标签归档：Rasa Core

Rasa 入坑指南二：基于 Rasa 构建天气查询机器人

6条回复

天气查询是聊天机器人里面常见和常用的功能之一，本文基于 Rasa 构建一个中文的天气查询机器人。幸运的是，这件事已经有同学操作过了：使用 Rasa 构建天气查询机器人，不仅有文章，还有训练数据和相关代码，以及Web UI查询界面，相当完备。而问题在于, Rasa的版本跳跃貌似比较大，我接触Rasa比较晚，第一篇文章《Rasa入坑指南一：初识Rasa》使用的Rasa版本是 1.2.3，貌似目前看到的很多实战文章都是0.x的 Rasa 相关版本，在一些操作方面好像有不小的区别，包括之前罗列的一些参考文章，以及这篇天气查询机器人实战教程。

学习一个项目最好是首先跑通它，从该项目的Github主页入手：https://github.com/howl-anderson/WeatherBot，一个使用 Rasa 技术栈 （Rasa NLU, Rasa Core, Rasa Core SDK）构建的简单的中文天气情况问询机器人(chatbot), 附带有基于 Web 的用户界面（UI） http://weather_bot.xiaoquankong.ai/ ，不过目前这个demo页面可以访问，但是chatbot demo无法使用，具体原因不详。该项目采用了组件相互隔离来构建整个系统:

整个系统分成 4 个 APP:

组件 仓库地址 说明
User Interface WeatherBot_UI 负责提供用户 UI ，方便用户使用，Rasa Core 支持和多种即时通讯软件（IM）的整合，Rasa Core 提供了一种称之为 Channel 的特性来方便接入 API。
Diaglog Manager WeatherBot_Core 负责管理整个对话的流程，它会主动调用 NLU 来解析用户的意图和提取相关的实体，在需要执行业务动作的时候会调用 Action Server 执行具体的业务动作。
NLU WeatherBot_NLU 负责理解用户的意图和提取相关的实体。
Action Server WeatherBot_Action 负责执行自定义 Action (通常都是具体的业务动作，在本项目中是请求远程服务器以查询天气情况)

继续阅读 →

Rasa 入坑指南一：初识 Rasa

6条回复

最近对 Rasa 产生了浓厚的兴趣，准备用Rasa打磨一下聊天机器人，所以做了一些调研和学习，准备记录一下，这是第一篇，感兴趣的同学可以参考。

Rasa是一套开源机器学习框架，用于构建基于上下文的AI小助手和聊天机器人。Rasa有两个主要模块：Rasa NLU 用于对用户消息内容的语义理解；Rasa Core 用于对话管理（Dialogue management）。Rasa官方还提供了一套交互工具 RasaX 帮助用户提升和部署由Rasa框架构建的AI小助手和聊天机器人。

学习一套东西最好的方法是从官方文档开始，Rasa官方文档相当贴心，我们从 Rasa User Guide 走起。

一、安装Rasa及RasaX

我是在Ubuntu16.04, Python3 的 virtualenv 环境下测试安装的：

virtualenv -p python3 venv
source venv/bin/activate
pip install rasa-x --extra-index-url https://pypi.rasa.com/simple

如果一切正常，rasa 及 rasa x 将同时被安装，如果你不希望使用 RasaX，那么安装时直接"pip install rasa"即可，当然还可以继续安装 Rasa NLU 文本分析时所需的一些依赖，此处暂时忽略。

二、运行官方示例

Rasa 官方 tutorial 示例相当贴心，即使你没有安装rasa，也可以在这个页面通过浏览器运行示例代码，如果已经安装了，可以在自己的电脑上通过命令行follow整个流程。

1. 创建默认的初始项目

在终端运行：

rasa init --no-prompt

这个过程将有一个很快速的 Rasa 相关模型训练过程展示，最终提示：

...
NLU model training completed.
Your Rasa model is trained and saved at '/home/textminer/rasa/default/models/20190821-205211.tar.gz'.
If you want to speak to the assistant, run 'rasa shell' at any time inside the project directory.

如果不加 --no-prompt，会有几个问题提示。你也可以直接通过浏览器在官方页面执行“run”按钮，结果是这样的：

这个命令将在当前目录下新建以下文件：

__init__.py 空文件
actions.py 可以自定义 actions 的代码文件
config.yml ‘*’ Rasa NLU 和 Rasa Core 的配置文件
credentials.yml 定义和其他服务连接的一些细节，例如rasa api接口
data/nlu.md ‘*’ Rasa NLU 的训练数据
data/stories.md ‘*’ Rasa stories 数据
domain.yml ‘*’ Rasa domain 文件
endpoints.yml 和外部消息服务对接的 endpoins 细则，例如 fb messenger
models/<timestamp>.tar.gz 初始训练的模型数据

其中标志有 ‘*’ 的文件是比较重要的文件，以下我们来详细的了解。
继续阅读 →