Rasa Core 和 Rasa NLU

rasa 对话系统系列文章

• rasa 对话系统踩坑记（一）
• rasa 对话系统踩坑记（二）
• rasa 对话系统踩坑记（三）
• rasa 对话系统踩坑记（四）
• rasa 对话系统踩坑记（五）
• rasa 对话系统踩坑记（六）
• rasa 对话系统踩坑记（七）
• rasa 对话系统踩坑记（八）
• rasa 对话系统踩坑记（九）
• rasa 对话系统踩坑记（十）
• rasa-nlu的究极形态
• 闲聊模型的实践并应用到rasa

简介

rasa 版本已经更新到了 2.0 版本，改动比较大，等 2.0 版本稳定后再跟进了。现在这里的代码还是去年上半年的版本，后面 rasa 做了很多改动，component 已经支持 bert，对中文的支持也更好。所以这个之前基于 1.1.x 的版本就转到 1.1.x 分支，目前 master 分支的话就分享最新的基于 1.10.18 的一套支持中文的 pipeline。

欢迎加入rasa 微信闲聊群，微信请加：coffee199029

命令行运行

安装依赖包

• python >= 3.6

pip install -r requirements.txt

下载依赖 package

训练模型

make train

运行模型

make run

命令行测试

make shell

可以在命令行中测试

通过 http 服务器测试

http://localhost:5005/webhooks/rest/webhook post 请求，请求参数例如：

{
    "sender": "0001",
    "message": "你好"
}

可以使用 postman 去请求调用

使用 rasa x

make run-x

外部链接

Body Visualizer AudioX Nano Banana Games WebNovel AI Video Any grok-imagine-video Kling 3.0 Seedance 2.0 Deepseek Video Seedance 2.0 Seedance Image To Video DeepFake AI VeoNano Veo4 Happy Horse

Rasa Chatbot CN 快速上手指南

本指南基于 Rasa 1.10.18 版本，专为中文对话系统开发设计，帮助您快速搭建并运行一个支持中文的聊天机器人。

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统：Linux / macOS / Windows (建议 WSL)
• Python 版本：>= 3.6
• 包管理工具：pip

提示：为了加速依赖下载，建议使用国内镜像源（如清华源或阿里源）。

安装步骤

1. 克隆项目代码 首先获取项目源码（假设您已下载或克隆了该仓库）。

2. 安装依赖包 进入项目目录，执行以下命令安装所需依赖。

   推荐使用国内镜像源加速安装：

   pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
   

   或使用官方源：

   pip install -r requirements.txt
   

基本使用

安装完成后，您可以通过以下命令完成模型的训练、运行和测试。

1. 训练模型

使用 make 命令启动训练流程，系统将处理配置文件并生成模型文件。

make train

2. 运行服务

训练完成后，启动 Rasa 服务器。

make run

3. 命令行交互测试

如果您想直接在终端中与机器人对话进行测试：

make shell

输入消息即可看到机器人的回复。

4. HTTP API 测试

服务启动后（默认端口 5005），您可以使用 Postman 或 curl 通过 HTTP POST 请求调用机器人。

• 接口地址: http://localhost:5005/webhooks/rest/webhook
• 请求示例:

{
    "sender": "0001",
    "message": "你好"
}

5. 使用 Rasa X (可选)

若需使用图形化界面进行对话管理和数据标注，可运行：

make run-x