自动聊天示例这个是根据200万条聊天记录训练出来的，你可以用自己和女朋友的记录来训练试试效果：stuck_out_tongue：至于怎么用微信机器人，可以GitHub搜搜看哈聊天1：用户：在吗？机器人：用户：你在做什么？bot:WatchingTV用户：你在看什么类型的电视？bot：活泼香喷喷网友：好看吗？机器人：非常有趣用户：你在哪里？bot：在家用户：你一个人在家吗？bot：我喜欢一个人玩用户：那我来找你？bot：没有，乖乖上班聊天2：Q：在吗？答：在问：为什么？答：没关系。问：你愿意和我一起去购物吗？A：嗯Q：你在玩游戏吗？A：没有Q：你去吗？A:去项目介绍chatbot是一个Go问答引擎，可以从已知的对话数据集快速生成答案。为什么会有聊天机器人项目？很多年前，当我们需要一个聊天机器人时，我首先使用了ChatterBot，但是使用它之后，我们在1.2亿对话数据上训练的模型回答一个问题大约需要21秒，这实在是让人难以接受。仔细看了ChatterBot源码后，我用Go重新实现了它，并与go-zero的MapReduce框架并行优化。结果，我们的回答平均花费了大约18毫秒。国庆假期有点空闲，所以整理了这个项目，开源发布。首先，我会给你一个实际的go-zeroMapReduce例子；其次，我还会提供一个聊天机器人项目给大家玩玩。BTW：以后我可能会开源智能客服机器人这个项目。可以关注我的github：https://github.com/kevwan机器人问答引擎的代码目录和命令行说明。可以针对指定的问答数据自定义自己的匹配算法clitrain训练并生成.gob文件-d读取指定目录下的所有json和yaml语料文件-i读取指定的json或yaml语料文件，多个文件分开bycommas-o指定输出.gob文件-m定时打印内存使用情况ask示例问答命令行工具-vverbose-ctrained.gobfile-tdata几种可能的答案数据格式如果有语料库数据，可以整理它自己进行培训。数据格式可以通过yaml或json文件提供，格式参考https://github.com/kevwan/chatterbot-corpus。大致如下：categories:-AIconversations:--什么是ai-人工智能是工程学和科学的一个分支，致力于建造有思维的机器。--你是用什么语言写的-Python--你听起来像一台机器-是的，我受到造物主的启发-你是一个人工智能-这就是我的名字。感谢go-zero-https://github.com/zeromicro/go-zerogo-zero的core/mr包的MapReduce实现大大提高了聊天机器人的回答效率！ChatterBot-https://github.com/gunthercox/ChatterBot一开始用的是ChatterBot，但是因为回答的太慢，只好自己实现了。感谢ChatterBot，一个伟大的项目！项目地址https://github.com/kevwan/chatbot
