自从公众号列表页改版以来，很多人都说会弱化公众号菜单的作用。
而且，对于个人号来说，开发模式下是不能操作菜单开发的。
所以我们索性「放弃菜单」，制作「自动回复」来替代菜单功能。
开发「自动回复」功能，本文特推荐两个工具：
- EasyWeChat
微信开发，从未如此简单
每一个功能设计，都经过精心打磨，只为了提供更好的开发体验
在我的「Laravel 学习图谱」https://github.com/fanly/laravel-awesome中，把这个 EasyWeChat 作为首推，值得大家一试。
- ChatterBot
ChatterBot is a Python library that makes it easy to generate automated responses to a user’s input.
注： 上图来自 ChatterBot 网站
下面简述对这两个工具的使用，来构建我们的「自动回复」功能。
EasyWeChat
正如其官网所述的那样，只要简单引入，几步就可以开发公众号管理系统了。
1. 安装 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 配置文件加入公众号参数
4. 添加路由
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 '收到其它消息';
break;
}
});
return $app->server->serve();
}
好了，我们根据获取的消息的类型，做对应的处理，如，发送的文本消息，则通过 ChatterBot 自动聊天回复；如果是其他的消息，则随机回复一篇我们的文章。
可以看看效果：
对于「EasyWeChat」其它功能，可以参考官网说明。目前暂时够用，就不再深入分析了。
ChatterBot
无论国内网，有很多做「自动机器人」的
- 国外：wit.ai, api.ai, luis.ai
- 国内：yige.ai, ruyi.ai
但对于程序员来说，使用平台来达到目标，好像显得有点 low，不够装逼。
所以我们还是折腾折腾，找一些比较简单又易于扩展的开源代码来用用，而且还能学习扩展，一举多得。
在我读书的时候，知道要实现 AI，主要步骤包含：
- 模式建立；
- 训练集训练；
- 特征提取；
- 模式识别，智能匹配；
- 测试
而寻找了一圈，发现 ChatterBot 比较合适我们使用和学习。
当然今天的目标是看如何使用：
安装 ChatterBot
使用 pip 安装，还是很方便：
pip install chatterbot
初次使用
简单加入几条语句用于训练。
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)
看看运行结果：
TerminalAdapter
使用终端输入输出。
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
可以在终端输入，得结果了：
使用中文语料
我的公众号，主要针对国内用户，当然要使用中文语料来做智能回复。
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
使用 flask 封装
当然最后，我们需要做成接口，供多地方使用。
本文推荐使用这个：https://github.com/chamkank/flask-chatterbot
Simple boilerplate for ChatterBot using Flask
安装插件：
pip install -r requirements.txt
在后台运行：
nohup python -u flush.py > flush.log 2>&1 &
结合 EasyWeChat 和 ChatterBot
这就很简单了，只要在我们的 PHP 代码中直接调用这个接口即可：
public function getChatBotMessage($content)
{
$client = new Client(['base_uri' => 'http://localhost:5000']);
$response = $client->request('GET', 'get', [
'query' => ['msg' => $content]
]);
return $response->getBody()->getContents();
}
显示效果：略
总结
今天利用 EasyWeChat 和 ChatterBot 简单搭建一个公众号「自动回复机器人」，利用 EasyWeChat 桥接好公众号和机器人。
之后我们就可以不断完善 ChatterBot 功能，结合系统项目中的文章内容，作为我们自己的语料做训练，提高机器人的自动回复能力。
当然可以参考微软推出 AI 开发免费电子书，手把手教你构建智能聊天机器人《A Developer’s Guide to Building AI Applications》中的架构来设计：
最后，你也可以试试其他，如基于 tensorflow 的机器人。
