Rasa 3.x 机器学习构建笔记

1、rasa官网资料:https://rasa.com/docs/rasa/installation/installing-rasa-open-source

2、代码下载:git clone https://github.com/RasaHQ/rasa.git

3、conda 创建rasa 运行python环境

conda create --name rasa python=3.8

conda activate rasa

pip install rasa

rasa init

安装:poetry

pip install poetry(如果安装后还是找不到poetry,建议进入当前环境envs\rasa\Scripts,cmd进行安装)

安装transformers: pip install transformers

训练模型: rasa train --config config.yml --domain domain.yml --data data/

启动rasa服务: rasa run --port 5005 --endpoints endpoints.yml --credentials credentials.yml --debug --enable-api

启动action服务: rasa run actions --port 5055 --actions actions --debug

相关推荐
哥布林学者2 小时前
高光谱成像(一)高光谱图像
机器学习·高光谱成像
罗西的思考3 小时前
AI Agent框架探秘:拆解 OpenHands(10)--- Runtime
人工智能·算法·机器学习
冬奇Lab3 小时前
OpenClaw 源码精读(2):Channel & Routing——一条消息如何找到它的 Agent?
人工智能·开源·源码阅读
冬奇Lab3 小时前
一天一个开源项目(第38篇):Claude Code Telegram - 用 Telegram 远程用 Claude Code,随时随地聊项目
人工智能·开源·资讯
格砸5 小时前
从入门到辞职|从ChatGPT到OpenClaw,跟上智能时代的进化
前端·人工智能·后端
可观测性用观测云5 小时前
可观测性 4.0:教系统如何思考
人工智能
sunny8655 小时前
Claude Code 跨会话上下文恢复:从 8 次纠正到 0 次的工程实践
人工智能·开源·github
小笼包包仔5 小时前
OpenClaw 多Agent软件开发最佳实践指南
人工智能
smallyoung6 小时前
AgenticRAG:智能体驱动的检索增强生成
人工智能
_skyming_6 小时前
OpenCode 如何做到结果不做自动质量评估,为什么结果还不错?
人工智能