bottender

一套代码,搞定所有聊天平台,快速构建对话机器人。

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 333 🐛 待处理 75 👀 关注 87
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 4283
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源框架,MIT 许可证,完全免费,可自行部署使用。

项目预览

bottender 项目界面预览图
图片来源:项目官网

项目数据

分类对话助手
开发团队Yoctol
定价模式🏷️完全免费
价格说明开源框架,MIT 许可证,完全免费,可自行部署使用。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议MIT
主要语言TypeScript
技术栈/模型bot,chatbot,framework,line,messaging,messenger,slack,telegram,viber
GitHub 星标★ 4283
上线时间2017-10-16 00:00:00
代码更新2024-04-10
仓库体积25.8 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8

项目介绍

Bottender 是一个基于 TypeScript 的对话式用户界面框架,用于构建跨平台的聊天机器人。它解决了开发者在不同消息平台(如 Messenger、Slack、Telegram、LINE 等)上重复造轮子的问题,提供统一的 API 和状态管理机制,让开发者可以用一套代码逻辑对接多个渠道。核心能力包括:声明式的对话流程设计、内置状态机管理、丰富的中间件生态、以及灵活的会话持久化方案。它支持函数式编程风格,也支持基于类的组件化开发,适合从简单命令式机器人到复杂多轮对话场景的构建。通过其 CLI 工具,开发者可以快速初始化项目并本地调试,降低了聊天机器人的开发门槛。

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 ★ 4283

使用教程

ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。

难度:入门 约 15 分钟 部署方式:命令行工具 3 步

环境要求

  • Node.js 环境(npx 可用)
  • Windows 用户如遇 node-gyp 编译失败,需安装 windows-build-tools 或参考 node-gyp 文档

安装与启动步骤

  1. 1创建 Bottender 应用

    使用官方 CLI 工具生成新项目骨架,命令会创建 my-app 目录并安装依赖。首次执行会下载脚手架,请保持网络畅通。

    npx create-bottender-app my-app
  2. 2进入项目目录

    脚手架执行完成后进入生成的项目目录,后续的本地开发与调试都在此目录内进行。

    cd my-app
  3. 3启动本地开发

    README 未给出具体启动命令;贡献者流程中使用了 yarn run start,可尝试在项目内运行以启动本地服务。

    yarn run start

如何确认成功

运行启动命令后终端无报错并输出监听信息,即表示本地服务已启动。README 未给出具体端口或访问地址,请以终端输出为准。

常见问题

Q:Windows 上安装失败怎么办?

A:多因 node-gyp 编译原生依赖失败。可按 README 安装 windows-build-tools,或查阅 node-gyp 的 Windows 文档解决。

Q:create-bottender-app 卡住或报网络错误?

A:首次运行需从 npm 下载脚手架与依赖,请检查网络或切换镜像源后重试。

Q:必须全局安装 Bottender 吗?

A:不需要。README 使用的是 npx 直接调用 create-bottender-app,无需提前全局安装。

注意事项

  • README 属于 v1 稳定版文档,最新版本说明请访问 https://bottender.js.org/docs/
  • README 未提供渠道 token、webhook 等配置说明,需参考官网文档配置各平台渠道
  • yarn run start 来自 Gitpod 贡献流程,普通项目的启动命令请以脚手架生成结果为准

核心亮点

  • 统一 API 对接多个主流聊天平台,减少重复适配工作
  • 内置状态机管理,轻松处理多轮对话的上下文流转
  • 基于 TypeScript 开发,类型安全且对开发者友好

不足之处

  • 文档和社区活跃度相对较低,部分高级用法依赖源码阅读
  • 相比新兴框架,更新频率较慢,可能缺少最新平台特性

适用场景

  • 需要同时部署到多个聊天平台的客服机器人
  • 构建带有多轮对话和状态流转的业务流程机器人
  • 快速原型验证聊天机器人想法并迭代

替代项目

Botpress、Rasa、Microsoft Bot Framework

上一篇:ChatUI

下一篇:AdalFlow

同类项目推荐

llmflows 开源

像画流程图一样构建 LLM 应用,每一步都清晰可控。

LLMFlows - Simple, Explicit and Transparent LLM Apps

★ 709 2026-08-09
Telegram.Bot.Framework 开源

用 C# 快速搭建 Telegram 机器人,省去重复造轮子

Simple framework for building Telegram bots

★ 98 2026-08-09
modelscope-studio 开源

用 Gradio 快速搭建专业级 AI 对话界面

A third-party component library based on Gradio. Integrates Ant Design, Ant Design X···

★ 152 2026-08-09
Agently 开源

用结构化代码快速构建 GenAI 应用,轻松切换模型

[GenAI Application Development Framework] Build GenAI application quick and easy ···

★ 1667 2026-08-09
llama-agents 开源

把 AI 智能体拆成可控步骤,事件驱动跑得更稳

Llama Agents + Workflows are an event-driven, async-first, step-based way to control···

★ 464 2026-10-11
cc-clip 开源

远程 SSH 开发时,本地图片一键粘贴进 AI 编码终端。

Paste images into remote Claude Code & Codex CLI over SSH — clipboard bridging for ···

★ 183 2026-08-09
wechaty 开源

给微信装个 AI 客服,消息秒回不冷场

Conversational RPA SDK for Chatbot Makers. Join our Discord: https://discord.gg/7q8N···

★ 23535 2026-08-09
Omega-AI 开源

用 Java 直接训练和推理神经网络,还能调 GPU 加速

Omega-AI is a Java-based deep learning framework that helps you quickly build neural···

★ 836 2026-09-16
LLM2Jev 开源

本地大模型免逐字解码,prefill 一步出结构化决策结果

Turn local language models into Jev-style structured decision models. Get results fr···

★ 484 2026-09-26