使用机器学习算法在 .NET Core 中运行的 100% C# 开源 AI 聊天机器人平台构建器...

Posted 2022-03-30 dotNET跨平台

简介

BotSharp是一个用于 AI Bot 平台构建器的开源机器学习框架。该项目涉及自然语言理解、计算机视觉和音频处理技术，旨在推动智能机器人助手在信息系统中的开发和应用。开箱即用的机器学习算法让普通程序员可以更快、更轻松地开发人工智能应用程序。

地址

https://github.com/SciSharp/BotSharp

特点

• 集成调试更容易，无需依赖任何其他机器学习算法库。

• 内置多Agents管理，轻松搭建Bot as a Service平台。

• 上下文输入/输出与寿命，使转换流程可控。

• 使用自然语言处理流水线机制轻松处理扩展，构建您自己独特的机器人处理流程。

• 从地面重写 NLP 算法，没有历史问题。

• 支持直接从其他机器人平台导出/导入代理。

• 支持不同的 UI 提供程序，例如Rasa UI和Articulate UI.

• 支持多种数据请求和响应格式，例如 Rasa NLU 和 Dialogflow。

• 与 Facebook Messenger、Slack 和 Telegram 等流行的社交平台集成。

• 多核并行计算优化，Hybridizer 中 GPU 上的高性能 C#。

使用 .NET Core 从头开始构建 AI 聊天机器人平台

安装

Install-Package BotSharp.Core

Install-Package BotSharp.RestApi

首先，从其他聊天机器人平台导出代理。

通常，该平台提供导出到压缩文件的能力。不同的平台有不同的导出方式。

其次，将 meta.json 添加到 zip 文件中。

meta.json 用于告诉 BotSharp 代理是从哪里导出的。它应该如下所示：

    "Id": "YOURS",
    "Name": "YOURS",
    "Platform": "Dialogflow",
    "ClientAccessToken": "YOURS",
    "DeveloperAccessToken": "YOURS",
    "Integrations": []

提取 zip 文件并将 meta.json 添加到 zip 文件中。

最后，上传更新的 zip 文件。

在 REST API 中上传 zip 文件。

当您成功导入代理后，下一步就是训练您的代理并让它按照您预先设计的流程运行。

填写您的代理名称，然后单击“Train”按钮一会儿（取决于数据的大小）。

训练完成后，您可以开始测试 Agent。输入机器人名称和要测试的语句。

点击执行后，会得到服务器返回的结果，其中包含用户意图和实体值。

更多文档请前往BotSharp官网。

最后大家如果喜欢我的文章，还麻烦给个关注, 希望net生态圈越来越好！