2024年，有很多開源聊天機器人平臺可供選擇。最適合您的將取決於您的聊天機器人構建需求 - 您的經驗、編碼語言、所需功能和特定用例。
我們整理了一份頂級開源聊天機器人平台清單。無論您是自己構建還是為公司構建，您都可以在這裡找到適合您項目的平臺。
什麼是開源聊天機器人？
開源聊天機器人是模仿人類對話的消息傳遞應用程式。開源意味著軟體的原始代碼是自由分發的，可以很容易地修改。
開源軟體通過共用貢獻帶來更高水準的透明度、效率和控制。這允許開發人員創建更高品質的軟體，同時增加他們對軟體平臺本身的瞭解。
或者，有閉源 chatbots 我們已經概述了一些 比較開源聊天機器人與專有解決方案的優缺點的軟體。
現在，讓我們來看看 2024 年一些最好的開源聊天機器人。
1. Botpress
Botpress 是一款 開源對話式 AI 軟體，支援許多自然語言理解 （NLU） 庫。
Botpress 旨在使用視覺化流和少量訓練數據以意圖、實體和插槽的形式構建聊天機器人。這大大降低了開發聊天機器人的成本，並降低了數據需求可能造成的進入壁壘。
Botpress 有一個可視化的對話構建器和一個模擬器來測試您的對話。內置的 JavaScript 代碼編輯器允許您編寫可用於執行特定任務的操作。 NLU 模組允許您定義意圖、實體和槽。這就是對話助理理解用戶輸入的方式。
Botpress 積極維護與最流行的消息服務（包括Facebook）的集成Messenger, Slack, Microsoft Teams和 Telegram.
該平臺主要為需要具有最大控制權的開放系統的開發人員構建。但是，藉助可視化對話構建器，對話設計師也很容易接管並與開發人員協作處理專案。
Botpress 允許具有不同技能的專家進行協作並構建更好的會話助手。
你可以讀一個 全面審查 Botpress 在 G2 和 Chatimize 上。
2. Microsoft機器人框架
Microsoft Bot Framework （MBF） 提供了一個用於構建機器人的開源平臺。
Microsoft方法主要是代碼驅動的，專門針對開發人員。MBF 使開發人員能夠精細控制聊天機器人構建體驗，並開箱即用地訪問許多功能和連接器。
MBF 提供了大量工具來幫助製作聊天機器人的過程。它還可以與其自然語言理解引擎Luis集成。
Microsoft還收購了另一個開源平臺Botkit。Botkit 更像是一個可視化對話構建器，更關注使用者可用的 UI 操作。
MBF不能被認為是完全開源的，因為它使用的NLU引擎Luis是專有軟體。這可能是一個問題，具體取決於您的情況，以便獲得更多控制。
NLU 引擎不是開源的缺點是它不能安裝在本地。從Microsoft來看，這同樣是可以理解的，因為 MBF 和 Luis 是內置的產品，部分是為了促進其 Azure 平臺的使用。Luis 是一項服務，您需要為每次 API 調用付費，這可以轉化為高昂的每月帳單。
3. 機器人套件
Botkit現在是Microsoft Bot Framework的一部分。它以為開發人員打造的以代碼為中心的平台而聞名。
Botkit 只是包含 Microsoft Bot Framework 的更大開發人員工具和 SDK 集的一部分。Bot Framework SDK 提供了構建 Botkit 的基礎。它有多種程式設計語言版本！
它有大量適用於不同聊天平臺的外掛程式，包括 Webex、 Slack、臉書 Messenger和Google Hangouts。
Botkit 最近創建了一個可視化對話構建器來幫助開發 chatbots 這允許沒有那麼多編碼經驗的用戶參與其中。
Botkit 使用 Luis 作為其底層 NLU 引擎。但是，如有必要，它可以與其他NLU引擎集成。
4. 拉莎
Rasa 是一個開源機器人構建框架，專注於構建聊天機器人的故事方法。Rasa是開源自然語言理解引擎和完善框架的先驅。
他們專注於人工智慧並構建一個框架，允許開發人員不斷構建和改進他們的人工智慧助手。
Rasa 允許開發人員創建旨在訓練機器人的故事（訓練數據方案），而不是在平臺內定義視覺流和意圖。
Rasa 是本地的，其標準 NLU 引擎是完全開源的。他們構建了Rasa X，這是一組工具，可幫助開發人員查看對話並改進助手。Rasa 還具有許多企業許可證提供的高級功能。
每個聊天機器人平臺都需要一定數量的訓練數據，但Rasa在提供大型訓練數據集（通常以客戶服務聊天日誌的形式）時效果最佳。這些客戶服務聊天被解析、組織、分類，並最終用於訓練 NLU 引擎。
故事方法的一個潛在問題是，很難預測機器人在給定時刻會說什麼，因為沒有人可以訪問底層邏輯，它是一個黑匣子。通過擁有大量高品質的訓練數據，可以降低發生這種情況的風險。
5. Wit.ai
Wit.ai 是一個開源聊天機器人框架，於2015年被Facebook收購。作為開源軟體，您可以流覽使用 Wit.ai 構建的現有機器人和應用程式，以獲取項目的靈感。
Wit.ai 有一個記錄良好的開源聊天機器人API，允許剛接觸該平臺的開發人員快速入門。
由於它歸 Facebook 所有，因此如果您打算在 Facebook 上部署機器人，Wit.ai 是一個不錯的選擇 Messenger.Facebook 使部署 Wit.ai 變得簡單 chatbots 上 Messenger.
與Microsoft、亞馬遜和IBM等競爭對手相比，Wit.ai 聊天機器人框架中的自然語言處理（NLP）引擎是健壯而強大的。
SDK for Wit.ai 提供多種語言版本，如 Python、Ruby 和 NodeJS。
Wit.ai 很容易與Facebook等不同平臺集成 Messenger, Slack、穿戴式裝置、家庭自動化等。
這個框架的缺點之一是培訓可能非常費力。它缺少必要數量的插槽和參數。為了彌補這一點，您將需要使用業務邏輯來處理未聲明的資訊。
6. 開啟對話框
OpenDialog 是一個企業級、開源的對話式 AI 平臺，始於 2018 年。
借助 OpenDialog，您可以高效地進行部署、集成和培訓。他們的智慧對話引擎允許用戶根據需要進行自定義和集成。靈活的 NLU 支援意味著您可以使用最好的 AI 技術來解決手頭的問題。
OpenDialog還具有無代碼對話設計器，允許使用者快速設計和原型化對話。
您可以管理對話式 AI 策略並使其面向未來。
開源且易於擴展的架構支持創新，而跨解決方案的對話元件的可重用性使其成為可隨團隊擴展的工具。
OpenDialog的主要功能包括：
- 它能夠執行即時 STT 流程
- 低記憶體使用量（20,000 字小於 64MB）
- 產生N最佳/字圖輸出的能力
- 作為伺服器單元工作的能力。
使用此軟體，您可以輕鬆構建您的第一個對話應用程式，而無需任何編碼語言的經驗。
OpenDialog是一個用PHP編寫的無代碼平臺，適用於Linux，Windows，macOS。OpenDialog 在 Apache 許可證 2.0 版下獲得許可。
7. 博托尼
Botonic 是一個用於構建對話應用程式的 react 框架。它不僅僅是創建簡單的基於文本的聊天機器人。它是為開發人員構建的，並提供完整的stack 無伺服器解決方案。它允許開發人員創建聊天機器人和現代對話應用程式，這些應用程式可以在多個平台上運行，例如 Web、移動和消息傳遞應用程式，例如 Messenger, Whatsapp和 Telegram.
使用 Botonic，您可以建立包含最佳文字介面（簡單性、自然語言交互）和圖形介面（多媒體、視覺上下文、豐富交互）的對話應用程式。這是一個強大的組合，可提供比傳統更好的用戶體驗 chatbots，僅依賴於文本和 NLP。
Botonic 功能包括一系列外掛程式，因此您可以輕鬆地將流行的服務集成到您的專案中。
Botonic 是用 TypeScript 和 JavaScript 編寫的。它建立在React，Serverless，Tensorflow之上。Botonic 適用於 Linux、Windows 和 macOS。
Botonic 已獲得 MIT 許可證的許可。
8. 克勞迪婭機器人生成器
Claudia Bot Builder 是一個用於 Claudia.js 的擴展庫，可説明您為 Facebook 建立機器人 Messenger, Telegram、Skype的、 Slack 斜杠命令， Twilio、Kik 和 GroupMe。開源項目背後的關鍵思想是刪除所有樣板代碼和常見的基礎設施任務，這樣你就可以專注於編寫機器人真正重要的部分。
Claudia 將自動為所有支援的平台設置正確的 Webhook，並指導您設定訪問許可權，以便您可以快速入門。
Claudia Bot Builder 簡化了消息傳遞工作流程，並將來自所有受支援平台的傳入消息轉換為通用格式，因此您可以輕鬆處理它。它還會自動將文本回應打包為請求機器人引擎的正確格式，因此您不必擔心簡單回應的結果格式。
克勞迪婭（Claudia）獲得了麻省理工學院（MIT）許可證的許可。
9. 托克
Tock 是一個開源的對話式 AI 平臺。它是構建對話代理和機器人的完整解決方案。它不支援或依賴於第三方 API。
Tock 具有構建故事和分析的能力，它具有用於 Kotlin、Node.js、Python 和 REST API 的對話式 DSL，並且可以連接多個文本/語音通道： Messenger, WhatsApp、Google Assistant、Alexa、Twitter 等。
Tock 提供了用於與 React 和 Flutter 的自定義 Web/移動整合的工具包，並使您能夠部署在 cloud 或使用 Docker 進行本地部署。Tock 根據 Apache 許可證 2.0 版獲得許可。
10. 機器人人
BotMan 是一個用於聊天機器人開發的免費 PHP 框架。它是世界上最受歡迎的開源PHP聊天機器人。BotMan 專為開發人員而構建，旨在簡化為多個消息傳遞平臺開發創新機器人的任務，包括 Slack, Telegram，Microsoft Bot Framework，Nexmo，HipChat，Facebook Messenger和微信。
BotMan 允許您編寫一次聊天機器人邏輯並將其連接到不同的消息傳遞服務，包括 Amazon Alexa、Facebook Messenger, Slack, Telegram，甚至是您自己的網站。
BotMan與框架無關，這意味著您可以在現有代碼庫中使用所需的任何框架使用它。BotMan是關於擁有一種富有表現力但功能強大的語法，使您可以專注於業務邏輯，而不是框架代碼。
BotMan 提供完整的文檔，用 PHP 編寫，適用於 Linux、Windows、macOS。BotMan 根據 MIT 許可證獲得許可。
11. 機器人
Bottender 是一個用於構建對話式使用者介面的框架，它建立在消息傳遞 API 之上。
該框架設置簡單，已針對實際用例、自動批處理請求以及數十種其他引人注目的功能（如直觀的 API）進行了優化。
機器人專家會為您處理對話UI的複雜性。您可以為每個事件設計操作並在應用程式中聲明它們，Bottender 將相應地運行。此方法使代碼更可預測且更易於調試。
使用 Bottender，您只需要一些配置即可使機器人與通道、自動伺服器偵聽、 webhook 設置、簽名驗證等。
有數以千計的機器人由 Bottender 提供支援。它已針對實際用例、自動批處理請求和數十種其他引人注目的功能進行了優化。
Bottender 允許您在每個管道上創建應用程式，並且永遠不會損害用戶體驗。您可以將漸進式增強或優雅降級策略應用於構建基塊。
Bottender 有一些功能和聲明性方法，可以幫助您定義對話。對於大多數應用程式，您將首先定義在開發 Web 應用程式時可能熟悉的路由。
Bottender 是用 TypeScript、JavaScript 編寫的，適用於 Linux、Windows、macOS。它是在麻省理工學院許可證下許可的。
12.深巴甫洛夫
DeepPavlov 是一個開源的對話式 AI 框架，用於深度學習、端到端對話系統和聊天機器人。它允許初學者和專家創建對話系統。它擁有全面而靈活的工具，可讓開發人員和 NLP 研究人員創建生產就緒的對話技能和複雜的多技能對話助手。
您可以使用深度學習模型（如BERT）和其他最先進的深度學習模型來解決分類，NER，Q&A和其他NLP任務。
DeepPavlov代理允許通過API服務構建具有多技能集成的工業解決方案。
DeepPavlov 模型現在打包在 Nvidia NGC 和 Docker 上託管的易於部署的容器中 Hub.
DeepPavlov 是用 Python 編寫的，並在 Apache 2.0 許可證下獲得許可。
13.傀儡
Golem 是一個用於構建聊天機器人的 python 框架。它是為 python 開發人員構建的，可以輕鬆地從現有消息中提取實體。
它具有自己的 Web GUI 便於測試，並且可以與來自 Messenger 和 Telegram.
Golem是一種具有語言通用方法的語言分析技術。這種定位與當今NLU中最常見的兩種方法有很大不同：
- 統計方法（人工神經網路的訓練）
- 語法方法。
這兩種方法各有利弊。
Golem.ai 提供了一種易於多語言的技術，無需培訓。人工智慧已經擁有所有人類語言所共有的語言學理解知識。配置僅包括描述預期元素的格式（在給定上下文中操作或解釋的目的是什麼）並提供特定的業務詞彙表。這項技術是經過多年的實驗而開發的，旨在找到配置NLU AI的最簡單，最有效的方法。
Golem 是用 Python 編寫的，適用於 Linux、Windows 和 macOS。Golem 根據 GPL-3.0 許可證獲得許可。
如何為您選擇最佳的開源聊天機器人軟體？
在決定要投入時間和金錢的聊天機器人軟體之前，您應該瞭解您計劃如何使用它以及所需的功能。開源的一大優勢是，您可以在做出決定之前對產品進行試驗。
雖然一些公司已經為其平臺列出了不同的用例，但情況並非總是如此。我們強烈建議您訪問各種 聊天機器人論壇 並搜索您想要構建的內容。很有可能，其他人也在這樣做。如果沒有，請提出問題。
摘要不足以讓您做出決定，但它是一個很好的起點，可以消除一些競爭者並了解優勢和劣勢。
瞭解有關開源的更多資訊 chatbots 和對話式 AI，請閱讀另一篇文章，瞭解 您需要瞭解的有關對話式 AI 的所有資訊。
.svg)
