RasaGPT 项目教程
2024-08-10 11:09:04作者:何将鹤
1. 项目的目录结构及介绍
RasaGPT 项目的目录结构如下:
RasaGPT/
├── app/
│ ├── actions/
│ ├── rasa-credentials/
│ ├── rasa-data/
│ ├── rasa-models/
│ ├── rasa-server/
│ ├── scripts/
│ └── tests/
├── docker-compose.yml
├── env-example
├── .gitignore
├── LICENSE
├── Makefile
├── README.md
└── RESULTS.md
目录介绍
app/: 包含项目的主要代码和子目录。actions/: 包含自定义的 Rasa 动作。rasa-credentials/: 包含 Rasa 的凭证配置。rasa-data/: 包含 Rasa 的数据文件,如 NLU 数据和故事。rasa-models/: 包含训练好的 Rasa 模型。rasa-server/: 包含 Rasa 服务器的配置和代码。scripts/: 包含一些辅助脚本。tests/: 包含测试代码。
docker-compose.yml: Docker 配置文件,用于启动项目。env-example: 环境变量示例文件。.gitignore: Git 忽略文件配置。LICENSE: 项目许可证。Makefile: 包含一些常用的命令。README.md: 项目说明文档。RESULTS.md: 包含机器人的示例命中和未命中结果。
2. 项目的启动文件介绍
项目的启动文件主要是 docker-compose.yml 和 Makefile。
docker-compose.yml
docker-compose.yml 文件用于定义和运行多容器 Docker 应用程序。以下是该文件的主要内容:
version: '3.4'
services:
rasa:
image: rasa/rasa:latest-full
ports:
- "5005:5005"
volumes:
- ./app/rasa-data:/app/data
- ./app/rasa-models:/app/models
- ./app/rasa-server:/app/custom
command: run --enable-api --cors "*"
actions:
image: rasa/rasa-sdk:latest
volumes:
- ./app/actions:/app/actions
ports:
- "5055:5055"
fastapi:
build: ./app/fastapi
ports:
- "8000:8000"
Makefile
Makefile 包含一些常用的命令,如启动、停止和训练模型等。以下是一些示例命令:
start:
docker-compose up -d
stop:
docker-compose down
train:
docker-compose run rasa train
3. 项目的配置文件介绍
项目的配置文件主要位于 app/rasa-data/ 目录下,包括以下文件:
config.yml
config.yml 文件包含 NLU 管道和策略配置。以下是示例内容:
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: "FallbackClassifier"
threshold: 0.3
policies:
- name: "MemoizationPolicy"
- name: "RulePolicy"
- name: "TEDPolicy"
max_history: 5
epochs: 100
credentials.yml
credentials.yml 文件包含 webhook 和即时通讯工具凭据的路径。以下是示例内容:
messenger:
access_token: "YOUR"
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
538
3.76 K
Ascend Extension for PyTorch
Python
343
411
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
886
604
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
337
181
暂无简介
Dart
775
192
deepin linux kernel
C
27
11
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.34 K
757
React Native鸿蒙化仓库
JavaScript
303
356
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
987
252
仓颉编译器源码及 cjdb 调试工具。
C++
154
895