聊天机器人 Chatbot 是人工智能领域最大的热点之一，也被看作是人工智能进入企业市场和变现的排头兵。随着自然语言理解技术成熟，可以 24 小时不间断工作，甚至还能以一抵十开启多任务运作模式的 Chatbot ， 2017 年已经大量开始出现在企业的实际应用案例中。据国际研究顾问机构 Gartner 预估，2018 年全球将有超过 20 亿的人会经常用对话的方式，与 Chatbot 互动，到 2021 年超过 50% 的企业花在 ChatBot 的投资将会超过传统 App 。
对于刚接触 Chatbot 的开发者来说，如何找到切入点将对话服务搭建起来是最大的问题。读论文、看视频、找资料，往往容易让初学者摸不着头绪。最优的方法，其实还是找到一个当下切实可行又省时省力的解决方案。下面以 IBM Cloud 为例，演示如何简单快速地搭建智能对话 Chatbot 。
IBM Cloud 是一个一站式云计算平台，内置许多实用的 API 和工具，对于开发者而言，甚至可以完全不用写代码，只需几个命令，即可完成 Chatbot 的开发。
在实际开发过程中会发现，IBM Cloud 是一个很适合部署微服务的平台，因为平台上有很多现成的组件或服务提供开发者调用，接口的文档也很详细，部署很方便，一键式服务很 nice ，有 bug 还可以去控制台查看 log 。不过，由于要科学上网，使用过程中可能会有点卡卡的。
此外，IBM 的自然语言处理模块 Wastson Conversation 虽然对英语的支持算是很完美了，但目前对于中文的支持还在试验中，只能很原始的通过分词的方式来处理中文语言，或是调用第三方的结巴分词 API 。大概的关键开发流程是使用 Promise，开 child_process 调用 python 命令跑结巴分词拿结果，然后输出到网页。
如果过程中遇到 child_process 无法在父进程返回数据时候拿到子进程分词结果的输出的问题，可以用 nodejs 的 Promise 就可以解决父进程在子进程返回结果之前执行 return 输出。如果有中文字符编码的问题，可加 encoding: "utf8" 解决。
最后，我们来看一看部分国内一线开发者用户的客观真实反馈吧
Shabby-滔：
在这次项目中，再一次尝试使用IBM的自然语言处理模块-- Wastson Conversation ，然而很遗憾的是，这个模块对英语这个语言的支持算是很完善了，然而对于中文的支持，真的是试验中，不能用，这导致做不到像微软小冰这样的机器人一样智能，只能很原始的通过分词的方式来处理中文语言（第三方的实现-结巴分词）。（当然如果整个项目决定用英文作为主要语言，其实很容易就用上了 Wastson Conversation 这个服务，因为该服务有提供完善的对于英语的entity和intent提取功能）
我开始这个项目的时候，想到的是做一个空气质量(Aqi)查询的机器人，网上这些接口也是很丰富的(，加上ibm平台上能够做到可视化搭积木的对话流程设计，很轻松就能够调用第三方api并处理返回值，在平台部署和编码阶段遇到的挫折很少，原因大概是ibm bluemix平台已经挺强大了（P.S>网站需要爬梯子才能上...不过这对开发者来说不是难事）
最后总结一下，IBM Bluemix是一个很适合部署微服务的平台，因为平台上有很多现场的组件或服务提供开发者调用（怎样收费是另外一回事），接口的文档也很详细（当然不一定是中文）。
AFei-Fran：
开发过程中遇到了很多问题，比如开child_process无法在父进程返回数据时候拿到子进程分词结果的输出，这花费了我很多时间在找解决方案，一开始想到了进程间通信，后来才发现原来用nodejs的Promise就可以解决父进程在子进程返回结果之前执行return输出。
而部署的过程中，IBM平台的使用除了有点卡卡的（毕竟要科学上网），部署还是挺方便的，一键式服务很nice，出了bug还可以去控制台查看log。但由于是中文分词，本地的时候毫无问题，在部署的时候遇到了字符编码的问题，后来加了encoding: "utf8"就解决了。
龙菜鸟：
这是第二次对IBM平台进行探索了，第一次探索使用redNodejs在可视化环境下写了一个天气查询机器人，这次用IBM translate做了一个翻译机器人，总的来说，git式的自动化配置环境，非常方便，只要使用得当，完全可以两个小时完成一个很好的微服务网站。不过目前，IBM translate之支持英文翻译成其他语言，中文翻译其他语言的话针对专利进行翻译，不支持语言翻译。