Rasa开源对话系统架构与开发实战

可视化演示

动态演示Rasa开源对话系统架构与开的核心机制，通过总览/传输/转换/输出四种模式展示关键概念与交互流程。

Rasa 框架定位优势

开餐厅的第一步不是急着买菜，而是先定经营模式。Rasa 提供的就是一套“自建后厨”的方案：开源免费，源码全在手里；可以私有化部署，顾客数据不出自己的机房；模块化设计，让你能像搭积木一样组装对话机器人。它不像闭源大模型 API 那样把“脑子”放在别人服务器上，而是把完整的“大脑”搬到你家店里。

从技术视角看，Rasa 是一个基于 Python 的任务型对话系统框架。它把系统一分为二：NLU（自然语言理解）模块负责“听懂”，相当于前台服务员；Core 对话管理模块负责“想清楚下一步做什么”，相当于后厨调度和经理决策。两者通过 domain.yml 中的意图、实体、槽位和动作声明连接起来，形成一个可训练、可测试、可部署的完整闭环。

这套“前台听、后厨想”的架构，让餐厅可以随时调整菜单而不用换服务员，也可以换一套更聪明的服务员而不必拆掉后厨——这就是 Rasa 模块化设计的核心价值。

NLU 意图识别

服务员上岗的第一课，是听懂顾客“想干什么”：顾客说“来个招牌菜”，这是“点餐”；说“我的菜怎么还没来”，这是“催菜”；说“买单”，这是“结账”。在 Rasa 中，这个过程叫意图识别——本质是一个文本分类任务，把一句话归到预设好的类别里。

开发者需要先在 NLU 训练数据（如 nlu.yml）中为每个意图准备若干示例句子，例如：

然后通过 config.yml 配置 NLU 管道：分词器把句子切成词，特征化器把词变成向量，分类器（如 DIETClassifier）在这些向量上学习意图边界。训练完成后，模型对每句新输入算出每个意图的概率。

服务员听到顾客说“查订单”，大脑里把“点餐”“催菜”“结账”这些意向都快速过了一遍，最终确定“催菜”的把握最大——这就是意图分类。Rasa 还会输出置信度（如 0.87），当所有意图的概率都不高时，它会触发回退机制，让服务员礼貌地说：“不好意思，我没听清，您再说一遍？”

- intent: query_order  examples: |    - 我的订单到哪了    - 帮我查一下快递    - 订单状态是什么

实体槽位提取

光知道顾客“想点餐”还不够，你还得知道他想点什么、要几杯、加不加冰。这就要靠实体提取：从句子中抽取出具体的业务信息。比如“来两杯冰美式”，意图是 order_drink，实则是“美式”（饮品名）、“两杯”（数量）、“冰”（温度偏好）。

在 Rasa 中，实体通过训练数据标注来教会模型识别。最常用的标注格式是 BIO：B 表示实体开始，I 表示实体中间，O 表示非实体。模型学到的是：某个词的上下文让它属于哪类实体。提取到的实体并不会自动产生作用，它们要放进“槽位”（slot）——就像服务员把小纸条贴到顾客对应的白板格子里。

服务员把“两杯”“冰”“美式”三个小纸条分别贴进数量、温度、饮品三个槽位格子——顾客下次再说“改成热的”，模型只用更新“温度”这一格就行。槽位是对话状态的临时记忆，不是数据库，对话结束或被重置后就会清空。

故事规则管理

有了前台理解和细节记录，餐厅还需要一套“服务流程手册”：客人进门先引导入座，然后递菜单，点完餐确认一遍，上菜后询问口味，最后引导结账。Rasa 中的“故事”（stories）干的就是这件事——把典型的对话路径按顺序写下来，让模型学会“什么时候该做什么”。

故事文件 stories.yml 的写法像一条流水账：

规则（rules）则负责那些不可商量的硬逻辑：比如用户要求取消订单，无论如何都必须先验证身份。在 Rasa 中，Rule Policy 的优先级高于学习式策略，保证规则被严格执行。除此之外，还需要设计回退处理（Fallback）：当用户输入含糊不清或置信度太低时，机器人不硬猜，而是主动追问。

故事好比“常规情况怎么走”，规则好比“红线必须怎么走”，回退则是“走不通时怎么绕”。有了这三层，餐厅即使在客流高峰期也不会乱套。

stories:- story: 点餐主流程  steps:  - intent: greet  - action: utter_greet  - intent: order_drink  - action: action_confirm_order

自定义动作

故事和规则能覆盖标准路径，但真实业务总有“现场发挥”：顾客问“我的订单到哪了”，机器人不能只是背一句台词，它得真的去查订单系统，再把结果告诉顾客。这就引出了自定义动作（Custom Action）：编写 Python 类继承 Action，在 run() 方法里写业务逻辑。

一个典型的动作流程是：从追踪器里取出顾客的订单号（从槽位拿），调用外部订单 API 查询状态，拿到结果后拼成一句自然语言回复。动作写好后，要在服务端注册并告诉 Rasa：“当策略选择了 action_query_order 时，去调用这个 Python 方法。”这样，机器人就从“背台词”进化成了“真办事”。

厨师拿到订单小票（槽位），转身查一眼备货系统（API），回来告诉顾客“您的拿铁正在制作中”——这就是自定义动作在真实场景中的价值：让对话系统真正连上业务，而不只是聊天。

策略追踪管理

餐厅经理的白板是整个餐厅运转的中枢：每位客人吃到哪一步、有哪些忌口、还需要等多久，全都记在上面。Rasa 中对应的是 Dialogue State Tracker（对话状态追踪器），它把用户输入、槽位变化、历史动作全部汇总成当前状态向量；而 Policy（策略）则根据这个状态决定下一步动作。

Rasa 提供了多种策略：Rule Policy 严格执行规则，TED Policy 从故事中学习柔性决策，Memoization Policy 记住完全相同的对话历史。多个策略同时参与投票，最终选出得分最高的动作。还有一道保险：当所有候选动作的置信度都低于设定阈值（如 0.7）时，触发 Fallback 回退，让机器人主动澄清。

经理看一眼白板，发现顾客已经点完餐但还没付款，于是决定下一步是“提醒结账”而不是“继续推荐甜点”。这就是策略的价值——每个决策都基于当前状态，而不是盲目背流程。

AI 应用场景

Python 演示

"""Rasa 自定义动作：餐厅点餐助手查询订单状态"""from typing import Any, Text, Dict, Listfrom rasa_sdk import Action, Trackerfrom rasa_sdk.executor import CollectingDispatcher  class ActionQueryOrder(Action):    """查询用户订单状态并回复"""     def name(self) -> Text:        return "action_query_order"     def run(        self,        dispatcher: CollectingDispatcher,        tracker: Tracker,        domain: Dict[Text, Any],    ) -> List[Dict[Text, Any]]:        # 1. 从对话追踪器的槽位中取出订单号        order_id = tracker.get_slot("order_id")         # 2. 缺少订单号则追问        if not order_id:            dispatcher.utter_message(text="请问您的订单号是多少？")            return []         # 3. 调用外部 API 查询状态        status = self._query_api(order_id)         # 4. 把查询结果回复给用户        dispatcher.utter_message(            text="您的订单 {} 当前状态：{}".format(order_id, status)        )        return []     def _query_api(self, order_id: str) -> str:        """模拟外部订单系统接口，实际可换成 requests.get"""        return "已发货，正在派送中"

1. class ActionQueryOrder(Action):定义一个自定义动作类，必须继承 Action 基类，Rasa 才能识别它。
2. def name(self) -> Text:返回动作的唯一标识名，这个名称要能和 domain.yml、故事文件中的引用对应上。
3. tracker.get_slot("order_id")从对话追踪器中读取当前会话的槽位值，也就是之前 NLU 提取得的“订单号”。
4. if not order_id:如果槽位为空，说明用户还没提供订单号，需要主动追问而不是硬查。
5. dispatcher.utter_message(...)把自然语言回复发送给用户，这是动作输出的标准方式。
6. return []返回事件列表，空列表表示本轮没有需要额外修改槽位的事件。
7. self._query_api(order_id)调用封装的业务函数，真实场景中这里可以替换为 requests.get 等 HTTP 调用。
8. "已发货，正在派送中"模拟外部 API 的返回结果，实际开发中这里是供应商系统的实时数据。

常见误区

面试题