前段時間，有乙個專案需要搭建乙個chatbot，所以了解了一些關於rasa部署的方式。目前只是搭建了乙個基礎的chatbot，比較簡單，很有很多功能後面慢慢研究。趁著剛完成，還有印象，做一下總結，後面持續更新。
第一種方式是在docker容器中部署rasa服務。
關於什麼是docker，這裡就不做詳細的解釋了，有很多文章對這個講的非常詳細。
部署過程參考官方tutorial：
building rasa with docker
非常詳細了，所以這裡就做乙個搬運工哈哈。
第二種方式，不借助docker，而是直接在伺服器中部署。
官方quick installation
（這種方式需要先在伺服器中安裝python）
使用pip安裝rasa （需要python 3.6或以上）
pip3 install rasarasa init根據初始化之後得到的內容，訓練模型
rasa trainrasa run -m --cors "*"
--debug
但是，這種部署方式有一種缺點，就是斷開與伺服器的連線後，這個服務也會自動關閉，嘗試過在docker中部署rasa-full，但是也無法一直後台執行。
最後，我們通過nohup來讓我們的服務後台執行。
上面的第4步改為：
nohup rasa run -m models --cors "*"
--debug &
如果要結束該程序：
sudo netstat -ap | grep 5005然後，
kill
-9 pid
聊天機械人
我你好！小愛同學 小愛你好，很高興認識你！charset utf 8 css document 休息一會 sleep 1 獲取 使用者傳送的 訊息 可選 後端 對於 使用者發過來的 時候 是否 使用 可選 根據 傳送 過來的 訊息 返回 不同的內容 messagelist array 床前明月光，有...
chatbot聊天機械人環境搭建以及專案執行指南
根據專案readme檔案中的說明，專案對環境有一定的版本要求，推薦大家最好嚴格按照專案中的環境要求來安裝，包括版本也是。博主曾被版本問題虐得死去活來博主從來沒有安裝過錯誤版本。如圖上所示，該版本需要python3.5以及tensorflow1.3的環境，如果版本不匹配將會造成相容性問題，在下文中會詳...
聊天機械人ELIZA
1 在 自然語言理解 這本書的緒論中曾分析了聊天機械人eliza的設計機理，表明這是一種語言變換的技巧，而不是真正的 自然語言理解 午間休息時檢索了一下，找到了乙個它的連線 它並不如書中所舉的例子那樣的 聰明 也許因為這是第乙個聊天機械人，以及它並沒有真正採取 自然語言理解 的技術有關。下面是筆者與...