自從公衆號列表頁改版以來,不少人都說會弱化公衆號菜單的做用。php
並且,對於我的號來講,開發模式下是不能操做菜單開發的。python
因此咱們索性「放棄菜單」,製做「自動回覆」來替代菜單功能。laravel
開發「自動回覆」功能,本文特推薦兩個工具:git
- EasyWeChat
微信開發,從未如此簡單 每個功能設計,都通過精心打磨,只爲了提供更好的開發體驗程序員
www.easywechat.com/github
在個人「Laravel 學習圖譜」github.com/fanly/larav…中,把這個 EasyWeChat 做爲首推,值得你們一試。flask
- ChatterBot
ChatterBot is a Python library that makes it easy to generate automated responses to a user’s input.api
注: 上圖來自 ChatterBot 網站微信
下面簡述對這兩個工具的使用,來構建咱們的「自動回覆」功能。
正如其官網所述的那樣,只要簡單引入,幾步就能夠開發公衆號管理系統了。
1. 安裝 EasyWeChat 插件
composer require "overtrue/laravel-wechat:~4.0"
2. 添加配置文件
php artisan vendor:publish --provider="Overtrue\LaravelWeChat\ServiceProvider"
3. 在 config/wechat.php 配置文件加入公衆號參數
4. 添加路由
Route::any('wechat', 'WeChatController@serve');
5. 增長 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 '收到其它消息';
break;
}
});
return $app->server->serve();
}
複製代碼
好了,咱們根據獲取的消息的類型,作對應的處理,如,發送的文本消息,則經過 ChatterBot 自動聊天回覆;若是是其餘的消息,則隨機回覆一篇咱們的文章。
能夠看看效果:
對於「EasyWeChat」其它功能,能夠參考官網說明。目前暫時夠用,就再也不深刻分析了。
不管國內網,有不少作「自動機器人」的
但對於程序員來講,使用平臺來達到目標,好像顯得有點 low,不夠裝逼。
因此咱們仍是折騰折騰,找一些比較簡單又易於擴展的開源代碼來用用,並且還能學習擴展,一舉多得。
在我讀書的時候,知道要實現 AI,主要步驟包含:
而尋找了一圈,發現 ChatterBot 比較合適咱們使用和學習。
固然今天的目標是看如何使用:
使用 pip
安裝,仍是很方便:
pip install chatterbot
複製代碼
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)
複製代碼
看看運行結果:
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
複製代碼
能夠在終端輸入,得結果了:
個人公衆號,主要針對國內用戶,固然要使用中文語料來作智能回覆。
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
複製代碼
固然最後,咱們須要作成接口,供多地方使用。
本文推薦使用這個:github.com/chamkank/fl…
Simple boilerplate for ChatterBot using Flask
安裝插件:
pip install -r requirements.txt
複製代碼
在後臺運行:
nohup python -u flush.py > flush.log 2>&1 &
複製代碼
這就很簡單了,只要在咱們的 PHP
代碼中直接調用這個接口便可:
public function getChatBotMessage($content) {
$client = new Client(['base_uri' => 'http://localhost:5000']);
$response = $client->request('GET', 'get', [
'query' => ['msg' => $content]
]);
return $response->getBody()->getContents();
}
複製代碼
顯示效果:略
今天利用 EasyWeChat 和 ChatterBot 簡單搭建一個公衆號「自動回覆機器人」,利用 EasyWeChat 橋接好公衆號和機器人。
以後咱們就能夠不斷完善 ChatterBot 功能,結合系統項目中的文章內容,做爲咱們本身的語料作訓練,提升機器人的自動回覆能力。
固然能夠參考微軟推出 AI 開發免費電子書,手把手教你構建智能聊天機器人《A Developer’s Guide to Building AI Applications》中的架構來設計:
最後,你也能夠試試其餘,如基於 tensorflow 的機器人。