本文继续围绕工业级业务对话平台和框架Rasa,对Rasa对话机器人项目实战之教育领域Education Bot项目架构、运行测试、业务流程进行分析,并通过Rasa interactive进行实验分析。
一、Rasa对话机器人项目实战之教育领域Education Bot项目架构、运行测试、业务流程分析
- Rasa对话机器人项目实战之教育领域Education Bot项目介绍及架构设计
这个项目是基于教育领域开发的对话机器人,涉及到非常复杂的业务流程。项目基于Rasa的对话机器人架构进行设计,包括NLU部分,Policies部分,微服务部分,以及负责管理对话机器人与用户交互过程中产生的状态信息维护的Tracker Store,用户身份验证管理的Lock Store等部分。
以下是关于上面这幅架构图各个组件的说明:
-Agent就是Rasa server,基于Sanic 构建
-Rasa server启动后会操作两大核心部分:NLU pipelines和Dialogue Policies
-用户通过channel和Rasa server进行交互
-Agent内部会使用核心组件Conversation Tracker来动态跟踪和更新整个对话的状态,包括intents,entities,slots和active loops等信息
-Tracker Lock用于识别与对话机器人连接的不同用户的身份信息
-Filesystem用于存放训练后的models和训练数据
-基于Rasa SDK的Action Server称为对话机器人的微服务,它是使用action和events来驱动的
-Agent和Action Serv