RasaTalk

基本概況

Rasa Talk 是一款建構在 Rasa NLU 上的對話管理工具。它是出於對開源本地對話管理系統的渴望而建構的。最初受到 Rasa UI 的啟發，靈感取自 Watson 對話。

Rasa Talk 可以用作訓練資料產生器，但也可以將您的聊天機器人連接到 Facebook/Telegram/Skype/Slack 等！

請隨時給我留言

示範

https://www.talk.jackdh.com （使用者：[email protected] 密碼：demo1234）

安裝

先決條件

• 資料庫：Mongodb - 您可以在本地或像 mlab 一樣在線運行它
• 聊天機器人大腦：Rasa NLU - 我建議使用 Docker 運行

 git clone https://github.com/jackdh/RasaTalk/
Rename example.env to '.env'
Update the variables to include your MongoDB server IP and Rasa NLU IP.
yarn
yarn start

碼頭工人

使用選取的環境變數更新.env或docker-compose.yml 。 （Mongodb 磁碟區不適用於 Windows）

docker-compose up

或查看 https://github.com/jackdh/RasaTalk/wiki/Setup 以取得更詳細的設定指南

啟動並運行

• 使用正確的環境變數更新 .env。
• 建立一個新用戶
• 新增代理
• 向代理添加一些意圖
• 向意圖添加一些表達式。
• 如果需要，請新增實體。
• 開始訓練模型
• 建立一個可由 Intent 或 Regex 識別的對話節點。
• 填充節點的其餘部分
• 右邊測試一下！

特徵

Facebook / Skype / 第三方。

由於 RT 的可消費性質，幾乎可以將其連接到您想要的任何第三方聊天機器人。對於初學者，我提供了一個快速範例，說明如何使用 [Botkit](https://github.com/howdyai/botkit) 作為中間件來存取 Facebook

Facebook 和 Telegram 都可以在應用程式中輕鬆設定 查看 telegram 設定 wiki 以了解更多資訊！

產生 Rasa NLU 訓練數據

• 代理 - 建立多個代理程式以從一個後端託管多個聊天機器人。
• 意圖/表達式 - 手動或使用變體產生器在代理程式內建立多個不同的表達式。
• 實體 - 建立多個實體及其同義詞。
• 實體插入 - 反白以將實體插入表達式中

對話管理

• Watson Conversation 風格的對話管理。
• 基於正規表示式或基於意圖的識別。
• 具有多個意圖或實體的動態識別，即：#intent OR @entity
• 智慧情境感知
• 使用預設槽位或提示進行槽位填充
• 多種和/或不同的反應。
• 跳到節點
• 在節點內發送和使用 REST API Web 掛鉤。
• 基於條件的回應、網路鉤子、跳轉。
• 保存使用者回應以供將來在節點或 API 中使用
• 建立快速回覆按鈕。

基於權限的編輯

• 基於角色、基於群組和個人使用者權限。
• 使用 PassportJS 建立安全的使用者帳戶
• 限制使用者存取應用程式中的某些功能。

訓練拉莎

• 將意圖轉換為訓練資料。
• 準確的實體插入（不僅僅是搜尋和替換）
• 查看當前訓練時間。
• 查看當前正在訓練的模型。

內建 Chatbot / Rasa 解析器

• 直接 Ping Rasa 伺服器以取得 JSON 回應。
• 直接測試聊天機器人以查看對話管理的輸出。

還來得及！

進一步分析

• 填寫前儀表板以擴展簡單的分析。

歷史

• 查看使用者與聊天機器人的聊天記錄。
• 根據日期、主題或意圖等條件進行過濾。

閒聊

• 進行簡單的閒聊。

待辦事項/請求協助！

• 將測試覆蓋率提高到 100%。
• 添加 Travis / Appveyor
• 為節點等欄位提供自動完成選項。
• 更好的驗證/錯誤通知。
• 新增意圖/表達式的重命名選項
• 新增節點/訓練資料的備份選項。
• 新增用於聊天和更新通知的套接字。

已知問題

• Prettier 發現了一個不存在的間距問題。
• 儀表板分析需要一個預設值。

謝謝

@Material-UI React 樣板