如何训练创建一个聊天自动回复的微信机器人（一）

如何创建一个聊天自动回复的微信机器人（一）

这里，本来打算用一个微信号来做机器人的，但是机器人有几个缺点
1、如果任意一个人想使用机器人的话，那么必须添加机器人为好友才能使用测试
2、基于微信识别异常微信号的自动检测，机器人很有可能被封号o(╥﹏╥)o
3、现在想使用微信号做机器人的话，后端对接微信的方法大概有两种，一是使用网页版微信的API进行接入，不过现在网页版的微信已经封的差不多了，这种方法已经过时了，二是使用微信注入dll的方式来对接，不过这种方式也同样会受到微信的异常号自动检测，也会容易封号

所以这边使用微信公众号的后台开发自动回复来对接

开发配置：
1、python
2、一台服务器

1、首先注入一个微信公众号

进入微信公众号的开放平台，进入基本配置页面申请好开发者id和密码，并且开启你的服务器配置，配置好你的服务器后台、令牌和消息加密秘钥，后面会介绍如何配置你的服务器后台

注意，你的后端调试成功后才会成功开启服务器配置

2、服务器后台配置

我这边使用的阿里云的centos服务器，后端使用python，使用的是flask框架

服务器后台开启的端口一定要是80或者443，因为服务器配置只支持这两个端口，具体的开发模式也可以参考这个文档：https://developers.weixin.qq.com/doc/offiaccount/Getting_Started/Getting_Started_Guide.html

后台配置开发的逻辑如下：

1. 通过请求验证token

2. 验证通过配置完成

3. 接收用户发送的消息

4. 使用训练好的对话机器人返回消息

5. 微信订阅号自动回复消息

centos服务器安装python的具体指南参考我的其他文章，这里放出我的一部分代码

# -*- coding:utf-8 -*-
from flask import Flask
from flask import request
import hashlib
import time
import xml.etree.ElementTree as ET

app = Flask(__name__)

@app.route("/")
def index():
    return "Hello World!"

@app.route("/wechat", methods=["GET","POST"])
def weixin():
    if request.method == "GET":     # 判断请求方式是GET请求
        my_signature = request.args.get('signature')     # 获取携带的signature参数
        my_timestamp = request.args.get('timestamp')     # 获取携带的timestamp参数
        my_nonce = request.args.get('nonce')        # 获取携带的nonce参数
        my_echostr = request.args.get('echostr')         # 获取携带的echostr参数
        

        token = 'xxxxxxxxxxxx'     # 一定要跟刚刚填写的token一致

        li = [token, my_timestamp, my_nonce]
        li.sort()
        sha1 = hashlib.sha1()
        sha1.update("".join(li).encode('utf-8'))
        hashcode = sha1.hexdigest()

        # 加密后的字符串可与signature对比，标识该请求来源于微信
        
        if my_signature == hashcode:
            return my_echostr
        else:
            return ''
    else:
        # 解析xml
        xml = ET.fromstring(request.data)
        toUser = xml.find('ToUserName').text
        fromUser = xml.find('FromUserName').text
        msgType = xml.find("MsgType").text
        createTime = xml.find("CreateTime")
        # 判断类型并回复
        print(msgType)
        if msgType == "text":
            content = xml.find('Content').text
            print(content)
            return reply_text(fromUser, toUser, reply(fromUser, content))
        elif msgType == 'event':
            content = '关注'
            return reply_text(fromUser, toUser, reply(fromUser, content))
        else:
            return reply_text(fromUser, toUser, "我只懂文字")

def reply_text(to_user, from_user, content):
    """
    以文本类型的方式回复请求
    """
    return """
    
        
        
        {}
        
        
    
    """.format(to_user, from_user, int(time.time() * 1000), content)


def reply(msg):
    '''
    使用对话机器人
    '''
    res = requests.get('http://api.qingyunke.com/api.php?key=free&appid=0&msg=' + msg)
    content = res.json()['content']
    content = content.replace('{br}', '\n')
    return content

if __name__ == "__main__":
    app.run(host='0.0.0.0',port=80,debug=True)

这边的对话机器人暂时使用青云客的免费聊天机器人，将在下一篇文章中讲到，后台配置完成后，可以先到微信公众平台的后台调试工具先去调试一下，具体网址在这：

如果想要实现一个简单的聊天回复机器人，可以在青云客上使用免费的聊天机器人，后续我将会用神经网络训练一个能自己成长的聊天机器人

https://mp.weixin.qq.com/debug/

测试通过返回成功的测试结果即为成功


如果测试失败，多半是后端出问题了，多调试调试后端即可，开启成功后，向微信机器人发送消息即可收到自动回复的消息