recherche
Maisondéveloppement back-endTutoriel PythonMise en place de votre premier projet Rasa

Rasa est un framework open source pour créer une IA conversationnelle et des chatbots. Si vous souhaitez configurer votre premier projet dans Rasa, vous êtes au bon endroit. Dans ce blog, nous allons mettre en place un projet Rasa à partir de zéro, étape par étape.

Qu’est-ce que Rasa ?

Avant de plonger dans le vif du sujet, clarifions ce qu’est le Rasa. Rasa se compose de deux composants principaux :

  1. Rasa Open Source : Un cadre pour développer la compréhension du langage naturel (NLU) et la gestion du dialogue.

  2. Rasa X : Un outil pour améliorer et gérer votre assistant au fil du temps.

Rasa est écrit en Python et permet une personnalisation flexible, ce qui en fait un choix populaire parmi les développeurs.

Conditions préalables

Pour configurer Rasa, vous avez besoin de :

  • Python 3.8 ou 3.9 (Rasa ne prend actuellement pas en charge 3.10)

  • pip (gestionnaire de paquets Python)

  • Environnement virtuel (facultatif mais recommandé)

La familiarité avec Python et l'utilisation de base de la ligne de commande est utile mais pas obligatoire.

Étape 1 : Installation de Python et création d'un environnement virtuel

  1. Télécharger Python :
  • Rendez-vous sur le site Web de Python et téléchargez Python 3.8 ou 3.9.
  1. Créer un environnement virtuel : l'utilisation d'un environnement virtuel maintient les dépendances de votre projet Rasa isolées de votre configuration Python globale.

    python -m venv venv
    source venv/bin/activate

Étape 2 : Installer Rasa

  1. Installez Rasa via pip :

    pip installer rasa

    1. Vérifiez l'installation :

    rasa --version

Vous devriez voir la version Rasa et la version Python affichées.

Setting Up Your First Rasa Project

Étape 3 : Créez votre premier projet Rasa

Maintenant, créons votre projet Rasa :

  1. Exécutez la commande suivante :

    initialisation rasa

    1. Suivez les instructions :

Setting Up Your First Rasa Project

  • Rasa mettra en place un nouveau répertoire de projet avec la structure suivante :

    mon_projet/
    ├──actions/
    ├── données/
    ├── modèles/
    ├──essais/
    ├── config.yml
    ├──credentials.yml
    ├── domaine.yml
    └── endpoints.yml

  • Nous serons invités à former un modèle et à tester votre assistant. Allez-y et essayez-le !

Étape 4 : Comprendre les fichiers clés dans Rasa

Voici une répartition des fichiers clés de votre projet :

  • domain.yml : définit la personnalité, les intentions, les réponses et les entités de votre bot.

  • data/nlu.yml : contient des exemples de formation pour la reconnaissance d'intention.

  • data/stories.yml : définit les flux de conversation pour entraîner le modèle de dialogue.

  • config.yml : spécifie le pipeline d'apprentissage automatique pour la classification des intentions et la reconnaissance des entités.

  • endpoints.yml : configure où trouver les services externes (par exemple, le serveur d'action).

  • credentials.yml : configure les intégrations tierces comme Slack ou Telegram.

Étape 5 : Entraînez votre modèle Rasa

  1. Utilisez la commande suivante pour former votre assistant s'il n'est pas déjà formé :

    train rasa

    1. Cela générera un fichier modèle dans le répertoire models/, prêt à alimenter votre chatbot !

Setting Up Your First Rasa Project

Étape 6 : Testez votre assistant

  1. Testez votre assistant en local :

    coquille rasa

    1. Tapez quelques messages pour voir comment l'assistant répond. Par exemple :

Setting Up Your First Rasa Project

> Hi Hello! <br>
Hey! How are you?<br>




Étape 7 : Ajouter des actions personnalisées

Vous souhaitez que votre bot effectue des actions telles que récupérer des données à partir d'une API ? Ajoutez des actions personnalisées !

  1. Ouvrez le répertoire actions/ et créez un fichier Python (par exemple, actions.py).

  2. Écrivez votre action personnalisée :

    depuis l'action d'importation rasa_sdk
    depuis rasa_sdk.executor import CollectingDispatcher

    classe ActionHelloWorld(Action):
    nom def (soi) :
    renvoyer "action_hello_world"

    def run(self, dispatcher, tracker, domain):
        dispatcher.utter_message(text="Hello, world!")
        return []
    
    1. Mettez à jour domain.yml pour inclure votre action :

    actions :

    • action_hello_world
      1. Démarrez le serveur d'action :

    actions d'exécution rasa

Des références ?

  • Documentation officielle Rasa

  • Téléchargement Python

  • Documentation Virtualenv

Bon codage

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Déclaration
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn
Comment créez-vous des tableaux multidimensionnels à l'aide de Numpy?Comment créez-vous des tableaux multidimensionnels à l'aide de Numpy?Apr 29, 2025 am 12:27 AM

Créer des tableaux multidimensionnels avec Numpy peut être réalisé via les étapes suivantes: 1) Utilisez la fonction numpy.array () pour créer un tableau, tel que np.array ([[1,2,3], [4,5,6]]) pour créer un tableau 2D; 2) utiliser np.zeros (), np.ones (), np.random.random () et d'autres fonctions pour créer un tableau rempli de valeurs spécifiques; 3) Comprendre les propriétés de forme et de taille du tableau pour vous assurer que la longueur du sous-réseau est cohérente et éviter les erreurs; 4) Utilisez la fonction NP.Reshape () pour modifier la forme du tableau; 5) Faites attention à l'utilisation de la mémoire pour vous assurer que le code est clair et efficace.

Expliquez le concept de «diffusion» dans les tableaux Numpy.Expliquez le concept de «diffusion» dans les tableaux Numpy.Apr 29, 2025 am 12:23 AM

BroadcastingInNumpyIsAmethodToperformOperations OnerwaysofdifferentShapesByAutomAticalAligningThem.itImplienScode, améliore la réadabilité et BoostsTerformance.He'showitwork

Expliquez comment choisir entre les listes, Array.array et les tableaux Numpy pour le stockage de données.Expliquez comment choisir entre les listes, Array.array et les tableaux Numpy pour le stockage de données.Apr 29, 2025 am 12:20 AM

Forpythondatastorage, chooseListsforflexibilitywithMixedDatatyS, array.Arrayformmemory-efficienthomogeneousnumericalData, andNumpyArraysforaSvancedNumericalComputing.ListaSaRaySatilebutless

Donnez un exemple de scénario où l'utilisation d'une liste Python serait plus appropriée que l'utilisation d'un tableau.Donnez un exemple de scénario où l'utilisation d'une liste Python serait plus appropriée que l'utilisation d'un tableau.Apr 29, 2025 am 12:17 AM

PythonlistsArebetterThanArraysformMagingDiversEDATATYPES.1) ListScan HoldingElementoSoFferentTypes, 2) Ils ont été aaredamique, permettant à la manière dont 4) ils ne sont pas entièrement efficaces et les opérations sont en train de les affirmer.

Comment accéder aux éléments dans un tableau Python?Comment accéder aux éléments dans un tableau Python?Apr 29, 2025 am 12:11 AM

ToaccesElementsInapythonArray, useIndexing: my_array [2] AccessEstheThirdElement, returning3.pythonusZero-basedIndexing.

La compréhension des tuples est-elle possible à Python? Si oui, comment et sinon pourquoi?La compréhension des tuples est-elle possible à Python? Si oui, comment et sinon pourquoi?Apr 28, 2025 pm 04:34 PM

L'article discute de l'impossibilité de la compréhension des tuples dans Python en raison de l'ambiguïté de la syntaxe. Des alternatives comme l'utilisation de Tuple () avec des expressions de générateur sont suggérées pour créer efficacement les tuples. (159 caractères)

Que sont les modules et les packages dans Python?Que sont les modules et les packages dans Python?Apr 28, 2025 pm 04:33 PM

L'article explique les modules et les packages dans Python, leurs différences et leur utilisation. Les modules sont des fichiers uniques, tandis que les packages sont des répertoires avec un fichier __init__.py, organisant des modules connexes hiérarchiquement.

Qu'est-ce que Docstring in Python?Qu'est-ce que Docstring in Python?Apr 28, 2025 pm 04:30 PM

L'article traite des docstrings dans Python, de leur utilisation et des avantages. Problème principal: Importance des docstrings pour la documentation du code et l'accessibilité.

See all articles

Outils d'IA chauds

Undresser.AI Undress

Undresser.AI Undress

Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover

AI Clothes Remover

Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool

Undress AI Tool

Images de déshabillage gratuites

Clothoff.io

Clothoff.io

Dissolvant de vêtements AI

Video Face Swap

Video Face Swap

Échangez les visages dans n'importe quelle vidéo sans effort grâce à notre outil d'échange de visage AI entièrement gratuit !

Outils chauds

SublimeText3 Linux nouvelle version

SublimeText3 Linux nouvelle version

Dernière version de SublimeText3 Linux

Listes Sec

Listes Sec

SecLists est le compagnon ultime du testeur de sécurité. Il s'agit d'une collection de différents types de listes fréquemment utilisées lors des évaluations de sécurité, le tout en un seul endroit. SecLists contribue à rendre les tests de sécurité plus efficaces et productifs en fournissant facilement toutes les listes dont un testeur de sécurité pourrait avoir besoin. Les types de listes incluent les noms d'utilisateur, les mots de passe, les URL, les charges utiles floues, les modèles de données sensibles, les shells Web, etc. Le testeur peut simplement extraire ce référentiel sur une nouvelle machine de test et il aura accès à tous les types de listes dont il a besoin.

SublimeText3 version chinoise

SublimeText3 version chinoise

Version chinoise, très simple à utiliser

VSCode Windows 64 bits Télécharger

VSCode Windows 64 bits Télécharger

Un éditeur IDE gratuit et puissant lancé par Microsoft

PhpStorm version Mac

PhpStorm version Mac

Le dernier (2018.2.1) outil de développement intégré PHP professionnel