Rasa官方教程翻译1 安装

快速安装

你可以使用pip安装Rasa和Rasa X(Python版本要求3.5.4及以上)

$ pip install rasa-x --extra-index-url https://pypi.rasa.com/simple

 

1. 安装有问题？查看分步安装手册
2. 你也可以从源代码编译安装Rasa
3. 从源代码安装Rasa的高级选项和自定义管道的安装说明，请转到这里

 

如果已经完成Rasa的安装，可以直接跳到Rasa教程。

下一步: 教程

 

分步安装指南

1. 安装python开发环境

检查是否已经安装python环境

$ python3 --version

$ pip3 --version

如果这些包已经安装，上述命令将会打印python3和pip3的版本号，然后你可以跳到下一步。

否则，请按照下面说明安装。

 

Ubuntu：

使用apt获取相关安装包，并使用pip安装python虚拟环境工具virtualenv.

$ sudo apt update

$ sudo apt install python3-dev python3-pip

 

macOS:

如果你没有安装包管理工具Homebrew,请先进行安装。完成后，安装Python3。

$ brew update

$ brew install python

 

Windows:

请确保你已经安装了Microsoft VC++编译器，以便于python可以编译其依赖。你可以从Visual Studio获取Microsoft VC++编译器。下载安装文件，并在列表中选择VC++ Build tools。

在Windows上安装Python3(64位版本)

 

C:\> pip3 install -U pip

 

注意

因为Rasa需要使用python3，这里pip要链接到pip3。使用pip --version命令查看你安装的pip版本。

 

1. 创建虚拟环境(强烈推荐)

 虚拟环境工具virtualenv 和 virtualenvwrapper 可以为Python提供独立环境，相比于系统安装该方式更加安全(可以防止依赖冲突)。另外，在虚拟环境里安装软件包不需要root权限。

Ubuntu/macOS:

创建虚拟环境时需要选择Python解释器和工作目录，这里的目录是当前路径下的venv文件夹：

$ python3 -m venv --system-site-packages ./venv

激活虚拟环境：

$ source ./venv/bin/activate

Windows:

创建虚拟环境时需要选择Python解释器和工作目录，这里的目录是当前路径下的venv文件夹：

C:\> python3 -m venv --system-site-packages ./venv

激活虚拟环境：

C:\> .\venv\Scripts\activate

3、安装Rasa和Rasa X

安装Rasa和Rasa X

下面命令会安装Rasa和Rasa X:

$ pip install rasa-x --extra-index-url https://pypi.rasa.com/simple

 

只安装Rasa

下面命令只安装Rasa

$ pip install rasa

恭喜！你已经成功安装Rasa！

现在你跳转到Rasa教程进行学习了。

下一步: 教程

 

从源代码安装

如果你想使用Rasa的开发版本，可以从GitHub获取：

$ git clone https://github.com/RasaHQ/rasa.git

$ cd rasa

$ pip install -r requirements.txt

$ pip install -e .

 

NLU管道依赖

有几个NLU组件的依赖需要单独安装。

在下面，你可以找到每个依赖的安装说明。

怎样选择pipeline？

你可以通过 Choosing a Pipeline链接查看如何为你的智能助手选择正确的管道。

我已经选择了pipeline，如何安装它的依赖？

安装Rasa时，supervised_embeddings的依赖TensorFlow 和 sklearn_crfsuite会被自动安装。但是，如果你的管道的组件使用了spaCy 和MITIE的库，spaCy 和MITIE需要独立安装。

安装所有依赖!

如果你不介意安装多余的依赖，可以使用下面命令安装所有的依赖.

在先克隆库，然后你使用下面命令安装依赖包:

$ pip install -r alt_requirements/requirements_full.txt

 

spaCy依赖

想了解更多关于spaCy的信息，请查看文档spaCy docs

使用下面命令进行安装:

$ pip install rasa[spacy]

$ python -m spacy download en_core_web_md

$ python -m spacy link en_core_web_md en

上面命令会安装Rasa和spacy，并且安装的是英语语言模型。我们建议至少使用”medium”数量的模型(_md)，而不是spacy的默认小型模型en_core_web_sm。虽然小模型只需要较少的内存，但是会在一定程度上降低意图分类的性能。

MITIE依赖

首先运行

$ pip install git+https://github.com/mit-nlp/MITIE.git

$ pip install rasa[mitie]

然后，下载MITIE模型(MITIE models)。你需要total_word_feature_extractor.dat文件，并保存在任意路径下。在你使用的MITIE的时候，需要把total_word_feature_extractor.dat的保存路径通知MITIE(在该例中，文件保存在工程目录下的data文件夹)。

 

警告

在未来版本中可能放弃对Mitie的支持。