Rasa 2.8 开发指南

Rasa是一个开源聊天机器人框架，使用python编写，在大数据时代，Rasa可以很方便的集成很多机器学习和NLP的组件

初始化机器人项目

rasa init

自定义action

在项目的action文件夹下，找到action.py文件。

自定义一个类：

from rasa_sdk import Action

class ActionItemShow(Action):
    def name(self):
        # define the name of the action which can then be included in training stories
        return "item_show"

    def run(self, dispatcher, tracker, domain):
        # what your action should do
        dispatcher.utter_message('展示一个Item') #send the message back to the user
        return []

在domain.yml中申明这个action：(domain.yml是一些全局变量的声明文件)

actions:
  - item_show

在data的stories文件夹下找到stories.yml：（stories.yml是具体对话的流程配置）

- story: search item 1
  steps:
  - intent: item_search_by_code
    entities: 
    - name: item_code
  - action: utter_item_search
  - intent: affirm
  - action: item_show

在/data/nlu.yml中定义好intent：（nlu.yml是聊天意图判断的配置文件）

- intent: item_search_by_code
  examples:  |
    - 我想查[412342](item_code)这个单品
    - 我想查[412342](item_code)这个item
    - 帮我查一下[412342](item_code)这个item
    - 帮我查一下[412342](item_code)这个单品
    - 我想查[412342](item_code)这个item code
    - 帮我查一下[412342](item_code)这个item code
    - 帮我查一下[412342](item_code)这个单品code
    - 我想查[412342](item_code)这个单品code
    - 帮我查一个ITEM[412342](item_code)

在endpoint.yml中定义好action服务器：（endpoint.yml 是各种外部资源的配置文件）

action_endpoint:
  url: "http://localhost:5055/webhook"

运行

由于使用了自定义action，所以必须先启动自定义action server。然后可以执行rasa shell来进行会话。

rasa run actions
rasa shell