你好！ 这是一个由三部分组成的系列的第一部分，该系列涉及创建和部署 聊天机器人 使用Docker和Heroku为您的企业或个人网站提供服务。 我将使用的对话式AI平台是 Rasa。 Rasa是一个开放源代码的机器学习框架，可以帮助您创建聊天机器人。 由于多种原因，它也恰好是我最喜欢的聊天机器人平台，例如它是开源的，被广泛使用的且有据可查的。
在这篇文章中，我将讨论如何在您的计算机上本地设置Rasa。 尽管我的操作系统是Windows，但整个过程可以复制到任何系统。
先决条件：
完成所有操作后，打开 蟒蛇 提示 申请和'光盘' 进入您创建的目录，我的名为“ Rasa Project”。
然后在Anaconda Prompt中运行以下命令：
- 使用以下命令创建虚拟环境。
康达创建-n rasavirtualenv python = 3.6
2.使用以下命令激活您的环境
康达激活rasavirtualenv
3.安装Ujson
康达安装ujson == 1.35
4.安装Tensorflow
康达安装tensorflow
5.安装Rasa开源。
点安装rasa
6.在您的项目目录中创建一个新的rasa项目
初始化
查看上面屏幕的最后部分，当要求输入要创建项目的路径时，输入句号（。），这表示您想在当前目录中创建项目。 当询问您是否要训练模型时，可以选择“ y”或“ n”。
上面的命令完成执行并创建新项目后，系统将询问您是否要与 聊天机器人 在终端。 如果您回答“是”，则您和新创建的聊天机器人之间将开始对话。
现在已经创建了项目，如果您检查项目目录，您将看到已向其中添加了几个文件。 我将快速讨论3个文件，我认为您需要了解它们的内容； 文件 域名.yml 在主目录和文件中 yml文件 和 story.yml ，在 data 文件夹中。
yml文件 文件是所有训练数据的存储位置。 培训数据是用户可以发送给您的示例消息 聊天机器人。 在此文件中，将根据意图对消息进行分类。 该文件的摘录如下。 如你看到的， 意向：问候 有几个例子，例如“ hi”，“ hello”，“ hey”等。 目的：再见 有示例“再见”，“再见”，“ cu”等。
nlu：
-意图：打招呼
示例：
- 嘿
- 你好
- 你好
- 你好呀
- 早上好
- 晚上好
- 嘿
- 我们走吧
- 你好，哥们儿
- 早上好
- 晚上好
- 下午好
- 你好呀-目的：再见
示例：
- 下午好
—铜
- 有效期
—待会儿再见
- 晚安
- 再见
- 再见
- 祝你今天过得愉快
- 再见
- 再见
- 回头见
— 阿迪奥斯
域名.yml 文件定义您的项目范围。 它包含有关项目的重要信息，例如意图，实体，位置，动作，尤其是样本r回应 机器人在收到消息时应发回给用户。 如同 yml文件，漫游器响应会根据意图进行分类。 例如， 回应：utter_greet 当机器人希望向用户发送问候语时发送. 这显示在下面的代码段中。
目的：
-问候：
use_entities：是
- 再见：
use_entities：是
-确认：
use_entities：是
- 否定：
use_entities：是
-mood_great：
use_entities：是
-mood_unhappy：
use_entities：是
-bot_challenge：
use_entities：是实体：[]
广告位：{}回应：
utter_greet：
文字：嘿！ 你好吗？
文字：嗨！ 你今天过得怎么样？
utter_cheer_up：
- 图像： https://i.imgur.com/nGF1K8f.jpg
文字：“这会让您振作起来：”
utter_did_that_help：
文字：这对您有帮助吗？
utter_happy：
文字：太好了，继续！
utter_goodbye：
-文字：再见
utter_iamabot：
—文字：我是一个由Rasa驱动的机器人。动作：[]
形式： {}
e2e_actions：[]
story.yml 文件 将用户的消息和漫游器响应整合在一起。 它创建了故事情节或机器人与用户之间可能发生的几种交互作用的情节。 它根据用户发送的消息的意图指定聊天机器人应给出的响应。 这有助于教会聊天机器人在不同情况下的操作。 例如，如果聊天机器人接收到带有意图的消息，请查看下面的代码段 '迎接'， 它必须执行发送响应的动作'致辞'返回给用户。
故事：-故事：幸福的道路
脚步：
—目的：打招呼
—动作：utter_greet
—目的：mood_great
—动作：utter_happy
此时，您的聊天机器人只能处理非常基本和通用的对话。 为了满足您的个人或企业需求，您需要对默认的聊天机器人进行一些更改。 您可以通过修改 yml文件, story.yml，domain.yml 上面提到的文件使用文本编辑器。 但是，进行这些更改的最佳方法是通过平台 拉萨X.
在这个由三部分组成的系列的下一部分中，我将讨论如何使用Rasa X修改，训练和测试您的聊天机器人。 相关信息!
如果您喜欢这篇文章，请点击给我买杯咖啡！ 谢谢阅读。
您的贡献将鼓励我创建更多这样的内容。