令人惊叹的聊天机器人 🤖

一份精心整理的优秀聊天机器人服务与资源列表。

目录

• 开源项目
• 服务
  • 聊天机器人设计
  • 聊天机器人构建工具
  • 消息服务平台
• 示例项目
• 聊天机器人平台与渠道
• 个人助理
• 聊天机器人
• 资源
  • 教程
• 贡献

开源项目

• spaCy - 用于高级自然语言处理的 Python 库。
• Botkit - 面向 Slack、Facebook Messenger、Twilio 和 Microsoft 的开源机器人构建模块，配有 Botkit Studio 托管开发环境。
• Claudia Bot Builder - 用于为 FB、Slack、Skype 和 Telegram 创建聊天机器人并部署到 AWS Lambda 的开源库。
• AIVA - 面向开发者的通用虚拟助手。
• Bottr - 开源机器人框架（Node.js）。
• RedBot - 一个基于 Node-RED 的插件，可直观地创建多平台机器人（Node.js）。
• Botman - 一个 PHP 开源框架。
• BotPress - Botpress 是一款企业级的开源机器人构建平台。
• Bottender - 一个基于 Node.js 的开源聊天机器人框架。
• Rasa Talk - 基于 Rasa 构建的支持 GUI 的开源聊天机器人框架。

服务

聊天机器人设计

• Botsociety - 在实际构建之前设计并预览您的聊天机器人。

聊天机器人构建工具

• Botfront - 一个开源平台，可通过 Rasa 可视化且直观地构建聊天机器人。
• BotStar - 可视化设计和开发适用于 Messenger 和网站的聊天机器人。
• Flow XO - 机器人与人工消息交互平台。
• Gupshup - 一个全面的平台，用于构建机器人和使用消息服务。
• Pandorabots - 用于构建和部署聊天机器人的 Web 服务。
• DialogFlow - 对话式用户体验平台。
• reply.ai - 用于构建和管理对话型聊天机器人的平台。
• Chatfuel - 无需编码即可构建 Facebook 机器人。
• m.io - 面向 Slack、HipChat 和 Skype 的企业级机器人。
• TuringRobot - 人工智能机器人及 AI 机器人操作系统的平台。

消息服务平台

• msg.ai - 用于对话式商务的人工智能。
• wit.ai - 面向开发者的自然语言处理工具。
• Google NLP - 云端自然语言处理 API（每月最多可免费分析 5,000 次）。

分析工具

• Dashbot - 机器人分析工具。
• ChatBase - 更轻松地分析和优化机器人。

支付与订阅

• Paypal
• Stripe
• Braintree

示例项目

• Facebook Messenger DevKit - 用于快速开发 Facebook Messenger 平台的 Node.js 设置。

聊天机器人平台与渠道

• Facebook Messenger
• WeChat
• Slack
• Telegram
• Microsoft Bot Framework
• SMS - 短信系统，例如通过 Twilio
• Twitter
• Hipchat
• Skype
• Kik
• Line
• IBM Bot Asset Exchange

个人助理

• Apple Siri
• Google Assistant
• Amazon Alexa
• Cortana
• Viv - 具有前景的人工智能平台。
• Magic - 文本驱动，按需获取任何信息。
• Sensay - 随时随地与真人连接，获得建议或灵感。

聊天机器人

• Botlist - 机器人应用商店。
• A. L. I. C. E.
• Mitsuku - 曾获 Loebner Prize 最像人类的人工智能称号。
• 微软小冰（中文版）
• 微软 Tay
• Cleverbot
• BotList.net - Discord、Slack、Telegram 等平台上的机器人列表。

资源

• 聊天机器人入门指南 - 一篇很好的入门文章。
• 聊天机器人杂志 - 学习聊天机器人的好去处。
• Bot Weekly - 每周汇总最有趣的聊天机器人和人工智能新闻。
• Bot Wiki - 在线机器人、工具和教程的目录。

教程

• 如何用 Node.js 开发聊天机器人 - Claudia Bot Builder 的教程。
• 使用 DialogFlow 和 Actions on Google 处理权限 - Google 助手和 DialogFlow 的教程。
• 为 Google 助手构建多语言 Action - Google 助手和 DialogFlow 的教程。
• 掌握 DialogFlow 中的后续意图 - Google 助手和 DialogFlow 的教程。

贡献

我们始终欢迎您的贡献！请先阅读贡献指南。

Awesome Chatbots 快速上手指南

awesome-chatbots 并非单一的可安装软件，而是一个精选的聊天机器人（Chatbot）开源项目、服务、平台和资源的集合列表。本指南将指导你如何从该列表中选择适合的工具，并以最流行的开源框架 Botpress 和 Rasa (通过 Botfront) 为例，演示如何快速搭建一个基础的聊天机器人。

环境准备

在开始之前，请确保你的开发环境满足以下通用要求（具体依赖视所选框架而定）：

• 操作系统: Windows, macOS 或 Linux (推荐 Ubuntu 20.04+ 或 CentOS 7+)
• Node.js: 版本 14.x 或更高 (用于 Botkit, Bottr, Bottender 等)
  • 国内加速安装: 使用淘宝镜像源

  curl -fsSL https://npm.taobao.org/install.sh | bash
  

• Python: 版本 3.6 或更高 (用于 spaCy, Rasa, AIVA 等)
  • 建议配置国内 pip 源：

  pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
  

• Docker & Docker Compose: 推荐安装，用于快速部署许多开源机器人平台（如 Botpress, Rasa）。
• 代码编辑器: VS Code, PyCharm 等。

安装步骤

由于列表中包含多个项目，以下提供两个最具代表性的开源项目的安装命令。

方案 A：使用 Botpress (可视化、全功能平台)

Botpress 是一个适合企业的开源机器人构建平台，支持可视化流程设计。

1. 使用 Docker 快速启动 (推荐)

   docker pull botpress/server:latest
   docker run -p 3000:3000 -v ./botpress-data:/botpress/data botpress/server:latest
   

2. 或使用 NPM 全局安装

   npm install -g botpress
   botpress init my-bot
   cd my-bot
   botpress start
   

方案 B：使用 Rasa + Botfront (高级 NLP、开源可视化)

适合需要高度自定义自然语言处理（NLP）的开发者。

1. 安装 Rasa Open Source

   pip install rasa
   

2. 初始化一个新项目

   rasa init --no-prompt
   cd <project-folder>
   

3. (可选) 安装 Botfront 进行可视化管理

   • Botfront 通常需要 Docker 部署：

   git clone https://github.com/botfront/botfront.git
   cd botfront
   docker-compose up
   

基本使用

以下以 Rasa 为例，展示如何通过命令行训练并运行一个最简单的对话机器人。

1. 训练模型

在项目目录中，使用默认数据训练模型：

rasa train

执行成功后，会在 models 目录下生成一个 .tar.gz 模型文件。

2. 启动对话测试

运行训练好的模型进入交互式命令行对话：

rasa shell

3. 示例对话

启动后，终端将显示类似以下内容，你可以直接输入文字进行测试：

Your input ->  hello
Hey! How are you?
Your input ->  I am doing well
Great! Keep it up.
Your input ->  bye
Bye!

4. 集成到即时通讯工具

若要将机器人部署到微信、Slack 或 Facebook Messenger，需在 credentials.yml 文件中配置对应平台的 API Key，然后运行：

rasa run --enable-api --credentials credentials.yml

提示: 对于列表中提到的其他工具（如 Botkit 或 Bottender），请参考其各自 GitHub 仓库中的 README 获取特定的 npm install 和代码示例。