chatbot

本地训练小模型，快速搭建实用对话智能体

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 1005 🐛 待处理 97 👀 关注 109

GitHub ↗

GitHub 星标 ★ 3575

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，本地部署，全部功能免费。

项目预览

项目数据

分类对话助手

开发团队zhaoyingjun

GitHubhttps://github.com/zhaoyingjun/chatbot

定价模式🏷️完全免费

价格说明开源项目，本地部署，全部功能免费。

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agentic-ai,ai,aiagents,chatbot,python,pytorch,seq2seq-chatbot,shopping,slm

GitHub 星标★ 3575

上线时间2018-01-08 00:00:00

代码更新2025-10-09

仓库体积77.5 MB

本站数据更新2026-11-10

维护状态低维护

收录时间2026-08-09

浏览次数3

项目介绍

Chatbot 是一个基于 Python 和 PyTorch 的开源对话助手项目，旨在为开发者提供从模型训练到实际部署的完整解决方案。项目近期重点转向小参数语言模型（SLM），并附带训练脚本，支持本地环境下的模型微调与训练，降低了 LLM 应用的门槛。同时，项目引入了 ChatAgent 模块，实现了多种具有实际业务价值的智能体（Agent）场景，如购物助手等。核心能力包括：提供灵活的对话模型架构、支持自定义训练流程、内置多种 Agent 实现范例，方便开发者快速构建和定制自己的对话系统。项目代码结构清晰，适合作为学习 seq2seq 对话模型和 Agent 开发的参考，也适合中小团队快速原型验证。

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 ★ 3575

技术标签

agentic-ai ai aiagents chatbot python

使用教程

难度：入门约 10 分钟部署方式：本地安装 5 步

环境要求

Python 3.8 及以上
Google Chrome 浏览器（140.0 及以上，建议最新稳定版）
已下载与 Chrome 版本匹配的 Chrome 驱动（项目 dist/resourece 目录有下载地址）
可用的 AI 模型 API 密钥（在系统设置中填写）

安装与启动步骤

1克隆项目代码

先准备好本地目录与 git 环境，将项目代码库完整克隆到本地。
```
git clone https://github.com/zhaoyingjun/chatbot.git
cd chatbot
```
2安装依赖包

在项目根目录执行，安装 requirements.txt 中列出的全部 Python 依赖，建议先建虚拟环境。
```
pip install -r requirements.txt
```
3启动后端服务

运行后端 FastAPI 服务，保持该终端窗口不要关闭；需先确认 .env 与 Chrome 驱动路径已配置。
```
python -m app.main
```
4启动前端界面

打开一个新终端，在项目根目录启动 Streamlit 前端。
```
streamlit run app/frontend.py
```
5访问界面并配置

浏览器会自动打开前端页面，也可手动访问地址；在左侧栏「系统设置」中填写模型、密钥与浏览器参数。

关键配置

配置项	必填	说明	示例
`服务器地址和端口`	否	配置后端服务监听地址与端口，供前端调用。	`http://localhost:8501`
`AI 模型参数和 API 密钥`	是	填写大模型 API 密钥与相关参数，用于订单截图分析。	`sk-xxxxxxxx`
`Chrome 浏览器和驱动路径`	是	指定 Chrome 可执行文件与 ChromeDriver 路径，浏览器自动化必需。	`/your/path/chromedriver`
`.env`	否	项目根目录下的环境变量配置文件，用于放置敏感配置。	`.env`