安装Rasa运行环境
# first step:
conda create -n py38_rasa python=3.8
# second step:
conda activate py38_rasa
# third step:
python -m pip install pip==20.2 -i https://pypi.tuna.tsinghua.edu.cn/simple
# forth step:
pip install rasa==3.4 -i https://pypi.tuna.tsinghua.edu.cn/simple/ --extra-index-url https://pypi.rasa.com/simple
Form的使用场景在于：要完成的需求需要两个及两个以上的填充值。
- config.yml中polices中添加RulePolicy
- 在domain.yml中配置intents-actions-response-entities-slots
主要是slots的配置，这里以station为实体，配置两个slot：start_station & end_station
intents:
- ask_price
entities:
- station
slots:
start_station:
type: text
mappings:
- type: from_entity
entity: station
role: departure
intent: ask_price
- type: from_entity
entity: station
intent: ask_price
end_station:
type: text
mappings:
- type: from_entity
entity: station
role: destination
intent: ask_price
- type: from_entity
entity: station
intent: ask_price
# 在以上的示例中，带有role标签的实体station可以被唯一的设置为槽start_station（出发站点）和end_station（到达站点）。
# 因此，它们可以用来适应相应的插槽，即便这些slots没有被请求。
# 同时没有role标签的实体station可以同时填充start_station和end_station槽，
# 这取决于bot在form中请求的是哪个槽。
# 配置对应于slot的询问actions
responses:
# ask price
utter_ask_start_station:
- text: 请告诉我你的出发地？
- text: 你的出发地是？
utter_ask_end_station:
- text: 请告诉我你的目的地？
- text: 你的目的地是？
# 声明action_ask_price为action，并后续在actions.py中实现
actions:
- action_ask_price
# 定义触发时候的Forms
forms:
price_form: # for intent：ask price
required_slots:
- start_station
- end_station
# carry_over_slots_to_new_session是一个布尔值，控制是否在新的会话中继续使用当前会话的slot值。
# 如果为True，则会在新的会话中保留slot的值；如果为False，则在新的会话中不会保留slot的值。
# 用于指定会话的有效时间。如果会话在一段时间内没有接收到任何用户输入，那么这个会话就会被视为过期，Rasa 就会创建一个新的会话。
# 这个时间是以秒为单位，默认值是 300 秒，也就是 5 分钟。
session_config:
session_expiration_time: 60
carry_over_slots_to_new_session: true
- actions.py中定义在获得所需信息之后的动作
from typing import Any, Dict, List, Text
from datetime import datetime, timedelta
from rasa_sdk import Action, Tracker, FormValidationAction
from rasa_sdk.executor import CollectingDispatcher
from rasa_sdk.events import UserUtteranceReverted
# for actions - action_ask_price
class ActionAskPrice(Action):
def name(self):
return "action_ask_price"
def run(self, dispatcher, tracker, domain):
start_station = tracker.get_slot("start_station")
end_station = tracker.get_slot("end_station")
response = '您要查询的票价 - 出发站：{}，终点站：{}'.format(start_station, end_station)
dispatcher.utter_message(response)
return []
- 配置price_form的Rules
rules:
# for actions test
- rule: query station info
steps:
- intent: ask_price
- action: price_form
- active_loop: price_form
# active_loop 是会话中的活动循环，是一个机器人询问用户输入、进行预测、获得用户回应，并再次询问的循环过程。
# 满足条件后进行deactivete，并且执行对应的action
- rule: submit station info for calling api
condition:
# Condition that form is active.
- active_loop: price_form
steps:
# Form is deactivated
- action: price_form
- active_loop: null
- slot_was_set:
- requested_slot: null
# The actions we want to run when the form is submitted.
- action: action_ask_price
active_loop: form 表示激活form。
action: action_deactivate_loop 表示将form设置为非激活状态。
- nlu.yml中配置所需的训练数据
以上就是简单的多伦对话收集用户的意图及所需的信息。至于在过程中需要的信息校验FormValidationAction，将会在后续的学习中更新。
对话展示：
