传统业务对接AI-AI编程框架-Rasa的业务应用实战（4）--Rasa成型可用 针对业务配置rasa并训练和部署

此篇接续上一篇 传统业务对接AI-AI编程框架-Rasa的业务应用实战（3）--Rasa成型可用 模型及智能体的配置文件介绍

此篇我们针对我预设的（学习目标）发票业务【比如开票 、查询】进行Rasa的预训练配置，训练，直至部署运行，最后整个过程会呈现如何根据具体业务需求定制Rasa项目。

不忘初心，我们的初心概括如下：（详见我的初心文章）

# 预期理解的自然语言指令如下

输入：开具一张1000元的发票，税率13%   // 识别开票意图和实体

输入：查询发票编号12345  // 识别发票查询意图和实体

1、先配置预训练数据文件 data/nlu.yml （让rasa训练自然语言理解的数据）

version: "3.1"
# 定义自然语言理解（NLU）的训练数据，用于训练Rasa识别发票业务相关的用户意图和实体
nlu:
# 意图：识别用户请求开具发票的意图，提取金额和税率实体
- intent: issue_invoiceexamples: |- 开具一张[1000元](amount)的发票，税率[13%](tax_rate)- 帮我开一张[5000元](amount)的发票，税率[6%](tax_rate)- 开具发票，金额[2000元](amount)，税率[13%](tax_rate)- 我要开一张[10000元](amount)的发票，税率是[10%](tax_rate)- 开个[3000元](amount)的发票，税率[5%](tax_rate)- 给我开张发票，[8000元](amount)，税率[6%](tax_rate)- 开票，金额[1500元](amount)，税率[13%](tax_rate)- 开一张发票，[7000元](amount)，[10%](tax_rate)- 帮我开票，金额[4000元](amount)，税率[5%](tax_rate)# 意图：识别用户查询发票的意图，提取发票编号实体
- intent: query_invoiceexamples: |- 查询发票编号[12345](invoice_number)- 查一下发票号[67890](invoice_number)- 我想查询发票编号[54321](invoice_number)- 帮我查发票[1234567](invoice_number)- 发票编号[98765](invoice_number)的详情- 查发票[45678](invoice_number)- 查询[112233](invoice_number)的发票信息- 帮我查下[334455](invoice_number)的发票- 看看发票号[78901](invoice_number)# 正则表达式：定义用于提取金额实体的正则规则
- regex: amountexamples: |- \d+元  # 匹配形如“1000元”的金额格式# 正则表达式：定义用于提取税率实体的正则规则
- regex: tax_rateexamples: |- \d+%$  # 匹配形如“13%”的税率格式# 正则表达式：定义用于提取发票编号实体的正则规则
- regex: invoice_numberexamples: |- \d{5,7}  # 匹配5到7位的数字，作为发票编号

注释说明

• nlu：定义自然语言理解（NLU）的训练数据，Rasa通过这些数据学习如何识别用户输入的意图和提取业务相关的实体。在发票业务中，新增了issue_invoice和query_invoice两个意图，分别用于处理开具发票和查询发票的请求。

• intent: issue_invoice：表示用户请求开具发票的意图，训练样本中包含金额（amount）和税率（tax_rate）实体，用于提取用户提供的具体开票信息。

• intent: query_invoice：表示用户查询发票的意图，训练样本中包含发票编号（invoice_number）实体，用于提取用户查询的发票编号。

• regex：定义正则表达式规则，帮助Rasa更准确地提取实体：

  • amount：匹配金额格式（如“1000元”），用于提取发票金额。

  • tax_rate：匹配税率格式（如“13%”），用于提取发票税率。

  • invoice_number：匹配5到7位数字的发票编号，用于查询发票。

2、配置规则文件 data/rules.yml

version: "3.1"
# 定义对话规则，用于处理发票业务中确定的对话流程，优先于机器学习策略执行
rules:
# 规则1：当用户触发“issue_invoice”意图时，触发开票响应
- rule: Handle issue invoicesteps:- intent: issue_invoice  # 用户请求开具发票的意图- action: utter_issue_invoice  # 触发预定义的开票响应（在domain.yml中定义）# 规则2：当用户触发“query_invoice”意图时，触发查询发票响应
- rule: Handle query invoicesteps:- intent: query_invoice  # 用户请求查询发票的意图- action: utter_query_invoice  # 触发预定义的查询发票响应（在domain.yml中定义）

注释说明

• rules：定义对话规则（rules），用于处理固定的、确定的对话流程，优先级高于基于机器学习的对话策略（stories）。在发票业务中，规则用于快速响应“开发票”和“查询发票”的用户意图，简化对话逻辑。

• rule：每条规则由steps组成，指定用户意图（intent）和对应的动作（action）。这里定义了两条规则：

  • Handle issue invoice：当用户表达开票意图（issue_invoice）时，触发utter_issue_invoice动作，回复预定义的开票相关响应。

  • Handle query invoice：当用户表达查询发票意图（query_invoice）时，触发utter_query_invoice动作，回复预定义的查询相关响应。

• steps：定义规则的执行步骤，连接用户意图和系统动作。动作（如utter_issue_invoice、utter_query_invoice）是预定义的响应模板，具体内容在domain.yml中定义。

 3、配置域文件 domain.yml 

version: "3.1"# 定义对话系统支持的所有意图，与nlu.yml中的意图一致
intents:- issue_invoice- query_invoice# 定义对话中需要提取的实体，匹配nlu.yml中的实体
entities:- amount  # 发票金额（如“1000元”）- tax_rate  # 发票税率（如“13%”）- invoice_number  # 发票编号（如“12345”）# 定义槽，用于存储对话中提取的实体值
slots:# 金额槽：存储用户提供的发票金额amount:type: text  # 槽类型为文本，存储字符串格式的金额influence_conversation: false  # 不影响对话流程，仅用于存储数据mappings:- type: from_entity  # 从实体自动填充槽entity: amount  # 绑定到amount实体intent: issue_invoice  # 仅在issue_invoice意图下填充# 税率槽：存储用户提供的税率tax_rate:type: text  # 槽类型为文本，存储字符串格式的税率influence_conversation: false  # 不影响对话流程，仅用于存储数据mappings:- type: from_entity  # 从实体自动填充槽entity: tax_rate  # 绑定到tax_rate实体intent: issue_invoice  # 仅在issue_invoice意图下填充# 发票编号槽：存储用户提供的发票编号invoice_number:type: text  # 槽类型为文本，存储字符串格式的发票编号influence_conversation: false  # 不影响对话流程，仅用于存储数据mappings:- type: from_entity  # 从实体自动填充槽entity: invoice_number  # 绑定到invoice_number实体intent: query_invoice  # 仅在query_invoice意图下填充# 定义系统回复的响应模板，包含动态变量
responses:# 开票响应：确认开票信息，动态插入金额和税率utter_issue_invoice:- text: "好的，我将为您开具一张金额为{amount}，税率为{tax_rate}的发票。"# 查询响应：确认查询发票编号，动态插入发票编号utter_query_invoice:- text: "正在查询发票编号{invoice_number}的详情，请稍候。"# 定义系统可执行的动作，包括响应和自定义动作
actions:- utter_issue_invoice  # 开票的响应动作- utter_query_invoice  # 查询发票的响应动作- action_issue_invoice  # 自定义动作：调用后端API开具发票- action_query_invoice  # 自定义动作：调用后端API查询发票# 定义会话配置，控制对话会话的行为
session_config:# 会话过期时间（分钟）：超过60分钟无交互，会话将重置session_expiration_time: 60# 是否在新会话中保留槽值：true表示槽值（如金额、税率）在新会话中继续有效carry_over_slots_to_new_session: true

注释说明

• entities：定义对话中需要提取的实体，与nlu.yml中的实体一致，用于支持发票业务中的关键信息提取（如金额、税率、发票编号）。

• slots：定义槽，用于存储用户输入的实体值（如amount、tax_rate、invoice_number），便于在对话中传递给自定义动作（如API调用）。

  • type: text：表示槽存储文本类型的数据，适合金额、税率和发票编号的字符串格式。

  • influence_conversation: false：表示这些槽仅用于存储数据，不影响对话流程的选择（适合发票业务中仅传递数据的场景）。

  • mappings：指定槽如何从实体填充，例如amount槽仅从issue_invoice意图中的amount实体获取值。

• responses：定义系统回复的模板，动态插入槽值（如{amount}、{tax_rate}、{invoice_number}），用于向用户确认开票或查询信息。

• actions：列出系统支持的所有动作，包括：

  • 响应动作（utter_issue_invoice、utter_query_invoice）：直接回复预定义的模板。

  • 自定义动作（action_issue_invoice、action_query_invoice）：用于调用后端API完成开票或查询操作（需在actions.py中实现）。

• session_config：

  • session_expiration_time：设置会话过期时间（60分钟），超时后对话上下文重置。

  • carry_over_slots_to_new_session：设置为true，确保槽值（如用户输入的金额、税率）在会话重启后保留，适合需要跨会话记忆的业务场景。

4、配置配置文件（此处不是结巴） config.yml

# 配置文件的版本和默认模板
recipe: default.v1# 助手项目的唯一标识符，需在部署时替换为唯一名称
assistant_id: 20250604-111746-slow-piccolo# 定义对话系统的语言，设置为中文以支持中文输入
language: zh# 定义NLU处理流程（pipeline），用于处理用户输入的文本
pipeline:# 分词器：使用Jieba分词器，专门为中文文本分词- name: JiebaTokenizer# 正则特征化：提取正则表达式特征，支持nlu.yml中的正则规则（如金额、税率）- name: RegexFeaturizer# 词汇句法特征化：提取词汇和句法特征，增强意图和实体识别- name: LexicalSyntacticFeaturizer# 词向量特征化：将文本转为词袋模型，基于单词- name: CountVectorsFeaturizer# 字符级特征化：基于字符的n-gram特征（1-4字符），提升中文短语识别- name: CountVectorsFeaturizeranalyzer: char_wbmin_ngram: 1max_ngram: 4# 意图和实体分类器：用于识别意图（如issue_invoice）和提取实体（如amount）- name: DIETClassifierepochs: 100  # 训练轮数，控制模型训练时间和效果entity_recognition: true  # 启用实体识别，提取amount、tax_rate等constrain_similarities: true  # 增强相似度约束，提升分类准确性# 实体同义词映射：处理实体值的同义词（此处发票业务未使用）- name: EntitySynonymMapper# 响应选择器：用于选择预定义的响应（如FAQ场景，此处未广泛使用）- name: ResponseSelectorconstrain_similarities: trueepochs: 100  # 训练轮数# 定义对话管理策略（policies），控制Rasa如何选择下一步动作
policies:# 记忆策略：基于历史对话直接匹配动作，适合简单场景- name: MemoizationPolicy# 规则策略：优先执行rules.yml中的规则，适合发票业务的固定流程- name: RulePolicy# 机器学习策略：基于历史对话预测动作，适合复杂多轮对话- name: TEDPolicymax_history: 5  # 考虑最近5次对话历史epochs: 100  # 训练轮数

注释说明

• language: zh：设置语言为中文，确保Rasa正确处理中文输入（如“开具发票”），并使用适配中文的组件（如Jieba分词器）。

• pipeline：定义NLU处理流程，处理用户输入的文本，提取意图和实体：

  • JiebaTokenizer：专为中文设计的分词器，分割中文短语（如“开具一张1000元的发票”）。

  • RegexFeaturizer：支持nlu.yml中的正则规则，提取金额（\d+元）、税率（\d+%$）等实体。

  • LexicalSyntacticFeaturizer：提取词汇和句法特征，提升意图和实体识别的准确性。

  • CountVectorsFeaturizer：将文本转为词袋模型（单词和字符级n-gram），增强中文短语的特征表示。

  • DIETClassifier：核心组件，负责意图分类（如issue_invoice）和实体提取（如amount、tax_rate）。

  • EntitySynonymMapper：处理实体同义词（发票业务中未广泛使用，但保留以支持扩展）。

  • ResponseSelector：处理预定义响应选择（发票业务中主要依赖规则和动作，未广泛使用）。

• policies：定义对话管理策略，决定Rasa如何根据用户输入选择动作：

  • MemoizationPolicy：直接匹配历史对话，适合简单场景。

  • RulePolicy：优先执行rules.yml中的规则，适合发票业务中固定的开票和查询流程。

  • TEDPolicy：基于机器学习预测动作，适合处理复杂的多轮对话（如用户未提供完整信息时询问）。

5、配置文件改造完以后，训练Rasa。 

# 训练命令

rasa train

训练后，控制台输出大致如下： 

同时会在models目录下生成训练的数据文件。形如2025xxxx-xxxxxx-xxx.tar.gz，如下图 

备注：生成的训练后的数据文件只有当前最新的一个是生效有用的。老的数据文件没什么用，可以删除。可以减少自己电脑的磁盘占用。

6、以调试模式启动Rasa的壳程序，即激活Rasa这个小智能机器人  执行以下命令

rasa shell --debug

启动完以后，输入我们的人类自然语言，看下它是否能识别意图，并提取实体信息（金额和税率），执行结果如下：（我输入：开具一张1000元的发票，税率13%）

OK Rasa 完美的识别了我们的意图：想要开票！金额是1000元，税率是13！ 

并且我们可以看到日志输出的内容里面有这么一条： 说明精确提取了我们输入语言的金额和税率

2025-06-06 15:43:54 DEBUG    rasa.core.processor  - [debug    ] processor.extract.slots        action_extract_slot=action_extract_slots len_extraction_events=2 rasa_events=[SlotSet(key: amount, value: 1000元), SlotSet(key: tax_rate, value: 13%)]
 

 再输入下查票的自然语言口令试试：查询发票编号12345

 

最终它回复：正在查询发票编号12345的详情，请稍候

OK  完美！Rasa 完美的识别了我们的开票、查票业务的意图和实体！