle.id 就是用户的 iMessage 账号，可以是邮箱、电话号码等。从这里拿到消息后，我们可以通过一些逻辑来处理消息，比如把消息传给模型来生成回复。

问题二：接入模型

这一块就比较容易处理了，Gemini、OpenAI 的 API 也都比较好用，只要把消息传给模型，然后把模型生成的回复发送出去就可以了。

from openai import OpenAI
client = OpenAI(api_key="your-api-key")

def generate_reply(message:str)->str:
    response =  client.create(
        model="gpt-4.0-turbo",
        messages=[
          {"role": "system", "content": "You are a helpful assistant."},
          {"role": "user", "content": message},
        ]
    )
    return response.choices[0].message.content

小结

本文介绍了如何在 iMessage 平台上实现一个聊天机器人。实现方式是通过 AppleScript 来发送信息，通过读取 iMessage 数据库来接收消息。聊天部分则通过调用 OpenAI 的 API 来实现。

在 iMessage 上做一个聊天机器人的好处是，无需要安装额外的应用，随时随地都可以在 iPhone, iPad 上进行聊天。当然也有一些局限性，比如需要有 Mac 设备，需要配置 iMessage 账号等。

如何在 iMessage 上做一个 ChatGPT 聊天机器人