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
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
293
2.62 K
暂无简介
Dart
584
127
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++
606
185
deepin linux kernel
C
24
7
🎉 (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
1.05 K
610
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
358
2.28 K
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
758
72
Ascend Extension for PyTorch
Python
123
149
仓颉编译器源码及 cjdb 调试工具。
C++
122
409
仓颉编程语言运行时与标准库。
Cangjie
130
422