网站网络结构设计,网站建设具体详细过程,常用的五种网络营销工具,贴吧网站开发需求分析在我的一个回答里#xff0c;我提到了用 Python 搭建聊天机器人。从今天开始#xff0c;我就带着大家从0开始搭建一个聊天机器人。(顺便说一句#xff0c;我喜欢把链接像上面这样加在文字里#xff0c;如果找不到文中所说的资源#xff0c;可以看看周围有没有链接。)准备工…在我的一个回答里我提到了用 Python 搭建聊天机器人。从今天开始我就带着大家从0开始搭建一个聊天机器人。(顺便说一句我喜欢把链接像上面这样加在文字里如果找不到文中所说的资源可以看看周围有没有链接。)准备工作首先你要有一台安装了 Python 的电脑推荐 Python3.6。另外系统最好使用 Windows 系统因为把机器人和 QQ 对接的软件 CoolQ 只有 Windows 版虽然使用 Docker 和 wine 可以在其它系统上运行但不能保证稳定性。然后你需要在系统中安装并运行 MongoDB 数据库服务。安装方法可以看这里。记得安装完成之后运行 MongoDB 服务也就是把 MongoDB 作为服务安装到系统中以保持后台运行。其次你可能会需要一个好看的控制台最好像 Conemu 一样既方便又美观的。毕竟写累了还可以舔舔老婆(划去ChatterbotChatterbot 是一个 Python 库我们的聊天机器人就是主要基于这一个库。安装和其他的 Python 库一样简单pip3 install chatterbot chatterbot_corpus其中 chatterbot_corpus 是 Chatterbot 自带的语料库。现在简单说一下 Chatterbot 的原理。Chatterbot 是比较简单的聊天机器人它需要大量对话语料来支撑它的运行。当用户给它一个输入时它会在所有的语料库中寻找和这句话最相似的一句话然后返回语料库中的下一句。所以在使用 Chatterbot 前我们需要先进行训练。from chatterbot import ChatBotfrom chatterbot.trainers import ChatterBotCorpusTrainerbot ChatBot(Sakura,storage_adapterchatterbot.storage.MongoDatabaseAdapter)trainer ChatterBotCorpusTrainer(bot)trainer.train(chatterbot.corpus.chinese)trainer.train(chatterbot.corpus.english)我们分析一下这几行代码。bot ChatBot(Sakura,storage_adapterchatterbot.storage.MongoDatabaseAdapter)这是创建一个聊天机器人名字叫 Sakura(你也可以改成自己起的名字)使用 MongoDB 中的数据。(其实 Chatterbot 还支持 SQL但是速度太慢了。)这句代码里面有一个单词 adapter官方翻译为“适配器”。其实它更准确的含义是“组件”。创建 Chatbot 时还有很多 xxx_adapter 这样的参数可以为机器人开启各种各样的功能。不过有一点要注意有些功能可能只对于英语进行了适配对其他语言支持并不好。trainer ChatterBotCorpusTrainer(bot)trainer.train(chatterbot.corpus.chinese)trainer.train(chatterbot.corpus.english)这几行就是具体的训练代码了。注意这是最新版(2019/8/18)的写法之前版本有所不同使用的是bot.set_trainer(ChatterBotCorpusTrainer)和bot.train具体写法可以参看网上其他文章。chatterbot.corpus.chinese是 Chatterbot 自带的语料库之一。 Chatterbot 的英文语料库是非常不错的只是数据量有点少。但是 Chatterbot 的中文语料库是由英文语料库完全机器翻译来的而且不太符合中文语境。我自己爬取网络言情小说提取其中的对话整理了一个语料库可以替换 chatterbot 自带的语料库。上面所说的训练代码单独保存再一个文件里因为在每次改动语料库之前它只需要运行一次。现在把训练的代码运行一下不出意外的话你会看到一系列进度条大概这样Conemu 支持控制台背景图片欸嘿嘿~(可以猜一下背景是谁虽然猜对了也没有奖)如果你在上面的[nltk_data]那里卡住了属于网络环境的问题我也没有办法只能放弃 Chatterbot 框架了(之后的系列文章中会有涉及)。(2020/2/14补充)注意如果在 Chatterbot 启动的时候出现以[nltk_data]开头的网络错误请看下面的补充内容 即使前几次启动成功在之后的某一次启动失败也是管用的(2020/2/3补充)破案了出现这个问题的原因是 chatterbot 把判断 nltk 数据是否存在的代码写错了导致每次启动都需要下载数据再加上特殊的网络环境就会出现这个问题。解决方法如下首先手动下载 nltk 数据(方法自行百度)然后找到 chatterbot 目录(一般在python目录/Lib/site-packages/chatterbot)中的 utils.py将最后面几个函数中的nltk_download_corpus(stopwords)nltk_download_corpus(averaged_perceptron_tagger)nltk_download_corpus(vader_lexicon)分别改为 nltk_download_corpus(corpora/stopwords)nltk_download_corpus(taggers/averaged_perceptron_tagger)nltk_download_corpus(sentiment/vader_lexicon)。训练完成之后机器人就能支持基本的对话了。那么怎么在自己的代码里插入这个机器人呢首先要创建机器人实例代码和上面训练时一样from chatterbot import ChatBotbot ChatBot(Sakura,storage_adapterchatterbot.storage.MongoDatabaseAdapter)bot 对象有一个get_response方法顾名思义就是获取一句回答。现在可以试一下print(bot.get_response(你好吗))在经过短暂的等待之后就能看到机器人的回答啦~print(bot.get_response(你好吗))# 输出你好get_response返回的是一个Statement对象它有两个常用的属性text和confindence分别代表返回的语句的内容和可信度(0到1)。r bot.get_response(你好吗)print({},confidence{}.format(r.text, r.confidence))# 输出你好 ,confidence1.0这就是基本操作了。虽然也没有进阶操作就对了(划去然后是一只无限对话的小程序from chatterbot import ChatBotbot ChatBot(Sakura,storage_adapterchatterbot.storage.MongoDatabaseAdapter)def r(s):return bot.get_response(s).textwhile True:i input( ).strip()if i ! exit:print(r(i))else:break享受和机器人沙雕对话的乐趣吧CoolQ现在我们已经有了能用的机器人了但是只有我们一个人和机器人对话没有意思接下来我们要把它部署到QQ上。首先你要有一个QQ小号当然不怕吓到朋友的同学也可以用自己的大号当机器人。我们使用的软件是酷Q一个专门用于架设QQ机器人的软件。酷Q Air 版可以免费使用支持基本的接收发送文字消息等功能。运行酷Q并登录之后我们会在屏幕上看到一个悬浮窗当然头像是你的账号的头像咯右键悬浮窗选择「应用-应用管理」菜单可以看到一个这样的界面这里需要解释一下酷Q运行的原理了。酷Q是依赖于安装的各种「应用」运行的每个应用其实是一个动态链接库酷Q通过调用动态链接库的对应接口执行应用的功能。但是问题来了Python 并不能编译成动态链接库该怎么办呢大家注意到我的应用列表中最后一个「HTTP API」了吗这就是解决方法。CoolQ HTTP API是一个将酷Q的接口封装为HTTP接口或Socket接口的应用理论上它可以解决一切编程语言连接酷Q的问题。在 CoolQ HTTP API 的 gtihub 仓库的 release 页面可以找到最新版本的下载链接下载完成之后将 cpk 文件放入酷Q 目录下的 app 文件夹中。然后我们需要 Python 端的对应接口。Aiocqhttp 就是 Python 上的 CoolQ HTTP API 接口。同样它可以用 pip 安装pip3 install aiocqhttp在连接 CoolQ HTTP API 时我推荐使用反向 WebSocket 方式虽然配置起来有点麻烦但是能保证稳定运行。首先配置 CoolQ HTTP API。在酷Q目录\app\io.github.richardchien.coolqhttpapi\config下找到一个文件名为QQ号的 json 文件按照如下步骤进行增加如下两行ws_reverse_url: ws://127.0.0.1:7700/ws/,use_ws_reverse: true,(如果端口号冲突可以把这里的7700改为其他端口。)找到access_token行设置为当前账号的QQ号或者其他能唯一标识这个账号的信息。(如果不需要同时运行多个机器人 也可以随便写。)看看这个 json 里有没有use_http 和use_ws这两项如果没有添加这两项并且把值改为false。这是为了on为了禁用用不到的功能。如果有ws_reverse_event_url和ws_reverse_api_url 这两项把他们删除。这两项分别表示 WebSocket 的事件接口和方法接口其值可以由ws_reverse_url自动配置所以不需要填写。新版 CoolQ HTTP API 会在启动时弹出它自己的控制台如果嫌它太难看方法是将show_log_console一项改为false。如果在 Python 端需要执行初始化代码请将 CoolQ HTTP API 升级到最新版本(v4.14及以上)然后在配置文件中加入这样一行ws_reverse_use_universal_client: true。每次修改配置文件之后都需要重启酷Q。接下来就可以撸 Python 端的代码了。先上一个模板代码from aiocqhttp import CQHttpbot CQHttp(access_token你刚才设置的 access_token, enable_http_postFalse)bot.on_message(private)async def handle_msg(context):await bot.send(context, 现在为您复读)return {reply: context[message]}if __name__ __main__:bot.run(host 127.0.0.1, port 7700)不要忘了把access_token改成刚才设置的内容。现在我们分析一下这段代码bot CQHttp(access_token你刚才设置的 access_token, enable_http_postFalse)创建一个机器人实例因为设置了enable_http_postFalse所以启用的是反向 WebSocket 模式这个模式下只需要传入 access_token 即可。if __name__ __main__:bot.run(host 127.0.0.1, port 7700)在本地的 7700 端口开启反向 WebSocket 服务。如果机器人的主程序有公网IP那么还可以实现把任意一个酷Q连接到机器人(虽然我买不起公网IP也没试过)。bot.on_message(private)async def handle_msg(context):await bot.send(context, 现在为您复读)return {reply: context[message]}这就是机器人的逻辑代码了。Aiocqhttp 把酷Q的各种事件封装为装饰器最常用的就是bot.on_message()这个装饰器可以带一个字符串参数 private、group和discuss分别代表私聊消息、群消息、讨论组消息也可以不带参数 表示处理全部消息。除此之外还有on_notice、on_request、on_meta_event装饰器分别对应其他三种事件。这三种装饰器也可以带参数参数内容为要处理的事件类型(notice_type、request_type或meta_event_type具体取值见事件列表)。处理消息的内容写在函数里。由于消息的收发是异步的所以要使用async def xxx(context):的语法。函数名可以任意取也可以创建多个不同函数名的函数来处理同一个消息(但是我并不确定按什么顺序执行)。函数参数只有一个context类型为字典代表 CoolQ HTTP API 传来的事件参数。具体内容的格式参看这里比如对于接收消息的事件context[message]就代表了消息内容。在函数里可以通过await bot.xxx(...)的语法来调用 CoolQ HTTP API 提供的 API在API列表中的API全部可以直接通过bot.API名字()调用API参数通过命名参数提供也就是类似于bot.send_private_msg(user_id123456, messagehello)的形式。另外Aiocqhttp 提供了一个发送消息的简单操作调用形式为await bot.send(context, 消息内容)。处理事件的函数可以有一个返回值也是一个字典代表事件的响应数据就是事件列表中每 个事件下面的响应数据列表用于快速处理事件。最简单地return {reply:消息内容}就会回复发来消息的人。在群聊中如果不指定at_sender:false还会自动发消息的人。当然也可以没有返回值。上面的这一段代码就是一个复读机机器人会自动复读所有的私聊消息。所以人类的本质是——人类的本质是——CoolQ x Chatterbot现在终于可以为我们的机器人注入灵魂了。把 Chatterbot 嵌入 CoolQ 机器人实际上并不是一件难事。废话不多说直接上代码from aiocqhttp import CQHttpfrom chatterbot import ChatBotbot CQHttp(access_token你刚才设置的 access_token, enable_http_postFalse)chatterbot ChatBot(Sakura,storage_adapterchatterbot.storage.MongoDatabaseAdapter)def r(s):return chatterbot.get_response(s)bot.on_message(private)async def handle_msg(context):rep r(context[message].strip())if rep.confidence 0.65:return {reply:rep.text}if __name__ __main__:bot.run(host 127.0.0.1, port 7700)逻辑很简单判断回答的可信度是否大于0.65如果是作出回答。当然可以在这段代码的基础上进一步拓展实现更加复杂的处理逻辑。在下一篇文章里我会介绍我在编写自己的机器人时用到的一些处理逻辑和小技巧。(虽然也不知道下一篇文章会鸽几个月)下一篇文章忘忧北萱草用 Python 来做一个聊天机器人吧(二)zhuanlan.zhihu.com(封面PID72774437)现已加入知乎专栏用 Python 来做一个聊天机器人吧zhuanlan.zhihu.com
