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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 K
🎉 (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
1.54 K
894
Ascend Extension for PyTorch
Python
503
609
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
391
286
暂无简介
Dart
905
218
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
昇腾LLM分布式训练框架
Python
142
168
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++
939
862
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108