RASA2.0 搭建中文聊天机器人（附gitee源码）

RASA2.0搭建中文聊天机器人

环境搭建

# 优先安装这几个python包，后面缺什么补充什么
rasa==2.0.0
rasa-sdk==2.4.1
tensorflow==2.3.2
Flask==1.1.2

开始搭建

初始化项目

# 命令创建rasa项目所需的所有文件，并根据一些示例数据训练一个简单的机器人
rasa init

初始化后会创建以下文件，介绍几个重要的文件，当然这些文件结构你也可以自己调整

文件名	作用
config.yml	配置NLU和Core的文件
/data/nlu.yml	NLU的训练语句，意图加包含意图的话术
/data/stories.yml	对话的故事，可以理解为剧本
domain.yml	作用域，里面注册你定义的意图，对话模板，自定义action，槽位等
endpoints.yml	action的端口，action对外暴露的接口配置文件
/models/xxxx.tar,gz	训练的模型

我项目的目录结构是这样的，可以作为参考

.
├── actions
│   ├── action_kn_test.py
│   ├── action_trademark_analy.py
│   ├── action_trademark_explain.py
│   ├── action_trademark_keyword.py
│   ├── action_weather_query.py
│   ├── __init__.py
│   └── __pycache__
│       ├── action_kn_test.cpython-36.pyc
│       ├── action_trademark_analy.cpython-36.pyc
│       ├── action_trademark_explain.cpython-36.pyc
│       ├── action_trademark_keyword.cpython-36.pyc
│       ├── action_weather_query.cpython-36.pyc
│       └── __init__.cpython-36.pyc
├── App
│   ├── def_func.py
│   ├── def_settings.py
│   ├── ext.py
│   ├── __init__.py
│   ├── models.py
│   ├── __pycache__
│   │   ├── ext.cpython-36.pyc
│   │   ├── __init__.cpython-36.pyc
│   │   └── views.cpython-36.pyc
│   ├── settings.py
│   ├── static
│   │   ├── css
│   │   │   └── style2.css
│   │   ├── images
│   │   │   ├── ai.png
│   │   └── js
│   │       ├── chat.js
│   │       └── jquery-3.3.1.min.js
│   ├── templates
│   │   └── chat.html
│   └── views.py
├── configs
│   ├── config.yml
│   ├── credentials.yml
│   ├── domain.yml
│   ├── endpoints.yml
│   ├── zh_jieba_mitie_embeddings_config.yml
│   └── zh_jieba_supervised_embeddings_config.yml
├── data
│   ├── dict
│   │   ├── cityname.txt
│   │   └── userdict.txt
│   ├── nlu
│   │   └── nlu.yml
│   ├── rules.yml
│   ├── stories
│   │   ├── stories.yml
│   │   └── story1.md
│   └── total_word_feature_extractor_zh.dat
├── models
│   └── 20210420-153935.tar.gz
├── __pycache__
├── server.py
├── shell_diectory
│   ├── run_shell
│   └── train_shell

开始构建聊天机器人的第一个例子(查天气)

定义你的NLU

- intent: query_weatherexamples: |- 我想查询天气- 我想查询[广州]{"entity":"address"}的天气- [明天]{"entity":"datetime"}天气怎么样？- 我想查询[明天]{"entity":"datetime"}[深圳]{"entity":"address"}的天气

准备地名词库

定义你stories剧本

## query_weather(天气查询)
* query_weather- weather_form- active_loop{"name":"weather_form"}

在domain.yml 注册，注册你定义的意图，实体，槽位，问话模板，表单，自定义的action等

version: "2.0"intents:- greet- goodbye- affirm- deny- mood_great- mood_unhappy- bot_challenge- query_weather  # 意图查天气entities:- kn_question_num- datetime    # 实体时间- address     # 实体地址actions:- action_testslots:kn_question_num:type: textdatetime:type: text   # 你需要填入的槽位时间address:type: text # 你需要填入的槽位地址requested_slot:type: unfeaturizedresponses:utter_greet:- text: "Hey! How are you?"utter_cheer_up:- text: "Here is something to cheer you up:"image: "https://i.imgur.com/nGF1K8f.jpg"utter_did_that_help:- text: "Did that help you?"utter_happy:- text: "Great, carry on!"utter_goodbye:- text: "Bye"utter_iamabot:- text: "I am a bot, powered by Rasa."utter_ask_datetime:- text: "请问你要查询什么时候的天气？"   # 自动询问模板utter_ask_address:- text: "请问你要查询哪里的天气？"    #自动询问模板forms:weather_form: {}   #多轮问话表单session_config:session_expiration_time: 60carry_over_slots_to_new_session: true

自定义action.py

‘’‘
@author: 小帆芽芽
date: 2021/04/25
‘’‘
from rasa_sdk.types import DomainDict
from typing import Dict, Text, Any, List, Union
from flask import jsonify
from rasa_sdk import Tracker, Action
from rasa_sdk.events import UserUtteranceReverted, Restarted, SlotSet, EventType
from rasa_sdk.executor import CollectingDispatcher
from rasa_sdk.forms import FormAction
# from actions import ChatApis
# from actions.WeatherApis import get_weather_by_day
from requests import (ConnectionError,HTTPError,TooManyRedirects,Timeout
)
# from test.qachat import get_qa
from rasa_sdk import ActionExecutionRejection
from rasa_sdk.events import SlotSet, AllSlotsReset
from rasa_sdk.executor import CollectingDispatcher
from rasa_sdk.forms import FormAction, REQUESTED_SLOT
import requests, random, math
import re
import json
# import jieba
import logginglogger = logging.getLogger(__name__)# 查询天气
class QueryWeather(FormAction):'''心知天气API'''def __init__(self):super().__init__()# 天气查询私钥self.KEY = '你的私钥'self.LOCATION = 'beijing'  # 所查询的位置，可以使用城市拼音、v3 ID、经纬度等self.url = 'https://api.seniverse.com/v3/weather/daily.json'  # API URL，可替换为其他 URLself.UNIT = 'c'  # 单位self.LANGUAGE = 'zh-Hans'  # 查询结果的返回语言self.data={'key': self.KEY,'location': self.LOCATION,'language': self.LANGUAGE,'unit': self.UNIT,'start': 0,'days': 10}# 0 代表今天,1 代表明天,2代表后天self.num = 0def name(self) -> Text:return "weather_form"@staticmethoddef required_slots(tracker):return ['address','datetime']# 槽值映射，不管用户说什么都将填入槽中def slot_mappings(self) -> Dict[Text, Union[Dict, List[Dict[Text, Any]]]]:return {'address':[self.from_text()],'datetime':[self.from_text()]}# 槽值验证def validate_address(self,slot_value, dispatcher, tracker, domain):# list=['北京','上海','深圳','广州']path = './data/dict/cityname.txt'd_ = [i.strip() for i in open(path, 'r').readlines()]# if slot_value in list:if slot_value in d_:return {"address":slot_value}else:dispatcher.utter_message('您输入的不是地名哟')return {"address":None}# 槽值验证def validate_datetime(self,slot_value, dispatcher, tracker, domain):d_list = ['今天','明天','后天']if slot_value in d_list:# if slot_value in d_:return {"datetime":slot_value}else:dispatcher.utter_message('暂不支持查询 {} 的天气'.format(slot_value))return {"datetime":None}def submit(self,dispatcher, tracker, domain):date = tracker.get_slot('datetime')address = tracker.get_slot('address')self.judge_time(date)text_day, text_night, high, low, wind_direction, humidity, wind_speed, wind_scale,date_ = self.get_weather(address)s='{}{}({})的天气情况是：白天{},晚上{}.当天最高温度是{}摄氏度,最低温度是{}摄氏度.风向{},风速{},风力等级为{},空气湿度为{}%'.format(address,date,date_, text_day,text_night,high,low,wind_direction,wind_speed,wind_scale,humidity)dispatcher.utter_message('小娜为您查询到：')dispatcher.utter_message(s)# return [AllSlotsReset()]return [Restarted()]def judge_time(self,date):if date == '今天':self.num = 0elif date == '明天':self.num = 1elif date == '后天':self.num = 2def get_weather(self,address):self.LOCATION = addressstr_ = requests.get(url=self.url,params=self.data,timeout=2).textdic = json.loads(str_)print(dic)# 白天天气text_day = dic['results'][0]['daily'][self.num]['text_day']# 夜晚天气text_night = dic['results'][0]['daily'][self.num]['text_night']# 最高温度high = dic['results'][0]['daily'][self.num]['high']# 最低温度low = dic['results'][0]['daily'][self.num]['low']# 风向wind_direction = dic['results'][0]['daily'][self.num]['wind_direction']# 湿度（百分比）humidity = dic['results'][0]['daily'][self.num]['humidity']# 风速wind_speed = dic['results'][0]['daily'][self.num]['wind_speed']# 风力等级wind_scale = dic['results'][0]['daily'][self.num]['wind_scale']# 日期date_ = dic['results'][0]['daily'][self.num]['date']return text_day,text_night,high,low,wind_direction,humidity,wind_speed,wind_scale,date_

采用flask外部调用接口

'''
@author:小帆芽芽
@date:2021/04/25
'''
import json
import reimport requests
from flask import Blueprint, render_template, requestblue = Blueprint('rasa', __name__)REQUEST_URL = "http://localhost:5005/webhooks/rest/webhook"
HEADERS = {'Content-Type': 'application/json; charset=utf-8'}def init_route(app):app.register_blueprint(blue)@blue.route('/', methods=['GET', 'POST'])
def test():# return 'this a test page', 200return render_template('chat.html')@blue.route('/chat',methods=['GET'])
def chat():data=request.args.to_dict()message=data['message']if message:answer = rasaresponse('xiaofangyaya',message)return answerdef rasaresponse(user,msg):requestDict={'sender':user,'message':msg}rsp=requests.post(REQUEST_URL, data=json.dumps(requestDict),headers=HEADERS)# content=rsp.text.encode('utf-8').decode("unicode-escape")if rsp.status_code == 200:rsp_json=json.loads(rsp.text.encode())content_text = ''if len(rsp_json):# print(rsp_json)for i in range(len(rsp_json)):# txt_=rsp_json[i]['text']txt_=rsp_json[i].get('text')print('rasa返回内容是---------->{}'.format(txt_))if txt_:content_text=content_text+txt_else:content_text=content_text + '\n' + rsp_json[i]['image']return content_textelse:return '哎呀,这个小娜也不懂呢～～～'else:return '返回错误，请重新输入问话。'

运行rasa，依次执行以下命令

# 启动服务
# 1. 启动rasa server
python -m rasa run --port 5005 -m models/20210420-153935.tar.gz --endpoints configs/endpoints.yml --credentials configs/credentials.yml --debug
# 2. 启动action server
python -m rasa run actions --port 5055 --actions actions --debug
# 3. 启动server.py
python server.py

页面测试

我的源码地址：
https://gitee.com/menfeng/rasa-weather-edition

希望点赞关注支持哦！！！！
后期还有大波福利发送

RASA2.0 搭建中文聊天机器人（附gitee源码）相关推荐

如何用tf2.0训练中文聊天机器人chatbot
向AI转型的程序员都关注了这个号???????????? 机器学习AI算法工程公众号:datayx 一个可以自己进行训练的中文聊天机器人, 根据自己的语料训练出自己想要的聊天机器人,可以用于智能 ...
VC++6.0+MFC网络聊天工具（含源码）
毕业一年多了,晒晒自己做的毕业设计,VC++6.0+MFC完成,所有代码都是自己一步步编写完成,当初也没有什么经验,全靠网上找资料试验,大家有意见轻拍. 功能包括: 0.普通聊天(文字.图片) 1.聊 ...
python：实现中文转英文(附完整源码)
python:实现中文转英文 import requestsimport jsonwhile True:string=input("请输入待翻译的内容:")#百度翻译的网址url= ...
2023 人工智能在线聊天机器人网页HTML源码
测试了一下就是对接的外部接口,无加密有能力的可以二开.使用教程,上传主机,服务器后解压使用,当然了,电脑解压后点击index.html也能用.
Python AIML搭建聊天机器人(附遇到的问题及解决)
Python AIML搭建聊天机器人(附遇到的问题及解决) AIML全名为Artificial Intelligence Markup Language(人工智能标记语言),是一种创建自然语言软件代理 ...
400 多行代码！超详细 Rasa 中文聊天机器人开发指南 | 原力计划
作者 | 无名之辈FTER 责编 | 夕颜出品 | 程序人生(ID:coder_life) 本文翻译自Rasa官方文档,并融合了自己的理解和项目实战,同时对文档中涉及到的技术点进行了一定程度的扩展, ...
Rasa中文聊天机器人开发指南(3)：Core篇
文章目录 1. 对话管理 1.1 多轮对话 1.2 对话管理 2. Rasa Core 2.1 Stories 2.2 Domain 2.3 Responses 2.4 Actions 2.5 Pol ...
Rasa 中文聊天机器人项目
Rasa 中文聊天机器人项目 RASA 开发中文指南系列博文: Rasa中文聊天机器人开发指南(1):入门篇 Rasa中文聊天机器人开发指南(2):NLU篇 Rasa中文聊天机器人开发指南(3):Co ...
在 Linux 上搭建 Hubot 聊天机器人服务器
在 Linux 上搭建 Hubot 聊天机器人服务器 1. 先确定安装了 Node.js 如果还没安装Node.js,就先安装Node.js.Node.js是绿色软件,只要解压安装包即可.这里假设已经 ...
基于seq2seq的中文聊天机器人（一）
系列文章 1.基于seq2seq的中文聊天机器人(一) 2.基于seq2seq的中文聊天机器人(二) 3.基于seq2seq的中文聊天机器人(三) 1 背景介绍聊天机器人的研究可以追溯到上个世纪五十 ...

RASA2.0 搭建中文聊天机器人（附gitee源码）

RASA2.0搭建中文聊天机器人

环境搭建

开始搭建

开始构建聊天机器人的第一个例子(查天气)

RASA2.0 搭建中文聊天机器人（附gitee源码）相关推荐

最新文章

热门文章