Rasa 开源项目使用教程

1. 项目的目录结构及介绍

Rasa 项目的目录结构如下：

rasa/
├── data/
├── docker/
├── docs/
├── examples/
├── rasa/
├── scripts/
├── stubs/
├── tests/
├── tests_deployment/
├── .coveragerc
├── .deepsource.toml
├── .dockerignore
├── .env
├── .gitattributes
├── .gitignore
├── .mergepal
├── CHANGELOG.md
├── CONTRIBUTING.md
├── Dockerfile
├── LICENSE.txt
├── README.md
├── SECURITY.md
├── setup.py
└── tox.ini

目录介绍

• data/: 存储训练数据和配置文件。
• docker/: 包含 Docker 相关的配置和脚本。
• docs/: 项目的文档。
• examples/: 示例项目和用例。
• rasa/: 核心代码库。
• scripts/: 辅助脚本。
• stubs/: 类型提示文件。
• tests/: 单元测试和集成测试。
• tests_deployment/: 部署测试。
• .coveragerc: 代码覆盖率配置文件。
• .deepsource.toml: DeepSource 配置文件。
• .dockerignore: Docker 忽略文件。
• .env: 环境变量配置文件。
• .gitattributes: Git 属性配置文件。
• .gitignore: Git 忽略文件。
• .mergepal: 合并助手配置文件。
• CHANGELOG.md: 变更日志。
• CONTRIBUTING.md: 贡献指南。
• Dockerfile: Docker 构建文件。
• LICENSE.txt: 许可证文件。
• README.md: 项目说明文档。
• SECURITY.md: 安全指南。
• setup.py: 安装脚本。
• tox.ini: Tox 配置文件。

2. 项目的启动文件介绍

Rasa 项目的启动文件主要是 rasa/cli/main.py，这个文件包含了 Rasa 命令行接口的主要逻辑。通过这个文件，用户可以启动训练、运行服务器、执行测试等操作。

主要启动命令

• rasa train: 训练模型。
• rasa run: 启动 Rasa 服务器。
• rasa shell: 启动交互式 shell 进行对话测试。
• rasa test: 运行测试。

3. 项目的配置文件介绍

Rasa 项目的配置文件主要包括以下几个：

config.yml

这是 Rasa 的主要配置文件，包含了 NLU 和对话管理的配置。

language: "en"

pipeline:
  - name: "WhitespaceTokenizer"
  - name: "RegexFeaturizer"
  - name: "LexicalSyntacticFeaturizer"
  - name: "CountVectorsFeaturizer"
  - name: "CountVectorsFeaturizer"
    analyzer: "char_wb"
    min_ngram: 1
    max_ngram: 4
  - name: "DIETClassifier"
    epochs: 100
  - name: "EntitySynonymMapper"
  - name: "ResponseSelector"
    epochs: 100

policies:
  - name: "MemoizationPolicy"
  - name: "RulePolicy"
  - name: "TEDPolicy"
    max_history: 5
    epochs: 100

domain.yml

这个文件定义了对话机器人的领域，包括意图、实体、动作和响应。

intents:
  - greet
  - goodbye
  - affirm
  - deny
  - mood_great
  - mood_unhappy

entities:
  - name

slots:
  name:
    type: text

responses:
  utter_greet:
    - text: "Hello! How can I assist you today?"

actions:
  - utter_greet

credentials.yml

这个文件包含了与外部服务（如 Slack、Facebook 等）的连接凭证。

slack:
  slack_token: "xoxb-your-token"
  slack_channel: "#your