BotBay致力于创建专属的拟人机器人，我们理想中它可以接入不同的平台【微信、5G】，作为每一人完成日常工作生活专属助理，你可以给它起一个名字，这样就可以伴随终身，我们希望无论你今后的工作生活如何变化，它都可以普适的服务能力，目前版本我们赋能BotBay工作消息整理和待办提醒功能，例如： 1.把机器人拉进群，帮助我记录群里面的文字、图片、文件，并自动将文件存储到云盘，文字经过过滤后形成纪要； 2.在群里面@我或者私聊我，要求查看当日信息“日报”、“纪要”、并支持将“纪要发送邮箱”； 3.模拟一个工作任务，看看机器人如何提醒我的。
新用户启动chatbot交互时，由于它还不认识你，所以需要向你确认账户【基于本团队之前开发过的一套用户体系】和机器人它自己的姓名
由于我们使用的是本人微信号，考虑到不影响日常收发消息，所以实现了开关
根据关键词提取算法，判断群聊消息中那些内容更加有可能属于重要信息，支持纪要发送邮箱【模拟会议纪要的过程】
一个工程向的小机制，帮助归档群聊文件，防止文件过期、手机电脑更换等问题
当然这个其实是一个正儿八经的网盘系统【基于本团队之前开发过的一套网盘】
如果BOTBAY接入了业务办公系统的话，那它就可以采用询问的方式协助你处理待办工作，如下图我们模拟了一个申请单提交审批流程
根据收集到的Text/Audio/Video/Attachement/Image，以及Room/Contact/mentionList等信息，进行归类、统计、分析
当然也有PC端的展现
本项目采用一入口，一平台，多支撑的模式进行设计与开发，其中：
-
一入口 - 微信入口，采用chatbot模式实现用户与系统的交互与应答。
-
一平台 - botPlatform：托管chatbot，启动wechaty实例，接收消息，按状态机模式处理基础消息响应与逻辑分发。
-
多支撑 - paddleWorkers：使用paddleHub提供的支撑服务，本项目中使用paddle提供的图片OCR解析微信消息中的图片文字，今后可拓展不同的paddle服务，支撑chatbot实现更多功能。
技术路线为NodeJs+Express+MongoDB，主要关键技术为：状态机、分词与关键词提取 由于整体代码量巨大，因此本次只上传了关键部分代码
| 序号 | 模块名称 | 功能 | 代码 |
|---|---|---|---|
| 1 | CMX-CoreHandler | 实现用户认证、用户管理、角色权限等功能 | 无 |
| 1.1 | user.js | 用户相关功能 | 无 |
| 1.2 | bot.js | chatbot相关功能 | 有 |
| 1.3 | application.js | 应用相关功能 | 无 |
| 2 | CMX-FileHandler | 实现文件处理、自动归档，网盘功能 | 无 |
| 3 | CMX-ResourceHandler | 实现流程处理、表单数据处理功能 | 无 |
这里主要是botWechatMap变量在后面的login过程限制了可以扫码的微信用户白名单
var _LANG = 'ch';//默认中文
const BOTCONFIG = {
autoregistHello: 'hello bot',
botWechatMap: {
porbello: 'https://u.wechat.com/MG3oDlaSML_iJ3AN6me3Uv4'//不是随意的微信扫码都有效，这里配置了白名单
},
language: {
ch: {
hello: '您好，我是您的专属助手',
//...等等其它语言
}
}
};
config/index.js
const config = {
bot: {
enable: true,//开启机器人服务
tokens: ['puppet_padlocal_e55XXXXXXXX55906d2']//如果有多个token，可以启动多个实例
},
}
var bots = [];
if (config.bot && config.bot.enable) {
for (let i = 0; i < config.bot.tokens.length; i++) {//如果有多个token，则循环运行实例
const bot = new Wechaty({
puppet: new PuppetPadlocal({
token: config.bot.tokens[i]
}),
name: 'BotBay'
});
bot.cmx = bot.cmx || {};
bot.cmx.use = false;
bots.push(bot);
bot
.on('scan', (qrcode, status) => {
bot.cmx.qrcode = qrcode;//有二维码时赋值
})
.on('login', async (user) => {
console.log(`User ${user} logged in`);
const contact = bot.userSelf();
if (BOTCONFIG.botWechatMap[contact.id]) {
console.log(`check pass`);
bot.cmx.use = true;//本bot状态是否为待机
bot.cmx.qrcode = '';//把二维码输出到前端管理页面用
bot.cmx.wechatqr = BOTCONFIG.botWechatMap[contact.id];//给前端管理页面显示本bot对应的微信二维码
} else {
console.log(`check fail`);//如果不是白名单微信扫码，则强制登出，这里复现貌似登出后不能立刻回调到scan事件
await bot.logout();
//TOOD 不知道是否需要主动重启wechaty
}
})
.on('logout', user => {
console.log(`User ${user} log out`);
bot.cmx.use = false;//bot状态置为待机
})
.on('error', e => console.info('Bot', 'error: %s', e))
.on('message', message => onMessage(message, bot))
.on('friendship', friendship => onFriendship(friendship, bot))
.on('room-join', (room, inviteeList, inviter) => onRoomJoin(room, inviteeList, inviter, bot))
.start();
}
}
async function getMyBot(wechatid) {
return new Promise((resolve, reject) => {
Models.Botlists.findOne({//里面存储了每个人bot的信息
wechatid: wechatid
}).lean().exec((err, data) => {
if (err || !data) resolve(false);
else {
if (data.owner) {
Models.Userworkspacelinks.findOne({
user: data.owner
}).lean().exec((dmErr, dmData) => {
if (dmErr || !dmData) resolve(false);
else resolve(Object.assign(data, {
workspace: dmData.workspace
}));
});
} else {
resolve(false);
}
}
});
});
}
其中bot的字段大致如下
const botlistsScheMa = new Schema({
nickname: String,//昵称
owner: String,//所属人
expires: { type: Date },//过期时间
state: { type: Number, default: 1 },//状态
birthday: { type: Date, default: Date.now },//生日
desc: String,//个人简介
worldranking: Number,//排名
level: Number,//等级
wechatid: String,//关联微信号
hello: String//自定义触发语
});
- HELLO - 初始化状态，新添加机器人为好友或使用“变身机器人”触发
- WAITUSERNAME - 检查发现不明确用户账户，等待账户信息
- WAITNICKNAME - 检查用户尚未给本机器人起名，等待昵称信息
- FREE - 目前基础信息完整，响应交互
在下文中状态机在不同时机发生状态变化
async function onFriendship(friendship, bot) {
const contact = friendship.contact();
if (friendship.type() === bot.Friendship.Type.Receive) { // 1. receive new friendship request from new contact
let hasbotinfo = await ((key, wechatid) => {
return new Promise((resolve, reject) => {
Models.Botlists.findOne({
$or: [{ hello: key }, { wechatid: wechatid }]//根据触发语或微信号检查是否已有机器人
}).lean().exec((err, data) => {
if (err) resolve(false);
else resolve(data || false);
});
});
})(friendship.hello(), contact.id);
if (hasbotinfo === false && friendship.hello() == BOTCONFIG.autoregistHello) {//autoregistHello是默认通用的触发语
hasbotinfo = 'new wechat user';
}
if (hasbotinfo !== false) {
await friendship.accept();//接收好友申请
console.log(`Request from ${contact.name()} is accept succesfully!`);
if (hasbotinfo == 'new wechat user') {
RedisClient.set('BOT-' + contact.id, 'WAITUSERNAME');//状态机置为等待账户名
await fsmJob(bot, contact);
} else {
if (!isEmpty(hasbotinfo.nickname)) {
RedisClient.set('BOT-' + contact.id, 'HELLO');//状态机置为打招呼
await fsmJob(bot, contact, hasbotinfo.nickname);
} else {
RedisClient.set('BOT-' + contact.id, 'WAITNICKNAME');//状态机置为等待昵称
await fsmJob(bot, contact);
}
await ((_query, _updatedata) => {
return new Promise((resolve, reject) => {
Models.Botlists.updateOne(_query, _updatedata, (err, data) => {
if (err) {
console.error(err);
resolve(false);
} else resolve(data);
});
});
})({
_id: hasbotinfo._id
}, {
wechatid: contact.id//更新一下微信号
});
}
} else {
RedisClient.del('BOT-' + contact.id);
console.log(`no exist botinfo from ${friendship.hello()}`);
}
} else if (friendship.type() === bot.Friendship.Type.Confirm) { // 2. confirm friendship
console.log(`New friendship confirmed with ${contact.name()}`);
}
}
async function onMessage(msg, bot) {
const contact = msg.talker();
if (contact.id == 'wexin' || msg.self()) {
return;
}
await fsmJob(bot, contact, msg, true);//直接调用状态机动作
}
async function fsmJob(bot, contact, msg, reply) {
let FSM = await (() => {//查询当前用户状态
return new Promise((resolve, reject) => {
RedisClient.get('BOT-' + contact.id, function (err, result) {
if (err) {
resolve(false);
} else {
resolve(result || '');
}
});
});
})();
if (FSM)
await botDoProcess[FSM](bot, contact, msg, reply);//直接执行对应动作
else {//说明是新用户
if (reply && msg) {//说明用户主动发消息给bot
//...有若干代码，主要思想就是根据用户发的消息，进行相应处理
}
}
}
主要逻辑在botDoProcess变量中实现，
const botDoProcess = {
WAITUSERNAME: async (bot, contact, msg, reply)=>{//接收到的是用户账户名，检查数据库是否存在，存在则与bot绑定},
WAITNICKNAME: async (bot, contact, msg, reply)=>{//接收到的是bot昵称，更新数据库},
FREE: async (bot, contact, msg, reply)=>{//处理指令【纪要、纪要发送邮箱、日报、帮助等】，对文本、音频、视频、附件、图片进行处理、归档、统计、分析},
HELLO: async (bot, contact, nickname)=>{
await contact.say(BOTCONFIG.language[_LANG].hello + nickname);
RedisClient.set('BOT-' + contact.id, 'FREE');//空闲
await fsmJob(bot, contact);
},
}
使用CppJieba提供底层分词算法实现
本次只使用了图片OCR这一个功能，并且封装为http接口【因为pyton实现的paddleWorker，nodejs实现的botPlatform】，暴露给botPlatform使用，得力于paddlehub的组件成熟度，所以代码量很少，这里给paddlehub点个赞
from flask import request, Flask
import json
import paddlehub as hub
import cv2
import requests
import os
app = Flask(__name__)
ocr = None
@app.route('/imageOcr', methods=['GET'])
def image_ocr():
path = request.args.get('imagePath')
print(path)
file_name = os.path.basename(path)
file_down = requests.get(path)
with open('/mnt/'+file_name,'wb') as f:
f.write(file_down.content)
ocr_res = ocr.recognize_text(images=[cv2.imread('/mnt/'+file_name)])
data = ocr_res[0]['data']
res_data = {}
text = []
for item in data:
text.append(item['text'])
res_data['msg'] = '请求成功'
res_data['code'] = 200
res_data['data'] = text
os.remove('/mnt/'+file_name)
return json.dumps(res_data,ensure_ascii=False)
def load_model():
global ocr
ocr = hub.Module(name="chinese_ocr_db_crnn_server")
if __name__ == "__main__":
load_model()
app.run(host="0.0.0.0", port=9000)
虽然写前端页面的工作相比于高大上的机器学习、深度学习、人工智能、自然语言处理这些门类，显得不上档次，但是有一个"友好一点点"的界面总还算是件好事。
基本上就是这个样子按组件化编写的页面
<a-col :xs="24" :sm="12" :md="12" :lg="12" :xl="12">
<div class="duplicate-file-item border-size p-size dark-bg9">
<p class="item-title">
<img src="~assets/img/information-archiving/[email protected]" alt />群聊文件
</p>
<duplicate-file v-if="fileBot.length" :data="fileBot"></duplicate-file>
<a-empty
v-else
:image="require('~/static/images/error/[email protected]')"
:image-style="{
height: '95px',
}"
>
<span slot="description">暂无数据~</span>
</a-empty>
</div>
</a-col>
开发语言为VUE，使用Echarts的图表，这部分就不赘述如何开发的了，按设计稿实现就好了。
- 目前版本基于状态机的消息处理逻辑是不能应答非标准化的指令的，可以通过引入自然语言处理和多轮对话技术辅助触发状态变化；
- 由于wechaty原理基于微信号的消息收发，所以存在添加好友人数上线，目前本方案可支持不添加好友情况下，在微信群中@机器人的方式进行交互，但复杂场景下还是需要添加好友的。考虑到这点，botPlatform在最开始的配置信息中，预留了多个wechaty实例使用的token数组，并且通过循环创建的方式，可以在服务器端启动多个wechaty实例待机，并且根据策略派发实例响应用户交互（ps.不成熟）；
- 基于wechaty作为消息收发中枢的模式无法满足生产环境下高可用的要求，如果一个实例宕机，其它实例目前没有平滑无缝接管服务的方式，所以只能多拜拜大神了。