利用 EasyWeChat 和 ChatterBot 簡單搭建一個公眾號「自動回覆機器人」

自從公眾號列表頁改版以來，很多人都說會弱化公眾號選單的作用。

而且，對於個人號來說，開發模式下是不能操作選單開發的。

所以我們索性「放棄選單」，製作「自動回覆」來替代選單功能。

開發「自動回覆」功能，本文特推薦兩個工具：

• EasyWeChat

微信開發，從未如此簡單 每一個功能設計，都經過精心打磨，只為了提供更好的開發體驗

www.easywechat.com/

在我的「Laravel 學習圖譜」github.com/fanly/larav…中，把這個 EasyWeChat 作為首推，值得大家一試。

• ChatterBot

ChatterBot is a Python library that makes it easy to generate automated responses to a user’s input.

chatterbot.readthedocs.io/en/stable/

注： 上圖來自 ChatterBot 網站

下面簡述對這兩個工具的使用，來構建我們的「自動回覆」功能。

EasyWeChat

正如其官網所述的那樣，只要簡單引入，幾步就可以開發公眾號管理系統了。

1. 安裝 EasyWeChat 外掛
composer require "overtrue/laravel-wechat:~4.0"

2. 新增配置檔案
php artisan vendor:publish --provider="Overtrue\LaravelWeChat\ServiceProvider"

3. 在 config/wechat.php 配置檔案加入公眾號引數

4. 新增路由
Route::any('wechat', 'WeChatController@serve');

5. 增加 WeChatController
public function serve()
{
    $app = app('wechat.official_account');
    $app->server->push(function ($message) {
        switch ($message['MsgType']) {
            case 'text':
                return $this->getChatBotMessage($message['Content']);
                break;
            default:
                $data = $this->article->random();
                if ($data) {
                    return $data->title
                        ."\n"
                        ."https://www.coding01.cn/"
                        .$data->slug;
                }
                return '收到其它訊息';
                break;
        }
    });

    return $app->server->serve();
}
複製程式碼

好了，我們根據獲取的訊息的型別，做對應的處理，如，傳送的文字訊息，則通過 ChatterBot 自動聊天回覆；如果是其他的訊息，則隨機回覆一篇我們的文章。

可以看看效果：

對於「EasyWeChat」其它功能，可以參考官網說明。目前暫時夠用，就不再深入分析了。

ChatterBot

無論國內網，有很多做「自動機器人」的

• 國外：wit.ai, api.ai, luis.ai
• 國內：yige.ai, ruyi.ai

但對於程式設計師來說，使用平臺來達到目標，好像顯得有點 low，不夠裝逼。

所以我們還是折騰折騰，找一些比較簡單又易於擴充套件的開原始碼來用用，而且還能學習擴充套件，一舉多得。

在我讀書的時候，知道要實現 AI，主要步驟包含：

1. 模式建立；
2. 訓練集訓練；
3. 特徵提取；
4. 模式識別，智慧匹配；
5. 測試

而尋找了一圈，發現 ChatterBot 比較合適我們使用和學習。

當然今天的目標是看如何使用：

安裝 ChatterBot

使用 pip 安裝，還是很方便：

pip install chatterbot
複製程式碼

初次使用

簡單加入幾條語句用於訓練。

from chatterbot import ChatBot
from chatterbot.trainers import ListTrainer

chatbot = ChatBot("yemeishuBot")

conversation = [
    "Hello",
    "Hi there!",
    "How are you doing?",
    "I'm doing great",
    "That is good to hear",
    "Thank you.",
    "You're welcome."
]

chatbot.set_trainer(ListTrainer)
chatbot.train(conversation)

response = chatbot.get_response("How are you doing?")
print(response)
複製程式碼

看看執行結果：

TerminalAdapter

使用終端輸入輸出。

from chatterbot import ChatBot
from chatterbot.trainers import ListTrainer

chatbot = ChatBot(
    "yemeishuBot",
    input_adapter="chatterbot.input.TerminalAdapter",
    output_adapter="chatterbot.output.TerminalAdapter",
    )

conversation = [
    "Hello",
    "Hi there!",
    "How are you doing?",
    "I'm doing great",
    "That is good to hear",
    "Thank you.",
    "You're welcome."
]

chatbot.set_trainer(ListTrainer)
chatbot.train(conversation)

print("Type something to begin...")

# The following loop will execute each time the user enters input
while True:
    try:
        # We pass None to this method because the parameter
        # is not used by the TerminalAdapter
        bot_input = chatbot.get_response(None)

    # Press ctrl-c or ctrl-d on the keyboard to exit
    except (KeyboardInterrupt, EOFError, SystemExit):
        break
複製程式碼

可以在終端輸入，得結果了：

使用中文語料

我的公眾號，主要針對國內使用者，當然要使用中文語料來做智慧回覆。

from chatterbot import ChatBot

chatbot = ChatBot(
    "yemeishuBot",
    input_adapter="chatterbot.input.TerminalAdapter",
    output_adapter="chatterbot.output.TerminalAdapter",
    trainer='chatterbot.trainers.ChatterBotCorpusTrainer'
)

chatbot.train('chatterbot.corpus.chinese')
print("Type something to begin...")

# The following loop will execute each time the user enters input
while True:
    try:
        # We pass None to this method because the parameter
        # is not used by the TerminalAdapter
        bot_input = chatbot.get_response(None)

    # Press ctrl-c or ctrl-d on the keyboard to exit
    except (KeyboardInterrupt, EOFError, SystemExit):
        break
複製程式碼

使用 flask 封裝

當然最後，我們需要做成介面，供多地方使用。

本文推薦使用這個：github.com/chamkank/fl…

Simple boilerplate for ChatterBot using Flask

安裝外掛：

pip install -r requirements.txt
複製程式碼

在後臺執行：

nohup python -u flush.py > flush.log 2>&1 &
複製程式碼

結合 EasyWeChat 和 ChatterBot

這就很簡單了，只要在我們的 PHP 程式碼中直接呼叫這個介面即可：

public function getChatBotMessage($content)
{
    $client = new Client(['base_uri' => 'http://localhost:5000']);
    $response = $client->request('GET', 'get', [
        'query' => ['msg' => $content]
    ]);

    return $response->getBody()->getContents();
}
複製程式碼

顯示效果：略

總結

今天利用 EasyWeChat 和 ChatterBot 簡單搭建一個公眾號「自動回覆機器人」，利用 EasyWeChat 橋接好公眾號和機器人。

之後我們就可以不斷完善 ChatterBot 功能，結合系統專案中的文章內容，作為我們自己的語料做訓練，提高機器人的自動回覆能力。

當然可以參考微軟推出 AI 開發免費電子書，手把手教你構建智慧聊天機器人《A Developer’s Guide to Building AI Applications》中的架構來設計：

最後，你也可以試試其他，如基於 tensorflow 的機器人。