python我沒有進行系統的學習，因爲我的微信公衆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寫一個小學期的程序，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，最開始以爲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，不過真的給出源碼的很少。
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序員進行設定。
3。以文件格式存貯，.brn文件（alicebot的‘大腦’）讀取速度，檔數據量逐漸變大，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序員而言的，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源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，由於它可以在用戶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衆號中很多用戶去和機器人聊天，當文件逐漸變大起來，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，也就導致我服務器正在處理數據，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 該微信公衆號無法提供服務。 我最開始的處理方式是更換更好配置的服務器，因爲我的服務器配置低，我以爲是我內存沒有給足夠，不過當我增加完內存，效果也沒有變化，回覆速度還是在5S以上。
chatterbot除了json格式的適配器還有mongodb數據庫的，mongodb用來處理海量信息，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給過一個圖標來說明效率上相差不大，不過我感覺我還是支持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 點擊打開鏈接
timkj.com