实现功能

搭建人工智能--人机对话服务端平台

实现调用服务端平台进行人机对话交互

实现思路

　　AIML

　　AIML由Richard Wallace发明。他设计了一个名为 A.L.I.C.E. （Artificial Linguistics Internet Computer Entity 人工语言网计算机实体）的机器人，并获得了多项人工智能大奖。有趣的是，图灵测试的其中一项就在寻找这样的人工智能：人与机器人通过文本界面展开数分钟的交流，以此查看机器人是否会被当作人类。

　　本文就使用了Python语言调用AIML库进行智能机器人的开发。

　　本系统的运作方式是使用Python搭建服务端后台接口，供各平台可以直接调用。然后客户端进行对智能对话api接口的调用，服务端分析参数数据，进行语句的分析，最终返回应答结果。

　　当前系统前端使用HTML进行简单地聊天室的设计与编写，使用异步请求的方式渲染数据。

开发及部署环境

开发环境：Windows 7 ×64 英文版

　　　　　JetBrains PyCharm 2017.1.3 x64

测试环境：Windows 7 ×64 英文版

所需技能

　　1、Python语言的熟练掌握,Python版本2.7

　　2、Python服务端开发框架tornado的使用

　　3、aiml库接口的简单使用

　　4、HTML+CSS+Javascript(jquery)的熟练使用

　　5、Ajax技术的掌握
1.安装Python aiml库
```
pip install aiml
```

2.获取alice资源

（ Python aiml安装完成后在Python安装目录下的 Lib/site-packages/aiml下会有alice子目录，将此目录复制到工作区。
或者在Google code上下载alice brain: aiml-en-us-foundation-alice.v1-9.zip）
3.Python下加载alice

import aiml
os.chdir('./src/alice') # 将工作区目录切换到刚才复制的alice文件夹
alice = aiml.Kernel()
alice.learn("startup.xml")
alice.respond('LOAD ALICE')
注意加载时需要切换工作目录到alice(刚才复制的文件夹)下。

4.与alice聊天

加载之后就可以与alice聊天了，每次只需要调用respond接口：

alice.respond('hello') #这里的hello即为发给机器人的信息

5.用Tornado搭建聊天机器人网站
　　Tornado可以很方便地搭建一个web网站的服务端，并且接口风格是Rest风格，可以很方便搭建一个通用的服务端接口。

　　这里写两个方法：

　　get：渲染界面

　　post：获取请求参数，并分析，返回聊天结果
Class类的代码如下：

class ChatHandler(tornado.web.RequestHandler):
    def get(self):
        self.render('chat.html')

    def post(self):
        try:
            message = self.get_argument('msg', None)

            print(str(message))

            result = {
                'is_success': True,
                'message': str(alice.respond(message))
            }

            print(str(result))

            respon_json = tornado.escape.json_encode(result)

            self.write(respon_json)

        except Exception, ex:
            repr(ex)
            print(str(ex))

            result = {
                'is_success': False,
                'message': ''
            }

            self.write(str(result))

　6. 简单搭建一个聊天界面
接口调用

我们异步请求服务端接口，并将结果渲染到界面

$.ajax({
type: 'post',
url: AppDomain+'chat',
async: true,//异步
dataType: 'json',
data: (
{
"msg":request_txt
}),
success: function (data)
{
console.log(JSON.stringify(data));
if (data.is_success == true) {
setView(resUser,data.message);
}
},
error: function (data)
{
console.log(JSON.stringify(data));
}
});//end Ajax

7、目录结构
8、Python服务端代码：

#!/usr/bin/env python

# -*- coding: utf-8 -*-

import os.path
import tornado.auth
import tornado.escape
import tornado.httpserver
import tornado.ioloop
import tornado.options
import tornado.web
from tornado.options import define, options

import os
import aiml

os.chdir('./src/alice')
alice = aiml.Kernel()
alice.learn("startup.xml")
alice.respond('LOAD ALICE')

define('port', default=3999, help='run on the given port', type=int)

class Application(tornado.web.Application):
def __init__(self):
handlers = [
(r'/', MainHandler),
(r'/chat', ChatHandler),
]

settings = dict(
template_path=os.path.join(os.path.dirname(__file__), 'templates'),
static_path=os.path.join(os.path.dirname(__file__), 'static'),
debug=True,
)

# conn = pymongo.Connection('localhost', 12345)
# self.db = conn['demo']
tornado.web.Application.__init__(self, handlers, **settings)

class MainHandler(tornado.web.RequestHandler):
def get(self):
self.render('index.html')

def post(self):

result = {
'is_success': True,
'message': '123'
}

respon_json = tornado.escape.json_encode(result)
self.write(str(respon_json))

def put(self):
respon_json = tornado.escape.json_encode("{'name':'qixiao','age':123}")
self.write(respon_json)

class ChatHandler(tornado.web.RequestHandler):
def get(self):
self.render('chat.html')

def post(self):
try:
message = self.get_argument('msg', None)

print(str(message))

result = {
'is_success': True,
'message': str(alice.respond(message))
}

print(str(result))

respon_json = tornado.escape.json_encode(result)

self.write(respon_json)

except Exception, ex:
repr(ex)
print(str(ex))

result = {
'is_success': False,
'message': ''
}

self.write(str(result))

def main():
tornado.options.parse_command_line()
http_server = tornado.httpserver.HTTPServer(Application())
http_server.listen(options.port)
tornado.ioloop.IOLoop.instance().start()

if __name__ == '__main__':
print('HTTP server starting ...')
main()

　9、Html前端代码

<!DOCTYPE html>
<html>
<head>
<link rel="icon" href="qixiao.ico" type="image/x-icon"/>
<title>qixiao tools</title>
<link rel="stylesheet" type="text/css" href="../static/css/bootstrap.min.css">

</script>
<script type="text/javascript">
var AppDomain = 'http://localhost:3999/'
$(document).ready(function(){
$("#btn_sub").click(function(){
var user = 'qixiao(10011)';
var resUser = 'alice (3333)';

var request_txt = $("#txt_sub").val();

setView(user,request_txt);

});

});
function setView(user,text)
{
var subTxt = user + " "+new Date().toLocaleTimeString() +'\n·'+ text;
$("#txt_view").val($("#txt_view").val()+'\n\n'+subTxt);

var scrollTop = $("#txt_view")[0].scrollHeight;
$("#txt_view").scrollTop(scrollTop);
}
</script>
</head>
<body class="container">
<header class="row">
<header class="row">
<a href="/" class="col-md-2" style="font-family: SimHei;font-size: 20px;text-align:center;margin-top: 30px;">
<span class="glyphicon glyphicon-home"></span>Home
</a>
<font class="col-md-4 col-md-offset-2" style="font-family: SimHei;font-size: 30px;text-align:center;margin-top: 30px;">
<a href="/tools" style="cursor: pointer;">QiXiao - Chat</a>
</font>
</header>
<hr>

<section class="col-md-10 col-md-offset-1" style="border:border:solid #4B5288 1px;padding:0">Admin : QiXiao </section>
<section class="col-md-10 col-md-offset-1 row" style="border:solid #4B5288 1px;padding:0">
<section class="col-md-9" style="height: 400px;">
<section class="row" style="height: 270px;">
<textarea class="form-control" style="width:100%;height: 100%;resize: none;overflow-x: none;overflow-y: scroll;" readonly="true" id="txt_view"></textarea>
</section>
<section class="row" style="height: 130px;border-top:solid #4B5288 1px; ">
<textarea class="form-control" style="overflow-y: scroll;overflow-x: none;resize: none;width: 100%;height:70%;border: #fff" id="txt_sub"></textarea>
<button class="btn btn-primary" style="float: right;margin: 0 5px 0 0" id="btn_sub">Submit</button>
</section>
</section>
<section class="col-md-3" style="height: 400px;border-left: solid #4B5288 1px;"></section>
</section>
</article>
</body>
</html>

【系统测试】
　　1、首先我们将我们的服务运行起来
　　2、调用测试

【可能遇到问题】　　：中文乱码

初接触人工智能

实现功能

搭建人工智能--人机对话服务端平台

实现调用服务端平台进行人机对话交互

实现思路

开发及部署环境

所需技能

1、Python语言的熟练掌握,Python版本2.7

2、Python服务端开发框架tornado的使用

3、aiml库接口的简单使用

4、HTML+CSS+Javascript(jquery)的熟练使用

5、Ajax技术的掌握

1.安装Python aiml库

2.获取alice资源

（ Python aiml安装完成后在Python安装目录下的 Lib/site-packages/aiml下会有alice子目录，将此目录复制到工作区。
或者在Google code上下载alice brain: aiml-en-us-foundation-alice.v1-9.zip）

3.Python下加载alice

4.与alice聊天

5.用Tornado搭建聊天机器人网站

6. 简单搭建一个聊天界面

7、目录结构

8、Python服务端代码：

9、Html前端代码

【系统测试】

1、首先我们将我们的服务运行起来

2、调用测试

【可能遇到问题】　　：中文乱码

猜你喜欢

初接触人工智能

实现功能

搭建人工智能--人机对话服务端平台

实现调用服务端平台进行人机对话交互

实现思路

开发及部署环境

所需技能

1、Python语言的熟练掌握,Python版本2.7

2、Python服务端开发框架tornado的使用

3、aiml库接口的简单使用

4、HTML+CSS+Javascript(jquery)的熟练使用

5、Ajax技术的掌握

1.安装Python aiml库

2.获取alice资源

（ Python aiml安装完成后在Python安装目录下的 Lib/site-packages/aiml下会有alice子目录，将此目录复制到工作区。 或者在Google code上下载alice brain: aiml-en-us-foundation-alice.v1-9.zip）

3.Python下加载alice

4.与alice聊天

5.用Tornado搭建聊天机器人网站

6. 简单搭建一个聊天界面

7、目录结构

8、Python服务端代码：

9、Html前端代码

【系统测试】

1、首先我们将我们的服务运行起来

2、调用测试

【可能遇到问题】 ：中文乱码

猜你喜欢

　　1、Python语言的熟练掌握,Python版本2.7

　　2、Python服务端开发框架tornado的使用

　　3、aiml库接口的简单使用

　　4、HTML+CSS+Javascript(jquery)的熟练使用

　　5、Ajax技术的掌握

（ Python aiml安装完成后在Python安装目录下的 Lib/site-packages/aiml下会有alice子目录，将此目录复制到工作区。
或者在Google code上下载alice brain: aiml-en-us-foundation-alice.v1-9.zip）

　6. 简单搭建一个聊天界面

　9、Html前端代码

　　1、首先我们将我们的服务运行起来

　　2、调用测试

【可能遇到问题】　　：中文乱码