项目简介

项目概述

本项目实现了一个基于 DSL（Domain-Specific Language，领域特定语言）的在线客服机器人，可以根据脚本文件中定义的规则，对用户输入进行解析并给出相应回答，并可在不同“对话状态”之间跳转。

• 核心目标：

  • 让业务人员或开发者能通过自定义 DSL 快速定制客服机器人的对话逻辑。

  • 提升维护效率，降低硬编码逻辑的复杂度。

功能简介

• DSL 解析：将脚本（含“配置”、“变量”、“状态”、“规则”等）解析为内存中的数据结构（ChatbotDSL）

• 对话解释执行：根据当前状态与用户输入，匹配最合适的规则，然后输出相应回答，更新对话状态

• 可扩展：通过对 DSL 进行扩展或修改，可满足更复杂的业务场景

目录结构

拉取9eChatbot后，文件目录结构如下：

.
├── chatbot.py       # 核心代码
├── test.py          # 测试用例
├── cli.py           # cli即时对话playground
└── README.md        # 项目说明文档

快速开始

1. 克隆项目

   git clone https://github.com/996xiaozhe/9eChatbot.git
   cd 9eChatbot
   

2. 运行测试

   python test.py
   # 或者：
   python -m unittest test
   

3. 使用命令行进行交互式对话

   python cli.py
   

4. 示例用法

   在 Python 交互式环境或其它脚本中：

   from chatbot import parse_script, interpret_input
   
   # 1) 准备 DSL 脚本内容（可从文件读取，也可直接写多行字符串）
   script_text = """
   CONFIG {
       case_sensitive = false
   }
   VAR bankName = "XX银行"
   STATE greeting {
       RULE greetRule {
           MATCH "你好"
           RESPONSE "您好，这里是${bankName}智能客服，请问有什么可以帮您？"
           GOTO askQuestion
       }
       DEFAULT {
           RESPONSE "抱歉，我没有听清。您可以说'你好'来开始咨询。"
       }
   }
   STATE askQuestion {
       RULE loan {
           MATCH "贷款"
           RESPONSE "好的，您想了解哪方面的贷款业务呢？"
           GOTO loanState
       }
       DEFAULT {
           RESPONSE "如果想咨询贷款业务，请说'贷款'；如果咨询信用卡，请说'信用卡'。"
       }
   }
   """
   
   # 2) 解析脚本
   dsl = parse_script(script_text)
   
   # 3) 输入输出演示
   user_input1 = "你好"
   response1 = interpret_input(dsl, user_input1)
   print("机器人:", response1)  # -> "您好，这里是XX银行智能客服，请问有什么可以帮您？"
   
   user_input2 = "贷款"
   response2 = interpret_input(dsl, user_input2)
   print("机器人:", response2)  # -> "好的，您想了解哪方面的贷款业务呢？"