ChatLearner

用 TensorFlow 快速搭建带规则的 seq2seq 聊天机器人

ChatLearner 是一个基于 TensorFlow 的早期开源聊天机器人项目,采用经典的 seq2seq 序列到序列模型,并融合了规则系统来提升对话质量。它主要解决的是如何用深度学习构建一个可训练的对话模型,同时通过规则来约束和引导生成内容,避免完全自由生成带来的不可控问题。项目核心能力包括:使用 TensorFlow 实现完整的 seq2seq 训练和推理流程,支持 beam-search 解码以生成更合理的回复,内置 NMT(神经机器翻译)风格的模型架构,并提供了规则接口以便开发者注入自定义逻辑。作为早期项目,它代码结构清晰,适合学习和二次开发,是理解对话系统基础原理的实用参考。

开源 free 对话助手
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 542
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类对话助手
开发团队bshao001
所属国家
官网地址
定价模式free
价格说明开源项目,基于TensorFlow的seq2seq聊天机器人,可自行部署,完全免费。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型beam-search,chatbot,deep-learning,nmt,nmt-model,python,rule-based,seq2seq-model,sequence-to-sequence,tensorflow,tensorflow-chatbot
GitHub 星标★ 542
30天Star增速
HF 下载量
上线时间2017-06-13 00:00:00
最近更新2026-06-21 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数3

使用教程

核心亮点

  • 经典 seq2seq + beam-search 实现,代码简洁,适合教学和入门
  • 融合规则系统,可控制回复方向,比纯生成模型更稳定
  • 基于 TensorFlow 1.x,生态成熟,资料丰富,易于调试

不足之处

  • 基于 TensorFlow 1.x,已过时,迁移到 2.x 需要额外工作
  • 训练数据依赖外部语料,未提供预训练模型,上手成本较高
  • 文档/社区待观察

适用场景

  • 学习 seq2seq 对话模型原理的教学项目
  • 快速原型验证规则+深度学习混合对话方案
  • 作为基础框架,二次开发定制特定领域聊天机器人

替代项目

DeepQA、tf-seq2seq、Maluuba/seq2seq-chatbot

项目介绍

ChatLearner 是对话助手领域的开源项目,由 bshao001 开发,2017 年首次发布。

它收录于对话助手分类,该分类目前共有 905 个项目,GitHub 星标数为 542。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-06-21。基于TensorFlow的seq2seq聊天机器人,可自行部署,完全免费。

它主要面向的使用场景是:学习seq2seq对话模型原理的教学项目。同类可对比的替代方案包括 DeepQA、tf-seq2seq、Maluuba/seq2seq-chatbot。

上一篇:hangoutsbot

下一篇:telepush

同类项目推荐

open-webui 开源

给本地模型配个漂亮聊天室,全家都能用

User-friendly AI Interface (Supports Ollama, OpenAI API, ...)

★ 152821 2026-08-09
prompts.chat 开源

海量好提示词,抄了就能让 AI 更听话

f.k.a. Awesome ChatGPT Prompts. Share, discover, and collect prompts from the commun···

★ 170999 2026-08-09
elia 开源

终端里用键盘快速聊 AI,多模型切换不打断思路

A snappy, keyboard-centric terminal user interface for interacting with large langua···

★ 2479 2026-08-09
NextChat 开源

一个界面聊遍所有主流AI模型,支持全平台部署,轻快又私密。

✨ Zero-config AI chat assistant. No API key needed — sign up and instantly chat wi···

★ 88802 2026-08-09