Como criar um chatbot com o Rasa

• Preparando o ambiente:

É necessário possuir o Python e o pip instalados:

sudo apt update
sudo apt install python3 python3-pip
# Verifique se foram instalados corretamente
python3 --version
pip3 --version

• Criando um ambiente virtual:

# Cria o ambiente virtual
python3 -m venv ./venv
# Ativa o ambiente virtual
source ./venv/bin/activate

• Instando o Rasa:

pip3 install rasa
# Verifique se foi instalado corretamente
rasa --version

• Criando um projeto:

rasa init

Quando você rodar o comando, ele fará as seguintes perguntas:

# O caminho onde o projeto será criado, por padrão é o diretório atual
Please enter a path where the project will be created [default: current directory]

# Você deseja treinar um modelo inicial? Y - Sim, N - Não
Do you want to train an initial model? 💪🏽 (Y/n)

# Você deseja conversar com o seu assistente? Y - Sim, N - Não
Do you want to speak to the trained assistant on the command line? 🤖 (Y/n)

O comando rasa init irá cria um projeto Rasa com arquivos de exemplo. O projeto criado possui a seguinte estrutura:

.
├── actions
│   ├── __init__.py
│   └── actions.py
├── config.yml
├── credentials.yml
├── data
│   ├── nlu.yml
│   └── stories.yml
├── domain.yml
├── endpoints.yml
├── models
│   └── <timestamp>.tar.gz
└── tests
   └── test_stories.yml

• Treinando o model:

rasa train

O comando rasa train treina um modelo Rasa utilizando seu NLU de intenções e histórias, o modelo gerado fica salvo na pasta models.

• Testando o model:

rasa shell

O comando rasa shell carrega o modelo treinado e inicia um shell interativo para que você possa conversar com seu bot.

• Encerrando a conversa:

/stop

Digitando /stop dentro do shell interativo, você pode encerrar a conversa.

• Iniciando o servidor de custom actions:

rasa run actions

Utilizando Rasa SDK, o comando rasa run actions inicia o servidor de ações personalizadas. Este comando você deve deixar rodando em um segundo terminal. As ações customizadas ficam dentro da pasta actions. Além disso é necessário ir no arquivo endpoints.yml e adicionar o seguinte código:

action_endpoint:
  url: "http://localhost:5055/webhook"

Para ver mais comandos, você pode acessar este link: Command Line Interface

Para acessar o playground: Rasa Playground

Caso você queira ver um exemplo com uma action customizada, você pode acessar este repositório que eu criei: Rasa 3.x NLU - Github API, você escreve github e depois passa o username que você deseja pesquisar, exemplo ValchanOficial, então ele retorná o username e a lista de repositórios.

Fontes:

• Rasa Docs