python我沒有進行系統的學習，因為我的微信公眾號有想法搞一個聊天機器人，剛好我們老師也要求我們用Python寫一個小學期的程式，所以搭建聊天機器人的想法也就確定下來了。

最初我查了不少資料，最開始以為aiml是一個做聊天機器人最好的方式，其實後來發現aiml在應用上有很多問題

1。沒有中文語料庫，可以做到匹配中文，不過對於中文而言，句型語義其實很難直接採用aiml完成，網上也有不少說採用jieba分詞的，不過真的給出原始碼的很少。

2.。畢竟沒有花很長時間去研究，在我印象中，aiml幾乎所有的回覆都需要程式設計師進行設定。

3。以檔案格式存貯，.brn檔案（alicebot的‘大腦’）讀取速度，檔資料量逐漸變大，檢索時間會逐漸變長。

經過了這一階段，我開始尋找機器學習，目前而言，網上的機器學習都是針對成型的程式設計師而言的，對於我這種還處於摸索狀態中的低端開發者而言，怎麼做到可以學習的聊天機器人不是我要考慮的，我僅僅需要把他應用起來，達到自己應用上的效果，且可以在一定程度上修改原始碼滿足自己的需求就足夠了。

chatterbot 是github上我覺得十分不錯的開元的聊天機器人，由於它可以在使用者對話中自主進行學習，可以省去一些訓練的過程，我開始採用的是 chatterbot + HUG API    構建起來很輕鬆，最初使用沒有想到公眾號中很多使用者去和機器人聊天，當檔案逐漸變大起來，相應速度基本都是在5S以上，而微信有一個機制，當你5S內沒有回覆，那麼會有一個重發，重發三次，也就導致我伺服器正在處理資料，還沒有處理完，就又來了新的請求，當有併發的時候體現的就更加明顯，微信直接顯示 該微信公眾號無法提供服務。 我最開始的處理方式是更換更好配置的伺服器，因為我的伺服器配置低，我以為是我記憶體沒有給足夠，不過當我增加完記憶體，效果也沒有變化，回覆速度還是在5S以上。

chatterbot除了json格式的介面卡還有mongodb資料庫的，mongodb用來處理海量資訊，當搭建完mongodb之後，整個響應速度提升大，另外也是建議 hug api在使用上我個人覺得還是不如 flask的  儘管hug給過一個圖示來說明效率上相差不大，不過我感覺我還是支援flask更多。

囉嗦了好多，這篇就到這了，全程無圖無教程，只是告訴你，想快速的搭建出自己的聊天機器人用 chatterbot + flask +mongodb 。

更多內容請移步 jishitongxun.cn   點選開啟連結  

timkj.com