Бот-помощник будет закрывать все типичные вопросы, а вот что-то посложнее – перенаправлять на операторов. По предварительной оценке, это на 70% сократит время ожидания ответа и на 90% повысит довольство жизнью сотрудников службы поддержки. Никогда не знаешь, как им придёт в голову сформулировать вопрос. Предсказать варианты заранее невозможно. Поэтому бот будет… обучаемый нейросетью!
Доступен по ссылке в Телеграм: Support Bot
- Рекомендуется использовать виртуальное окружение для запуска проекта
- Для корректной работы Вам необходим Python версии 3.6 и выше
- API-ключ для работы с Telegram-ботом (инструкция тут).
- Скачайте код (
git clone
) - Установите зависимости командой
pip install -r requirements.txt
- Для запуска нейросети необходимо получить
project_id
и файл-json с параметрами google_application_credentials. - Для взаимодействия с API ВКонтакте необходимо получить ключ доступа API Вконтакте (Работа с API) с правами управление сообществом и доступ к сообщениям сообщества
- Перед первым запуском необходимо обучить нейросеть
python bot_learning.py
- Файл с обучающими фразами можно посмотреть - тут.
- Для запуска Telegram-бота необходимо выполнить команду:
python tg_bot.py
Для запуска VK-бота необходимо выполнить команду:
python3 vk_bot.py
- Для получения
project_id
необходимо создать проект DialogFlow. - Необходимо создать агента DialogFlow.
- Для получения файла-json с параметрами google_application_credentials необходимо:
- установить Google Cloud CLI
- выполнить авторизацию c использованием Google Cloud CLI
Часть настроек проекта берётся из переменных окружения. Чтобы их определить,
создайте файл .env
в корневой директории проекта и запишите туда данные в таком
формате: ПЕРЕМЕННАЯ=значение
.
Доступные переменные:
TG_BOT_APIKEY
- Ваш API-ключ для работы с Telegram-ботомDF_PROJECT_ID
- Ваш ID проекта DialogFlowVK_API_KEY
- Ваш API-ключ для работы с VK-ботом
Для настройки обучения нейросети бота используйте:
Необязательные аргументы
--path JSON путь к JSON-файлу с фразами для обучения нейросети
Например:
python bot_learning.py --path json/questions.json
Код написан в учебных целях — это урок в курсе по Python и веб-разработке на сайте Devman.