Je n'ai pas pu trouver le framework de chatbot standard de facto pour Python, alors j'en ai créé un.

Minette for Python https://github.com/uezo/minette-python

5 caractéristiques

1. Déplacez-vous immédiatement

Vous pouvez l'installer avec la commande pip, écrire juste quelques lignes de code et le bot de retour fonctionnera sans aucun paramètre de base de données ou de serveur d'applications.

2. Tous les canaux avec une architecture unifiée

Comprend des adaptateurs pour LINE et Clova. Vous pouvez développer immédiatement les compétences LINE BOT et Clova en ajoutant un code d'initialisation. De plus, la partie implémentée par l'utilisateur n'est pas affectée par la différence de canaux, de sorte que le développement peut se dérouler dans la même procédure pour les deux.

3. La gestion des utilisateurs contextuels et le planificateur de tâches sont des équipements standard

Les sessions (contextes) peuvent être utilisées à travers des remarques pour réaliser des scénarios de dialogue contextuels. De plus, les informations utilisateur sont automatiquement acquises et enregistrées sans que le développeur en soit conscient. De plus, comme il dispose d'un planificateur de tâches pour automatiser le traitement régulier, il peut être complété avec les ressources de l'application BOT sans paramétrer cron ou autre.

4. Aide à l'analyse du langage naturel (analyse morphologique)

Si l'environnement comprend MeCab, la parole de l'utilisateur peut être automatiquement analysée morphologiquement et le résultat peut être reçu. Il prend également en charge Pure Python Janome, et il peut également prendre en charge des services cloud tels que Google Cloud Platform en l'étendant par lui-même, afin que vous puissiez réaliser un dialogue avancé à l'aide de l'analyse du langage naturel dans n'importe quel environnement. Je vais.

5. Structure multi-compétences / multi-personnages

Nous développons et exploitons LINE BOT avec plus de 10 types de compétences (fonctions) appelées Ito BOT, et le savoir-faire cultivé ici se reflète dans l'architecture.

Installation

$ pip install minette

C'est OK avec un seul coup. La dernière version en cours de développement peut être installée à partir de ce qui suit.

$ pip install git+https://github.com/uezo/minette-python

Créer un BOT de retour Umu

Après avoir démarré le chatbot lui-même, lancez le discours de l'utilisateur et une réponse sera renvoyée.

`echo.py`


from minette import Minette, EchoDialogService

#Démarrez Minette à l'aide de la partie dialogue Umu-return (EchoDialogService)
bot = Minette(default_dialog_service=EchoDialogService)

#Démarrer le dialogue
while True:
    req = input("user> ")
    res = bot.chat(req)
    for message in res.messages:
        print("minette> " + message.text)

$ python echo.py
user>Bonjour
minette> You said:Bonjour
user>Est-ce que ça marche?
minette> You said:Est-ce que ça marche?

Très facile.

Créez des compétences personnalisées

La prochaine fois, en tant que compétence personnalisée, je créerai un BOT qui lancera deux dés quoi qu'il arrive.

`dice.py`


import random
from minette import Minette, DialogService


#Pièces interactives personnalisées
class DiceDialogService(DialogService):
    #Processus logique et stockage des résultats dans leur contexte
    def process_request(self, request, context, connection):
        context.data = {
            "dice1": random.randint(1, 6),
            "dice2": random.randint(1, 6)
        }

    #Assembler les données de réponse à l'aide d'informations contextuelles
    def compose_response(self, request, context, connection):
        return "Dice1:{} / Dice2:{}".format(
            str(context.data["dice1"]), str(context.data["dice2"]))


if __name__ == "__main__":
    #Démarrer BOT
    bot = Minette(default_dialog_service=DiceDialogService)
    #Démarrer le dialogue
    while True:
        req = input("user> ")
        res = bot.chat(req)
        for message in res.messages:
            print("minette> " + message.text)

`Résultat d'exécution`


$ python dice.py
user> test
minette> Dice1:3 / Dice2:5
user> d
minette> Dice1:4 / Dice2:3

En bref, «process_request» trouve deux nombres aléatoires de 1 à 6 et les stocke dans des données contextuelles avec les clés «dice1» et «dice2», respectivement. compose_response extrait ces valeurs et crée une instruction de réponse.

Je voudrais mettre tout le traitement de ce niveau dans compose_response, mais en séparant la compétence (fonction) et le personnage (personnalité), il est possible de maintenir la maintenabilité même dans un scénario de dialogue compliqué. Nous vous recommandons de les garder séparés.

De plus, en passant DiceDialogService comme argument default_dialog_service dans le processus de génération BOT ( Minette), lorsque BOT est exécuté, le processus sera passé à la partie implémentée cette fois.

Autres échantillons

Veuillez consulter le README sur Github pour un exemple de code du BOT traduit. https://github.com/uezo/minette-python

Architecture de Minette

Pour le développement BOT à l'aide de Minette, vérifions le diagramme d'architecture global pour voir ce que le développeur doit faire spécifiquement.

Fondamentalement, le cœur du travail de développement consiste à mettre en œuvre les quatre méthodes suivantes.

--register_intents () Définit la partie dialogue (DialogService) à appeler en fonction de l'intention de parler (intention) --ʻExtract_intent () ʻExtraire les intentions et les entités du contenu vocal --process_request ()Traitement logique de l'application --` compose_response () ʻAssemble le message de réponse

Présentation du framework BOT Minette pour Python