docker安装rasa3中文版

@默言忆旧

已于 2023-11-14 15:24:19 修改

阅读量526

点赞数

文章标签： docker 容器运维

于 2023-11-14 15:16:43 首次发布

本文链接：https://blog.csdn.net/qq_42816056/article/details/134398662

版权

推荐环境：python3.9

系统安装docker和docker-compose。参考网上教程

创建相关文件

cd /usr/local
mkdir myRasa
cd myRasa
touch requirements.txt
touch Dockerfile
touch docker-compose.yml
mkdir transformers_model
cd transformers_model
mkdir bert-base-chinese

编辑requirements.txt
```
rasa
jieba
transformers
```
下载bert-base-chinese模型文件，进入huggingface，下载下图文件，下载好后上传到刚刚新建的bert-base-chinese文件夹下

编写Dockfile

# 镜像名称
FROM python:3.9-slim
# WORKDIR 后面写的是要部署到服务器上的路径，指定工作目录
WORKDIR /app
# 添加所有文件到app 目录下。COPY或者ADD
ADD . /app
# 安装依赖包。豆瓣镜像比清华镜像快
RUN pip --no-cache-dir install -i http://pypi.douban.com/simple/  --trusted-host pypi.douban.com  -r /app/requirements.txt
EXPOSE 5005
RUN  rasa init --no-prompt
VOLUME /app
VOLUME /app/data
VOLUME /app/models
CMD ["run","-m","/app/models","--enable-api","--cors","*","--debug" ,"--endpoints", "endpoints.yml", "--log-file", "out.log", "--debug"]

创建镜像
```
docker build -t myrasa/rasa:v1.0 .
```
上面的执行完成之后，会在myRasa下生成初始化的rasa文件，对应修改中文的规则文件。nlu.yml，rules.yml，stories.yml，config.yml，domain.yml，endpoints.yml等，不会可依照参考链接中的修改。
启动训练容器
```
docker run -v $(pwd):/app -p 5005:5005 myrasa/rasa:v1.0 rasa train
```
训练执行完成后会在models文件夹下生成模型文件
启动shell容器
```
docker run -v $(pwd):/app -p 5005:5005 myrasa/rasa:v1.0 rasa shell
```
上面的训练容器和shell容器用完可rm掉，如果规则文件有修改就要重新训练

启动api容器

docker run -v $(pwd):/app -p 5005:5005 myrasa/rasa:v1.0 rasa run --enable-api

启动成功后，使用此命令验证

curl --request POST --url http://localhost:5005/webhooks/rest/webhook --header 'content-type: application/json' --data '{"message": "你好"}'

上述操作都成功后，不断完善自己的规则文件，然后训练出模型。

最后使用docker-compose进行最终部署，编辑docker-compose.yml

version: '3.0'
services:
  rasa:
    image: myrasa/rasa:v1.0
    ports:
    - "5005:5005"
    volumes:
    - ./:/app
    command:
    - run
    #command: sh -c "command1; command2"
  #action_server:
    #image: rasa/rasa-sdk:latest
    #ports:
    #-  "5055:5055"
    #volumes:
    #- "./actions:/app/actions"

启动

docker-compose up

rasa其它命令

rasa init：创建一个新的项目，包含示例训练数据，actions和配置文件。
rasa run：使用训练模型开启一个Rasa服务。
rasa shell：通过命令行的方式加载训练模型，然后同聊天机器人进行对话。
rasa train：使用NLU数据和stories训练模型，模型保存在./models中。
rasa interactive：开启一个交互式的学习会话，通过会话的方式，为Rasa模型创建一个新的训练数据。
telemetry：Configuration of Rasa Open Source telemetry reporting.
rasa test：使用测试NLU数据和stories来测试Rasa模型。
rasa visualize：可视化stories。
rasa data：训练数据的工具。
rasa export：通过一个event broker导出会话。
rasa evaluate：评估模型的工具。
-h, --help：帮助命令。
--version：查看Rasa版本信息。
rasa run actions：使用Rasa SDK开启action服务器。
rasa x：在本地启动Rasa X。

参考链接：