规则式聊天机器人（Rule-based Chatbot）是基于预设规则和关键词匹配来工作的自动回复系统。它通过扫描用户输入中的关键词，匹配预定义的规则库，然后返回对应的回复内容。与AI驱动的聊天机器人不同，规则式机器人不依赖机器学习模型，不需要大量训练数据，部署简单、响应快速、行为可控。但它的局限性在于无法理解复杂语义，只能处理规则覆盖范围内的对话。适合用于客服FAQ、引导式问答、信息查询等场景。

关键词匹配采用模糊包含匹配算法：系统遍历规则库中的每一条规则，检查用户输入文本中是否包含该规则定义的关键词。例如，规则定义了关键词"你好"，那么"你好啊"、"你好呀"、"你好！"等输入都能成功匹配。当多条规则同时匹配时，系统会按优先级和关键词长度选择最合适的回复。匹配准确率取决于规则库的覆盖广度和关键词设计质量，精心设计的规则库可以达到90%以上的场景覆盖率。

本工具内置了50+条规则，覆盖日常对话的常见场景：
🟢 基础问候：你好、早上好、晚安等
🟢 时间查询：实时获取当前时间和日期
🟢 娱乐互动：讲笑话、推荐音乐、电影推荐
🟢 信息查询：天气、编程知识、美食推荐
🟢 情绪互动：开心、难过、无聊时的陪伴
🟢 上下文记忆：记住你的名字，让对话更亲切
🟢 快捷指令：点击标签快速提问

优势：
✅ 零成本运行，无需API调用费用
✅ 响应速度极快（毫秒级）
✅ 行为完全可控，不会产生不当回复
✅ 部署简单，纯前端即可运行
✅ 隐私安全，数据不上传服务器

适用场景：客服FAQ自动回复、网站引导助手、产品介绍问答、教育练习工具、活动信息查询、企业内部知识库查询等。

提高规则匹配准确率的技巧：
1. 多关键词覆盖：为同一意图设置多个同义关键词（如"再见/拜拜/bye/回头见"）
2. 优先级设计：更具体的规则设置更高优先级，避免被宽泛规则误匹配
3. 长短关键词结合：同时使用短关键词（覆盖面广）和长关键词（精准匹配）
4. 定期分析未匹配日志：发现用户真实输入模式，补充规则
5. 设置默认回复：当所有规则都不匹配时，给出友好的引导提示
6. 同义词扩展：考虑用户可能使用的不同表达方式

本工具实现了简单的上下文记忆机制：
🧠 用户名记忆：当用户说"我叫XXX"时，机器人会记住名字，后续对话中会使用这个名字
🧠 动作状态追踪：记录上一次对话的动作类型（如讲了笑话），支持"再来一个"等连续指令
🧠 会话级存储：在当前会话中保持上下文，刷新页面后重置
这种轻量级的上下文管理让对话体验更加自然流畅，同时保持了规则系统的简洁性。