【源码】基于Python的FAQ聊天机器人系统

项目简介

本项目是基于Python构建的FAQ聊天机器人系统。使用Elasticsearch作为底层数据库来存储和检索知识库，借助PyTorch库和预训练模型进行文本向量化，通过FastAPI框架构建提供FAQ搜索功能的API服务。

项目的主要特性和功能

• 采用Elasticsearch存储和检索FAQ数据。
• 利用PyTorch库和预训练模型实现文本向量化。
• 通过FastAPI框架构建API服务，支持基于文本输入的搜索功能。
• 支持基于Docker的容器化部署，便于项目快速部署与扩展。

安装使用步骤

安装依赖

安装项目所需的Python库，如elasticsearch、pytorch、fastapi、uvicorn等。

配置Elasticsearch

根据项目需求，配置Elasticsearch的地址、索引名称等参数。

写入数据

设置环境变量：export PYTHONPATH=$(pwd)，然后运行python vectorstore/es_index.py创建索引并写入样例数据。若使用自己的数据集，需修改es_config.py中的变量DATA_PATH。

启动服务

运行server.py脚本，启动基于FastAPI的服务器应用，监听指定端口。

测试服务

• 终端测试：执行curl -X 'POST' 'http://127.0.0.1:8008/faq/search' -H 'accept: application/json' -H 'Content-Type: application/json' -d '{"text": "我最近长胖了，这让我有些尴尬，是否可以改善这一状况？"}'。
• 脚本测试：运行pytest test_server.py -k test_faq_search -v -s。

并发测试

使用test_server_concurrency.py脚本测试服务器的并发处理能力。

Docker部署

1. 安装Docker，参考链接：Docker教程。
2. 构建Docker镜像：在项目根目录下执行docker build -t faq-chatbot:0.1 .。
3. 运行Docker容器：docker run -itd -v $(pwd):/code -p 8008:7000 --name faq --net elastic faq-chatbot:0.1。
4. 进入容器：docker exec -it faq /bin/bash，退出容器使用exit。
5. 注意修改es_basic.py中的ES_URL地址为elasticsearch容器的IP地址，可通过docker network inspect elastic查看。
6. 使用Docker Compose部署：docker-compose up。
7. 再次测试服务，分别对应三个端口 7001、7002、7003：
   • curl -X 'POST' 'http://127.0.0.1:7001/faq/search' -H 'accept: application/json' -H 'Content-Type: application/json' -d '{"text": "我最近长胖了，这让我有些尴尬，是否可以改善这一状况？"}'
   • curl -X 'POST' 'http://127.0.0.1:7002/faq/search' -H 'accept: application/json' -H 'Content-Type: application/json' -d '{"text": "我最近长胖了，这让我有些尴尬，是否可以改善这一状况？"}'
   • curl -X 'POST' 'http://127.0.0.1:7003/faq/search' -H 'accept: application/json' -H 'Content-Type: application/json' -d '{"text": "我最近长胖了，这让我有些尴尬，是否可以改善这一状况？"}'

注意事项

• 根据项目需求调整Elasticsearch的配置和索引结构。
• 确保环境变量和路径设置正确。
• 在生产环境中，保证服务器的安全性和稳定性，如设置防火墙、限制访问权限等。

下载地址

点击下载 【提取码: 4003】【解压密码: www.makuang.net】