定制个机器人帮你和Ta聊天

自动聊天示例

聊天1：

user: 在吗？
bot: 在
user: 在干嘛呢？
bot: 看电视
user: 看啥电视呀
bot: 活色生香
user: 很好看吗？
bot: 特搞笑
user: 你在哪里呀？
bot: 家里
user: 家里就你一个人嘛？
bot: 我喜欢一个人玩
user: 那我过来找你？
bot: 不可以，乖乖上班去

聊天2：

Q: 在吗？
A: 在
Q: 干嘛呢？
A: 没事
Q: 陪我去逛街嘛？
A: 嗯
Q: 你在打游戏？
A: 没有
Q: 那去不去？
A: 去

这是基于200万聊天记录训练出来的，你可以用自己和女朋友的记录训练了试试效果 :P

至于微信机器人怎么用，你可以 GitHub 搜搜看哈

项目说明

chatbot 是一个通过已知对话数据集快速生成回答的 Go 问答引擎。

为啥会有 `chatbot` 项目呢？

好多年前，当我们需要一个聊天机器人的时候，我是先用了 ChatterBot，但是使用下来，我们的1.2亿对话语料训练后的模型回答一个问题需要21秒左右，实在没法接受。仔细看了 ChatterBot 源码之后，我用 Go 重新实现了一个，并用 go-zero 的 MapReduce 框架做了并行优化，结果我们一个回答平均耗时大概18毫秒。

国庆假期，我有点空闲时间，所以就把这个项目整理了开源出来，一是给大家一个实际的 go-zero 的 MapReduce 示例；二是也提供大家一个闲聊机器人的项目玩玩。

BTW：后续我可能会开源智能客服机器人的项目，可以关注我的github:

https://github.com/kevwan

代码目录和命令行使用说明

bot

问答引擎，可以自定义自己的匹配算法

cli

train
训练给定的问答数据并生成 .gob 文件
- -d 读取指定目录下所有 json 和 yaml 语料文件
- -i 读取指定的 json 或 yaml 语料文件，多个文件用逗号分割
- -o 指定输出的 .gob 文件
- -m 定时打印内存使用情况
ask
一个示例的问答命令行工具
- -v verbose
- -c 训练好的 .gob 文件
- -t 数据几个可能的答案

数据格式

如果你有语料数据，可以自行整理用来训练。

数据格式可以通过 yaml 或者 json 文件提供，参考 https://github.com/kevwan/chatterbot-corpus 里的格式。大致如下：

categories:
- AI
conversations:
- - 什么是ai
  - 人工智能是工程和科学的分支,致力于构建具有思维的机器。
- - 你是什么语言编写的
  - Python
- - 你听起来像机器
  - 是的,我受到造物者的启发
- - 你是一个人工智能
  - 那是我的名字。

致谢

go-zero - https://github.com/zeromicro/...

go-zero 的 core/mr 包的 MapReduce 实现使 chatbot 的回答效率得到了巨大的提升！

ChatterBot - https://github.com/gunthercox...

最早我是使用 ChatterBot 的，但由于回答太慢，所有后来只能自己实现了，感谢 ChatterBot，非常棒的项目！

项目地址

https://github.com/kevwan/chatbot

欢迎使用并 star 支持！