seq2seq-chatbot

200行代码，快速搭建你的第一个对话机器人

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署对话助手 🍴 复刻 302 🐛 待处理 28 👀 关注 37

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 839

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，代码免费，可自行部署使用，无付费版本。

项目预览

seq2seq-chatbot 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类对话助手

开发团队tensorlayer

官网地址https://github.com/tensorlayer/tensorlayer

GitHubhttps://github.com/tensorlayer/seq2seq-chatbot

定价模式🏷️完全免费

价格说明开源项目，代码免费，可自行部署使用，无付费版本。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

主要语言Python

技术栈/模型bot,chat,chatbot,corpus,lstm,nlp,python,rnn,tensorflow,tensorlayer

GitHub 星标★ 839

上线时间2017-09-05 00:00:00

代码更新2021-10-05

仓库体积15.0 MB

本站数据更新2026-11-09

维护状态低维护

收录时间2026-08-09

浏览次数3

项目介绍

seq2seq-chatbot 是一个基于 TensorLayer 和 TensorFlow 实现的极简对话机器人示例，整个核心代码仅约 200 行。它利用序列到序列（seq2seq）模型和 LSTM 网络，在 Cornell Movie Dialogs 等语料上训练，能够根据用户输入生成回复。项目主要面向 NLP 初学者和研究者，旨在用最少的代码展示端到端对话系统的完整流程，包括数据预处理、模型构建、训练和推理。通过这个项目，用户可以快速理解 seq2seq 模型在对话生成中的基本原理，并作为进一步开发复杂聊天机器人的起点。由于项目早期（2016-2017 年）开发，代码基于 TensorFlow 1.x 和 TensorLayer 1.x，但核心思路仍具参考价值。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 839

技术标签

bot chat chatbot corpus lstm

使用教程

难度：进阶约 20 分钟部署方式：本地安装 4 步

环境要求

Python 3.6/3.7
TensorFlow 1.x
8G 内存

安装与启动步骤

1克隆

两百行实现的 seq2seq 聊天机器人。

git clone https://github.com/tensorlayer/seq2seq-chatbot.git
cd seq2seq-chatbot

2装依赖

TensorFlow 版本偏老，建议独立环境。
```
pip install tensorflow==1.15 numpy
```
3下载语料

按 README 下 Cornell 电影对话数据。
```
python download.py 2>/dev/null || ls data/
```
4训练并对话

跑主脚本，训练完直接进交互。
```
python3 main.py
```