Python实现聊天机器人应用接口封装和部署

博客声明:此文链接地址https://www.cnblogs.com/Vrapile/p/12427326.html,未经允许禁止转载

一、前言说明

  1. 功能简述

  (1)将chatterbot机器人框架的的聊天与训练功能封装成API接口,并部署在服务器,可以供其它系统调用

  (2)额外封装百度图像识别和语音识别的API接口

  (3)实现前端后台管理机器人对话的增删改查导等功能

 

  2. 我的开发环境

  (1)开发系统环境Win10,运行环境Python3.8,运行工具Pycharm,服务器Centos7.4,前端框架Vue,前端工具VSCode,服务器工具Xshell5和Xftp5,其它

 

二、接口源码设计

  Python实现聊天机器人应用接口封装和部署_第1张图片

  1. 文件结构说明

  (1)config包文件夹,放配置文件

  (2)db路径文件夹,放本地sqlite3数据库,只需建文件夹即可

  (3)file路径文件夹,放临时上传和下载文件,只需建文件夹即可

  (4)log路径文件夹,放在服务器运行的日志(只在服务器部署需要)

  (5)test包文件夹,放测试代码等,可忽略

  (6)tool包文件夹,放封装的公用函数的代码

  (7)gunicorn.py,服务器启动配置文件(只在服务器部署需要)

  (8)mychatbot.py,系统入口文件

  (9)README.md,说明文件

 

  2. 配置config文件

  (1)基本配置,含路径baseConfig.py

 1 import os
 2 
 3 # 运行路径
 4 runPath = os.getcwd()
 5 
 6 # 数据库地址
 7 databasePath = "sqlite:///"+os.path.join(runPath, "db/mychat.sqlite3")
 8 # databasePath = 'mongodb://localhost:27017/mychat'
 9 
10 # 导出文件路径
11 export_json_path = os.path.join(runPath, r"file/my_export.json")
12 
13 # 导入文件保存路径前缀
14 import_json_path = os.path.join(runPath, r"file")
baseConfig.py

   

  (2)百度配置baiduConfig.py

   其中百度的秘钥和私钥,是博主在百度智能云申请,仅供个人学习使用,禁止作为其它用途 !!!

 1 # 百度图像
 2 Img_App_ID = "10681976"
 3 Img_API_Key = "cHNlTXmj8FG9ZHXtRwQMRXwa"
 4 Img_Secret_Key = "CYgOfjxKr2qWGGd8zpmiVgFCPTwK9ivC"
 5 Img_Options = {
 6     'detect_direction': 'true',
 7     'language_type': 'CHN_ENG',
 8 }
 9 
10 # 百度语音
11 Voice_App_ID = "10623076"
12 Voice_API_Key = "2NagVAULCYCnOnamrc8MNUPc"
13 Voice_Secret_Key = "af4860b64e77d187643db05ccdb060e4"
14 Voice_Api_Url = r"http://tts.baidu.com/text2audio"
15 # 参数设置
16 Voice_Api_Set = {"idx": 1, "cuid": "baidu_speech_demo", "cod": 2, "lan": "zh",
17                  "ctp": 1, "pdt": 1, "spd": 4, "per": 4, "vol": 5, "pit": 5}
18 # Token认证
19 Voice_OpenApi_Url = r"https://openapi.baidu.com/oauth/2.0/token?grant_type=client_credentials&" \
20                     r"client_id="+Voice_API_Key+"&client_secret="+Voice_Secret_Key
21 # 上传路径
22 Voice_Up_Url = r"http://vop.baidu.com/server_api"
baiduConfig.py

  

  3. 工具tool文件

  (1)ResponseMessage.py封装返回的统一接口格式

 1 #!/usr/bin/python3
 2 # -*- coding: utf-8 -*-
 3 """
 4 Created on Feb 23, 2020
 5 @author: Vrapile
 6 """
 7 
 8 import json
 9 
10 retutn_format = {"code": 200, "success": True, "data": "", "message": "", "flag": 0}
11 
12 
13 def ok(data, code=200):
14     return_dict = retutn_format
15     return_dict["code"] = code
16     return_dict["success"] = True
17     return_dict["data"] = data
18     return_dict["message"] = None
19     return_dict["flag"] = 0
20     return json.dumps(return_dict, ensure_ascii=False)
21 
22 
23 def error(message, code=500):
24     return_dict = retutn_format
25     return_dict["code"] = code
26     return_dict["success"] = False
27     return_dict["data"] = None
28     return_dict["message"] = message
29     return_dict["flag"] = 1
30     return json.dumps(return_dict, ensure_ascii=False)
31 
32 
33 def res(data):
34     if data[0]:
35         return ok(data[1])
36     else:
37         return error(data[1])
ResponseMessage.py

  

  (2)BaiduUtil.py百度智能识别封装

 1 import json
 2 import random
 3 import urllib.request
 4 import base64
 5 from aip import AipOcr
 6 from config import baiduConfig
 7 from tool import IOUtil
 8 
 9 
10 # 百度语音转文本
11 def get_image_content(path):
12     # noinspection PyBroadException
13     try:
14         # 初始化AipFace对象
15         aip = AipOcr(baiduConfig.Img_App_ID, baiduConfig.Img_API_Key, baiduConfig.Img_Secret_Key)
16         # 调用通用文字识别接口
17         result = aip.basicGeneral(IOUtil.get_file_content(path), baiduConfig.Img_Options)
18         return True, result['words_result']
19     except:
20         return False, "Something Wrong!"
21 
22 
23 # 百度语音转文本
24 def get_voice_content(path):
25     # 获取access_token
26     token = get_token()
27     data = {}
28     data['format'] = 'wav'
29     data['rate'] = 16000
30     data['channel'] = 1
31     data['cuid'] = str(random.randrange(123456, 999999))
32     data['token'] = token
33     wav_fp = open(path, 'rb')
34     voice_data = wav_fp.read()
35     data['len'] = len(voice_data)
36     data['speech'] = base64.b64encode(voice_data).decode('utf-8')
37     post_data = json.dumps(data)
38     r_data = urllib.request.urlopen(baiduConfig.Voice_Up_Url, data=bytes(post_data, encoding="utf-8")).read()
39     print(json.loads(r_data))
40     err = json.loads(r_data)['err_no']
41     if err == 0:
42         return True, json.loads(r_data)['result'][0]
43     else:
44         return False, json.loads(r_data)['err_msg']
45 
46 
47 # 获取百度API调用的认证,实时生成,因为有时间限制
48 def get_token():
49     token_url = baiduConfig.Voice_OpenApi_Url
50     r_str = urllib.request.urlopen(token_url).read()
51     token_data = json.loads(r_str)
52     token_str = token_data['access_token']
53     return token_str
54 
55 if __name__ == '__main__':
56     filepath = r'E:\Python_Doc\voice_say\beijing.wav'
57     print(get_voice_content(filepath))
BaiduUtil.py

  

  (3)IOUtil.py文件交互封装

1 # 读取文件
2 def get_file_content(path):
3     with open(path, 'rb') as fp:
4         return fp.read()
IOUtil.py

  

  4. gunicorn.py文件,服务器配置文件,只在本地运行不需要

 1 #!/usr/bin/python3
 2 # -*- coding: utf-8 -*-
 3 """
 4 Created on Feb 23, 2020
 5 @author: Vrapile
 6 """
 7 import multiprocessing
 8 
 9 bind = "127.0.0.1:8000"
10 timeout = 30
11 daemon = True
12 workers = multiprocessing.cpu_count() * 2 + 1    #进程数
13 threads = 2 #指定每个进程开启的线程数
14 loglevel = 'info' #日志级别,这个日志级别指的是错误日志的级别,而访问日志的级别无法设置
15 access_log_format = '%(t)s %(p)s %(h)s "%(r)s" %(s)s %(L)s %(b)s %(f)s" "%(a)s"'    #设置gunicorn访问日志格式,错误日志无法设置
16 # proc_name = 'jlchat'
17 accesslog = "/home/python/mychat/log/gunicorn_access.log"      #访问日志文件
18 errorlog = "/home/python/mychat/log/gunicorn_error.log"        #错误日志文件
gunicorn.py

   

  5. mychatbot.py文件,启动文件,启动系统运行此文件即可

  1 #!/usr/bin/python3
  2 # -*- coding: utf-8 -*-
  3 """
  4 Created on Feb 23, 2020
  5 @author: Vrapile
  6 """
  7 
  8 import os
  9 import json
 10 from chatterbot import ChatBot
 11 from flask import Flask, request
 12 from chatterbot.trainers import ListTrainer
 13 from chatterbot.trainers import ChatterBotCorpusTrainer
 14 from config.baseConfig import databasePath, import_json_path, export_json_path
 15 from tool import ResponseMessage, BaiduUtil
 16 
 17 
 18 mychatbot = Flask(__name__)
 19 
 20 mychat = ChatBot(
 21     "mychat",
 22     storage_adapter='chatterbot.storage.SQLStorageAdapter',
 23     logic_adapters=[
 24         {
 25             'import_path': 'chatterbot.logic.BestMatch'
 26         },
 27         {
 28             'import_path': 'chatterbot.logic.BestMatch',
 29             'default_response': 'I am sorry, but I do not understand.',
 30             'maximum_similarity_threshold': 0.90
 31         }
 32     ],
 33     read_only=True,  # 为False会记录对话并录入训练
 34     database_uri=databasePath)
 35 
 36 
 37 @mychatbot.errorhandler(404)
 38 def not_found(error):
 39     return ResponseMessage.error("Not found !", 404)
 40 
 41 
 42 @mychatbot.route("/get_answer", methods=['POST', 'GET'])
 43 def get_answer():
 44     # noinspection PyBroadException
 45     try:
 46         question = request.args.to_dict().get('question')
 47         answer = mychat.get_response(question)
 48     except:
 49         return ResponseMessage.error("Something Wrong!")
 50     finally:
 51         return ResponseMessage.ok(str(answer))
 52 
 53 
 54 @mychatbot.route("/import_qa", methods=["POST"])
 55 def import_qa():
 56     # noinspection PyBroadException
 57     try:
 58         question = request.values.get("question")
 59         answer = request.values.get("answer")
 60     except:
 61         return ResponseMessage.error("Something Wrong!")
 62     list_trainer = ListTrainer(mychat)
 63     list_trainer.train([question, answer])
 64     return ResponseMessage.ok("问答对话训练成功!")
 65 
 66 
 67 @mychatbot.route("/import_jsonfile", methods=["POST"])
 68 def import_jsonfile():
 69     # noinspection PyBroadException
 70     try:
 71         jsonfile = request.files['jsonfile']
 72         filepath = os.path.join(import_json_path, jsonfile.filename)
 73         jsonfile.save(filepath)
 74     except:
 75         return ResponseMessage.error("Something Wrong!")
 76     corpus_trainer = ChatterBotCorpusTrainer(mychat)
 77     corpus_trainer.train(filepath)
 78     return ResponseMessage.ok("JsonFile训练成功!")
 79 
 80 
 81 @mychatbot.route("/export_json", methods=['POST', 'GET'])
 82 def export_json():
 83     corpus_trainer = ChatterBotCorpusTrainer(mychat)
 84     corpus_trainer.export_for_training(export_json_path)
 85     with open(export_json_path, 'r', encoding='utf8')as fp:
 86         json_data = json.load(fp)
 87     return ResponseMessage.ok(json_data)
 88 
 89 
 90 @mychatbot.route("/get_image_content", methods=["POST"])
 91 def get_image_content():
 92     # noinspection PyBroadException
 93     try:
 94         imgefile = request.files['imgefile']
 95         filepath = os.path.join(import_json_path, imgefile.filename)
 96         imgefile.save(filepath)
 97     except:
 98         return ResponseMessage.error("Something Wrong!")
 99     return ResponseMessage.res(BaiduUtil.get_image_content(filepath))
100 
101 
102 @mychatbot.route("/get_voice_content", methods=["POST"])
103 def get_voice_content():
104     # noinspection PyBroadException
105     try:
106         voicefile = request.files['voicefile']
107         filepath = os.path.join(import_json_path, voicefile.filename)
108         voicefile.save(filepath)
109     except:
110         return ResponseMessage.error("Something Wrong!")
111     return ResponseMessage.res(BaiduUtil.get_voice_content(filepath))
112 
113 
114 if __name__ == "__main__":
115     mychatbot.run(debug=True)
mychatbot.py

  

三、本地运行

  1. 打开mychatbot.py,Ctrl+Shift+F10运行此文件,可看控制台是否启动成功,成功情况如下:  

  Python实现聊天机器人应用接口封装和部署_第2张图片

   

   2. Postman请求测试

  Python实现聊天机器人应用接口封装和部署_第3张图片

 

四、服务器部署

  1. 服务器安装python3.8

    说明a:博主保留默认python2.7环境变量为python变量,新装python3.8变量为python3

    说明b:网上有改python2.7位改为python2,新装python3.8改变量为python,看个人喜好

  (1)安装依赖包

    yum install -y libffi-devel zlib-devel bzip2-devel openssl-devel ncurses-devel sqlite-devel readline-devel tk-devel zlib zlib-devel gcc make

  (2)下载python3.8压缩包(最好在/home路径下载,方便后期管理)

    wget https://www.python.org/ftp/python/3.8.0/Python-3.8.0.tgz

  (3)解压

    tar -zxvf Python-3.8.0.tgz

  (4)配置安装

    cd Python-3.8.0

    ./configure --prefix=/usr/local/python3

    make && make install

  (5)添加软链接(如果已经有,改-s为-sf强行替换)

    ln -s /usr/local/python3/bin/python3 /usr/bin/python3

    ln -s /usr/local/python3/bin/pip3  /usr/bin/pip3

 

  2. 服务器安装gunicorn,用于启动python项目

  (1)直接pip安装

    pip3 install gunicorn

  (2)添加软链接

    ln -s /usr/local/python3/bin/gunicorn  /usr/bin/gunicorn

  (3)常用命令介绍

    开启服务:gunicorn -c gunicorn.py filename:flaskname

    查看服务:pstree -ap|grep gunicorn

    重启服务:kill -HUP 99999(99999为上一步查到的主进程ID,上传修改项目文件后,重启即可生效)

    关闭服务:kill -9 99999

  (4)将常用命令添加到/root/.bashrc

    vi /root/.bashrc

    ****添加内容****

    alias cdmychat='cd /home/python/mychat'

    alias psgun='pstree -ap|grep gunicorn'

    alias gunc='gunicorn -c gunicorn.py'

    ****添加内容****

    source /root/.bashrc

 

  3. 服务器安装mychat项目的依赖

    说明a. 我用的全局环境成功的,最好用网上说的Python配置虚拟环境

    说明b. 我的方式是,服务器运行报错了,缺什么安装什么的,最好用本地生成requirements.txt方式

   (1)安装chatterbot

    命令:pip3 install chatterbot,安装的是1.0.5版本,如果失败可以选择源码安装,源码实时是1.1.0版本(2020/03/06),命令如下:

    git clone https://github.com/gunthercox/ChatterBot.git

    pip install ./ChatterBot

    chatterbot会请求spacy>=2.1,<2.2依赖,这个有时会不成功,博主因升级python出现的问题状况比较复杂,但最终还是解决了,如果失败,可以评论区留言询问

 

  (2)安装其它依赖,以下是本人服务器安装依赖包情况,不必完全一样或者照搬,能运行就好

    查看所有依赖的命令:pip3 list

    Python实现聊天机器人应用接口封装和部署_第4张图片

 

   (3)运行项目系统

    将文件上传到服务器

    Python实现聊天机器人应用接口封装和部署_第5张图片

    启动命令:gunc mychatbot:mychatbot

    查看命令:psgun

    (如果运行报错,查看/home/python/mychat/loggunicorn_error.log报错内容,一般是缺少依赖,对应安装依赖就好)

 

  (3)nginx把域名转接到gunicorn.py中配置的端口,在nginx.conf添加并重启nginx

    # python的api应用
    server {
      listen 80;
      server_name 你的API域名地址;
        location / {
        root html;
        index index.html index.htm;
        proxy_pass http://127.0.0.1:8000;
      }
    }

    (不用nginx也可以端口地址访问,需阿里云开启8000端口,如果服务器上防火墙开启也要开启8000端口)

 

   (4)验证是否成功,同上面可以用浏览或Postman测试

    Python实现聊天机器人应用接口封装和部署_第6张图片

 

五、前端开发

  1. 此部分不做详细介绍只放效果图

  (1)脚手架直接弄个Vue工程

    Python实现聊天机器人应用接口封装和部署_第7张图片

   

  (2)所写API接口可以嵌入其它任何项目,部署后部分效果界面(python源码需相应改动支持)

    (机器聊天,选择机器人,我这里有sqlite3和mongo两种数据库的机器人,每个机器人我分开建立一个数据库)

    Python实现聊天机器人应用接口封装和部署_第8张图片

 

      (图灵聊天,调用Tuling的Api实现)

    Python实现聊天机器人应用接口封装和部署_第9张图片

    

    (Json训练,可直接导入Json文件训练,适合数据库迁移)

    Python实现聊天机器人应用接口封装和部署_第10张图片

    

     (对话管理,可对训练语句进行删改查导出)

    Python实现聊天机器人应用接口封装和部署_第11张图片

    

     (手机端-只加了聊天界面)

     Python实现聊天机器人应用接口封装和部署_第12张图片

 

    (3)VUE访问会有跨域问题,我选择在mychatbot.py中引入flash_cors包,在接口添加:CORS(mychatbot, supports_credentials=True)

     Python实现聊天机器人应用接口封装和部署_第13张图片

 

六、编写接口文档 

  1. 博主自己服务器搭建的showdoc,用起来挺方便的,下面是接口文档样式

    Python实现聊天机器人应用接口封装和部署_第14张图片

 

七、总结

  1. 后端开发的代码较简单,难的环境搭建,我本地环境从Python3.6升级到3.8折腾了一两天,服务器搭建也折腾了两三天,最终证实这个是可以实现的。

  2. chatterbot的主要工作在于训练,核心价值在于取相似问题的算法,深入学习和了解可以自行注入算法。

  3. 作为商用聊天机器人,还需要一个相似问题查看的API接口,目前还在钻研中(场景类似于:输入一个问题,匹配返回最相似的五个问题,选择要问的那个问题)

  4. 上文中的图像识别和语音识别是调用百度的API,如果商用还需考虑费用问题

 

你可能感兴趣的:(Python实现聊天机器人应用接口封装和部署)