Rasa Core 项目教程

Rasa Core 项目教程

rasa_coreRasa Core is now part of the Rasa repo: An open source machine learning framework to automate text-and voice-based conversations项目地址:https://gitcode.com/gh_mirrors/ra/rasa_core

1. 项目的目录结构及介绍

Rasa Core 项目的目录结构如下：

rasa_core/
├── data/
├── docker/
├── docs/
├── examples/
├── rasa/
├── rasa_core/
├── tests/
├── .codeclimate.yml
├── .coveragerc
├── .gitignore
├── .travis.yml
├── Dockerfile
├── LICENSE.txt
├── MANIFEST.in
├── Makefile
├── README.md
├── dev-requirements.txt
└── docs-requirements.txt

目录介绍

• data/: 存放项目数据文件。
• docker/: 包含 Docker 相关文件。
• docs/: 项目文档。
• examples/: 示例代码。
• rasa/: Rasa 核心代码。
• rasa_core/: Rasa Core 核心代码。
• tests/: 测试代码。
• .codeclimate.yml: CodeClimate 配置文件。
• .coveragerc: 代码覆盖率配置文件。
• .gitignore: Git 忽略文件配置。
• .travis.yml: Travis CI 配置文件。
• Dockerfile: Docker 构建文件。
• LICENSE.txt: 项目许可证。
• MANIFEST.in: 打包清单文件。
• Makefile: Makefile 文件。
• README.md: 项目说明文档。
• dev-requirements.txt: 开发依赖文件。
• docs-requirements.txt: 文档依赖文件。

2. 项目的启动文件介绍

Rasa Core 项目的启动文件主要是 rasa_core/run.py。该文件负责启动 Rasa Core 对话引擎。

# rasa_core/run.py

import argparse
from rasa_core.agent import Agent
from rasa_core.interpreter import RasaNLUInterpreter

def main(model_path, nlu_model_path, port):
    interpreter = RasaNLUInterpreter(nlu_model_path)
    agent = Agent.load(model_path, interpreter=interpreter)
    agent.handle_channels([], port=port)

if __name__ == "__main__":
    parser = argparse.ArgumentParser(description="Start Rasa Core server.")
    parser.add_argument("--model", required=True, help="Path to the Rasa Core model.")
    parser.add_argument("--nlu", required=True, help="Path to the Rasa NLU model.")
    parser.add_argument("--port", type=int, default=5005, help="Port to run the server on.")
    args = parser.parse_args()

    main(args.model, args.nlu, args.port)

启动文件介绍

• rasa_core/run.py: 负责启动 Rasa Core 对话引擎，加载模型并启动服务。

3. 项目的配置文件介绍

Rasa Core 项目的配置文件主要包括以下几个：

• config.yml: 主要配置文件，包含模型训练参数、通道配置等。
• domain.yml: 定义对话系统的领域，包括意图、实体、响应等。
• endpoints.yml: 定义外部服务的连接点，如 NLU 服务、跟踪服务等。

配置文件介绍

• config.yml:

language: "en"

pipeline:
  - name: "WhitespaceTokenizer"
  - name: "RegexFeaturizer"
  - name: "CRFEntityExtractor"
  - name: "EntitySynonymMapper"
  - name: "CountVectorsFeaturizer"
  - name: "EmbeddingIntentClassifier"

policies:
  - name: "KerasPolicy"
  - name: "MemoizationPolicy"
  - name: "FallbackPolicy"

• domain.yml:

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

entities:
  - name

slots:
  name:
    type: text

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

  utter_goodbye:
    - text: "

rasa_coreRasa Core is now part of the Rasa repo: An open source machine learning framework to automate text-and voice-based conversations项目地址:https://gitcode.com/gh_mirrors/ra/rasa_core