Rasa中endpoints.yml文件的编写

信息技术概览:模型部署与服务架构
本文介绍了Rasa中模型部署的服务器设置、自定义操作服务器、对话跟踪存储、EventBroker配置,以及NLU和NLG服务的连接。重点展示了如何管理和优化技术基础设施以支持AI应用的运行。
# 此文件包含bot可以使用的不同endpoints。

# 从中提取模型的服务器。
# https://rasa.com/docs/rasa/model-storage#fetching-models-from-a-server

#models:
#  url: http://my-server.com/models/default_core@latest
#  wait_time_between_pulls:  10   # [optional](default: 100)

# 运行自定义操作的服务器。
# https://rasa.com/docs/rasa/custom-actions

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

# 用于存储对话的跟踪器存储。
# 默认情况下,对话存储在内存中。
Rasa 是一个功能强大的开源对话 AI 框架,适用于构建复杂的聊天机器人和语音助手应用。以下是基于 Rasa 框架进行开发的使用指南和开发教程概要。 ### 项目初始化与环境搭建 在开始使用 Rasa 之前,需要完成环境搭建和项目初始化。Rasa 支持多种操作系统,包括 Ubuntu 和 Windows。以下是基本步骤: 1. **安装 Rasa**:可以通过 pip 安装 Rasa,命令如下: ```bash pip install rasa ``` 确保安装过程中所有依赖项都已正确安装,并且可以正常运行[^5]。 2. **创建项目结构**:Rasa 项目通常包含以下几个关键文件: - `nlu.md`:定义自然语言理解的训练数据。 - `stories.md`:定义对话流程的训练数据。 - `domain.yml`:定义机器人的领域,包括意图、实体、动作和响应。 - `config.yml`:定义 NLU 和 Core 的模型配置。 - `credentials.yml`:定义连接外部服务的凭证。 - `endpoints.yml`:定义远程服务的端点。 - `actions.py`:自定义动作的代码。 ### 构建 NLU 和 Core 模型 1. **构建 NLU 样本**:在 `nlu.md` 文件中定义训练数据,例如: ```yaml ## intent:greet - Hi - Hello - Hey ``` 2. **构建 Core 样本**:在 `stories.md` 文件中定义对话流程,例如: ```yaml ## happy path * greet - utter_greet ``` 3. **训练模型**:使用以下命令训练 NLU 和 Core 模型: ```bash rasa train ``` ### 配置 HTTP 和 Action 服务 1. **配置 `credentials.yml`**:定义连接到外部服务(如 Slack、Facebook Messenger)的凭证。 2. **配置 `endpoints.yml`**:定义远程服务的端点,例如: ```yaml action_endpoint: url: "http://localhost:5055/webhook" ``` 3. **编写自定义动作**:在 `actions.py` 中编写自定义动作的代码,例如: ```python from rasa_sdk import Action class ActionCustom(Action): def name(self): return "action_custom" def run(self, dispatcher, tracker, domain): dispatcher.utter_message(text="This is a custom action.") return [] ``` ### 启动服务 1. **启动 Rasa 服务**:使用以下命令启动 Rasa 服务: ```bash rasa run ``` 2. **启动 Action 服务**:使用以下命令启动自定义动作服务: ```bash rasa run actions ``` 3. **创建和启动 `server.py`**:如果需要,可以创建一个自定义的服务器来处理请求。 ### 效果演示 1. **测试机器人**:使用 Rasa Shell 或集成到外部平台(如 Slack、Facebook Messenger)来测试机器人的效果。 ###
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

great-wind

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值