通过Sphinx和WebSocket搭建聊天机器人

昨天晚上突然心血来潮想做一个聊天机器人，正好想温习下Sphinx和WebSocket，于是就打算用WebSocket负责通信，Sphinx负责关键词检索来完成。由于阿里云主机上还没有安装Sphinx，首先下载了sphinx-for-chinese-2.1.0，编译安装就不赘述了。

地址：Robot

基本的流程如下：

• 预处理Sphinx索引：对已有词库通过xml方式创建索引
• 前台通过H5的WebSocket链接：ws://robot.guojianxiang.com/chat
• Nginx对location做了反向代理，代理到php脚本监听的端口
• php脚本处理socket请求

详细说明：

• 预处理Sphinx全量索引：通过php脚本读取词库文件，将数据放到xml里，由于词库数据量比较大，我将每1000个词库数据存储到一个xml文件里

• 前台通过H5的WebSocket链接：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

var ws = new WebSocket("ws://robot.guojianxiang.com/chat");
ws.onopen = function(){
   console.log("握手成功");
   /* ws.send("客官来了..."); */
};
ws.onclose = function(event) {
	//WebSocket Status:: Socket Closed
	alert("链接即将断开，页面重新载入中...");
	document.location.reload() ;
};
ws.onmessage = function(e){
   console.log("message:" + e.data);
	//做一些页面上的处理：如展示返回结果等
  };
ws.onerror = function(){
   console.log("error");
};

• Nginx对location做反向代理：

  1. 首先对Nginx事件设置为epoll处理：

     1 2 3 4 5

     events { use epoll; worker_connections 1024; }

  2. 对来自 /chat 的请求代理到 php脚本监听的端口

• php脚本处理socket请求

  1. 通过守护进程运行php脚本，监听服务器端口，对到访的socket请求进行处理

  2. 从Sphinx里的索引检索出要回复的内容，再通过socket返回到客户端

迭代版本计划：

1. 优化词库（现有词库不太完美）
2. 优化搜索结果，加入权重
3. 自动学习功能（暂时还没想好怎么做呢，大家有好的思路互相交流下~）
4. 想想怎么把所有的代码和系统配置开源