安装依赖
pip install rasa[spacy] python -m spacy download en_core_web_md python -m spacy link en_core_web_md en
本文代码需配合以下博文使用，目前教程还在更新中，demo也会持续更新
cd 到对应的demo路径下执行以下命令
训练rasa_core
python -m rasa_core.train -d domain.yml -s stories.md -o models/dialogue -c policy_config.yml
训练rasa_nlu
python -m rasa_nlu.train -c nlu_config.yml --data nlu.md -o models --fixed_model_name nlu --project current --verbose
如果有自定义action，请执行此命令，注意把此处的action_name换成自定义的action的文件名，如果你的action文件叫做action.py，则写--actions action
python -m rasa_core_sdk.endpoint --actions action_name
启动对话
python -m rasa_core.run -d models/dialogue -u models/current/nlu --endpoints endpoints.yml
目录结构解释：
data : 保存的nlu 和stories 数据 modles :生成的模型保存的位置 ，里面的文件是自动生成的。 train_core 使用python 代码的方式进行core 模块的训练 和实际在命令行指定一样的效果 train_nlu 使用python 代码的方式进行nlu 模块的训练 和实际使用脚本的效果一样
todo 1 搞明白配置的几个参数的意义。 todo 2 把fb 的结构移动过去。
todo 3 把nlu 内部的keras 模型结构核对下。
2019-9-3 :19:03 nlu 测试通过
rasa 版本 1.2.7