当当网电子商务网站建设wordpress不显示文章的时间

详细讲解一下每个主要文件/目录的作用，以及之后如何一步步使用它们来训练和运行你的聊天机器人。

---

📁 Rasa 项目结构说明（初始化后生成的主要文件）

.
├── actions/
│   └── actions.py         # 自定义 action 的地方（Python 脚本，和数据库/接口交互等）
├── data/
│   ├── nlu.yml            # 训练 Rasa NLU 的数据（意图识别 + 实体抽取）
│   ├── rules.yml          # 规则驱动对话的定义
│   ├── stories.yml        # 示例对话路径（训练对话管理策略）
├── models/
│   └── *.tar.gz           # Rasa 训练后的模型文件（train 后生成）
├── tests/
│   └── test_stories.yml   # 对话测试用例（可选）
├── config.yml             # Rasa 配置文件（NLU管道和对话策略）
├── credentials.yml        # 外部服务的凭据，如 Slack, Telegram 等
├── domain.yml             # 聊天机器人的“知识图谱”：意图、实体、响应、action等定义
└── endpoints.yml          # 定义 action server 和 tracker store 等地址

---

🚀 文件作用详解 + 示例

1. nlu.yml：意图和实体识别训练数据

version: "3.1"
nlu:
- intent: greetexamples: |- hello- hi- hey there- intent: goodbyeexamples: |- bye- see you

你可以在这里添加更多意图和训练样本。

---

2. domain.yml：定义意图、响应、实体、action 等

这里放了一个文件内容详细介绍的文章（点击超链接即可）

version: "3.1"intents:- greet- goodbyeresponses:utter_greet:- text: "Hello! How can I help you?"utter_goodbye:- text: "Goodbye! Have a nice day."actions:- utter_greet- utter_goodbye

utter_* 是 Rasa 默认的响应方式，如果需要自定义逻辑（如查数据库），就写在 actions.py 里。

---

3. stories.yml：对话流程训练数据（像“剧本”）

version: "3.1"
stories:
- story: say hello and goodbyesteps:- intent: greet- action: utter_greet- intent: goodbye- action: utter_goodbye

这个故事会训练你的机器人识别完整的对话流程。

---

4. rules.yml：规则（可选）

version: "3.1"
rules:
- rule: say hello anytime someone greetssteps:- intent: greet- action: utter_greet

规则用于强制某些反应，适合“问候”这类单轮对话。

---

5. actions/actions.py：编写自定义 Action

from rasa_sdk import Action, Tracker
from rasa_sdk.executor import CollectingDispatcherclass ActionCheckWeather(Action):def name(self) -> str:return "action_check_weather"def run(self, dispatcher, tracker, domain):dispatcher.utter_message(text="It's sunny today!")return []

要使用这个自定义 action，需要在 domain.yml 添加到 actions: 中，并在 endpoints.yml 开启 action server。

---

✅ 使用流程

1. 编写/修改 nlu.yml、domain.yml、stories.yml
2. 运行训练命令：

   docker run -v $(pwd):/app rasa/rasa:latest train
   

3. 启动 action server（如果使用了自定义 action）：

   docker run -v $(pwd)/actions:/app/actions -p 5055:5055 rasa/rasa-sdk:latest
   

4. 启动 rasa：

   docker run -v $(pwd):/app -p 5005:5005 rasa/rasa:latest run --enable-api
   

5. 使用 rasa shell 测试对话：

   docker run -v $(pwd):/app rasa/rasa:latest shell
   

---