Botfront 是一个非常方便的 Rasa GUI 图形化管理后台。可以在网页里:
- 编辑所有的 Rasa 配置文件
- 执行训练
- 使用 web 聊天组件
非常适合没有 linux 服务器操作经验的用户。
整个安装配置过程参考
https://botfront.io/docs/installation/server-cluster
即可。
这里只是记录一下文档中没有提及的细节。
版本
botfront@1.0.5
目录结构
$ tree -a
.
├── .botfront
│ ├── botfront.yml
│ └── docker-compose-template.yml
├── actions
│ ├── Dockerfile
│ ├── Dockerfile.production
│ ├── __init__.py
│ ├── my_actions.py
│ └── requirements.txt
└── rasa
├── Dockerfile
├── __init__.py
├── ignore_sample_component.py
├── requirements.txt
└── setup.py
3 directories, 12 files
botfront.yml
可以看懂 botfront 是基于 Rasa 2.X 版本。并不支持 Rasa 3.X。
images:
default:
botfront: 'botfront/botfront:v1.0.5'
rasa: 'botfront/rasa-for-botfront:v2.3.3-bf.3'
duckling: 'botfront/duckling:latest'
mongo: 'mongo:latest'
actions: 'rasa/rasa-sdk:2.1.2'
current:
botfront: 'botfront/botfront:v1.0.5'
rasa: 'botfront/rasa-for-botfront:v2.3.3-bf.3'
duckling: 'botfront/duckling:latest'
mongo: 'mongo:latest'
actions: 'rasa/rasa-sdk:2.1.2'
env:
bf_project_id: bf
bf_url: 'http://botfront:3000/graphql'
root_url: 'http://localhost:8888'
augmentation_factor: 50
mongo_url: 'mongodb://mongo:27017/bf'
version: 1.0.5
需要将这里的 root_url 修改成服务器的外网 IP 地址。
然后通过 http://your_ip:8888 进行访问 botfront 管理后台。
error
查看错误日志：
botfront logs
pointsFetched' as it is null.
botfront-rasa | 2023-07-09 07:09:18 DEBUG rasa.utils.botfront - Trying to fetch config from http://botfront:3000/graphql (retry #327)
botfront-rasa | 2023-07-09 07:09:18 ERROR sgqlc.endpoint.http - GraphQL query failed with 1 errors
botfront-rasa | 2023-07-09 07:09:18 DEBUG rasa.utils.botfront - Cannot destructure property 'endpoints' of 'endpointsFetched' as it is null.
botfront-rasa | 2023-07-09 07:09:18 DEBUG rasa.utils.botfront - Trying to fetch config from http://botfront:3000/graphql (retry #328)
botfront-rasa | 2023-07-09 07:09:18 ERROR sgqlc.endpoint.http - GraphQL query failed with 1 errors
botfront-rasa | 2023-07-09 07:09:18 DEBUG rasa.utils.botfront - Cannot destructure property 'endpoints' of 'endpointsFetched' as it is null.
docker 容器
$ docker container ls
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
xxxxxxxxxxxx botfront/botfront:v1.0.5 "/docker/entrypoint.…" 4 minutes ago Up 4 minutes 0.0.0.0:8888->3000/tcp, :::8888->3000/tcp botfront-app
xxxxxxxxxxxx botfront-rasa "/bin/bash -o pipefa…" 4 minutes ago Up 4 minutes 0.0.0.0:5005->5005/tcp, :::5005->5005/tcp botfront-rasa
xxxxxxxxxxxx mongo:latest "docker-entrypoint.s…" 4 minutes ago Up 4 minutes 0.0.0.0:27017->27017/tcp, :::27017->27017/tcp botfront-mongo
xxxxxxxxxxxx botfront/duckling:latest "/bin/sh -c 'exec du…" 4 minutes ago Up 4 minutes 0.0.0.0:8000->8000/tcp, :::8000->8000/tcp botfront-duckling
settings/credentials
注意，安装文档里提到的修改 settings/credentials base_url 指的是 botfront web 管理后台的修改，而不是服务器上的 rasa 配置文件目录。
训练模型
点击 botfront 网页后台右上角的 TRAIN 按钮即可。转圈即在 training。
这个训练过程跟在命令行里调用 rasa train 是一样的，会很耗时，大概 5 分钟左右，取决于 CPU 的计算能力。
请耐心等待 : )
训练完之后，就可以在 web 聊天组件里测试效果了。非常有成就感。
训练模型时的权限错误
Error: An unexpected error occurred during training. Error: [Errno 13] Permission denied: ‘models/model-chitchat-xxxxxx.tar.gz’
我通过 chown 当前用户，还是不行，我不太了解 docker 用户权限机制，看来得了解一下。
先临时通过 chmod 777 来解决没有写入权限的问题。再次点击 TRAIN 按钮，就能正常地生成模型了。
ls models/
model-chitchat-xxxxxx.tar.gz
查看合集
关于作者 🌱
我是来自山东烟台的一名开发者，有感兴趣的话题，或者软件开发需求，欢迎加微信 zhongwei 聊聊，或者关注我的个人公众号“大象工具”， 查看更多联系方式