Вы когда-нибудь думали о добавлении чат-бота на свой сайт, но никогда не знали, как это сделать?
Что ж, на этом все заканчивается. В этой статье я расскажу обо всех шагах по интеграции вашего первого чат-бота на ваш сайт, и поверьте мне, это потребует минимальных навыков программирования.
Давайте разделим процесс на несколько важных этапов:
1. Установка модуля rasa (это настоящая суматошная задача, если она сделана неправильно)
2. Создание и обучение нашего первого чат-бота
3. Добавление чат-бота на сайт
4. Установка rasa- x и проверка статистики модели на сервере в реальном времени
Теперь, когда я кратко рассказал о вещах, о которых я расскажу в этой статье, давайте начнем с первого шага.
Установка модуля rasa
Сначала мы установим Microsoft Visual C ++ версии 14.0 или выше. Это требуется для библиотеки ujson, которая является зависимостью от модуля rasa. Вниз по ссылке ниже.
Https://support.microsoft.com/en-us/help/2977003/the-latest-supported-visual-c-downloads
Для установки мы создадим отдельную среду, чтобы избежать некоторых проблем с зависимостями. Чтобы создать среду, я буду использовать приглашение conda, вы также можете использовать библиотеку virtualenv.
Если вам интересно, что такое приглашение conda, установите anaconda по этой ссылке.
Https://www.anaconda.com/products/individual#windows
Теперь откройте приглашение conda и перейдите в папку, где вы будете хранить все файлы, связанные с чат-ботом. Вы можете использовать команду cd в Windows.
Далее нужно создать среду и активировать ее. Проверьте команды ниже.
conda create — name newenv python==3.7.1 conda activate newenv
Измените версию python и имя среды по своему желанию.
После того, как вы активировали среду, пришло время установить библиотеки. Соблюдайте порядок установки, иначе вы можете столкнуться с ошибками (иногда они могут очень раздражать).
conda install tensorflow conda install ujson==1.35 pip install rasa
Это знаменует конец первого шага. Если вы выполнили все шаги, вы не должны видеть никаких ошибок.
Создание и обучение нашего первого чат-бота
После успешной установки модуля rasa вы можете приступить к созданию своего чат-бота.
Надеюсь, вы уже перешли в целевую папку. Теперь выполните следующую команду, чтобы создать первое и самое простое приложение чат-бота.
rasa init —no-prompt
Если вы хотите установить некоторые начальные детали модели самостоятельно, вы можете удалить опцию без подсказки и предоставить их через терминал.
Вышеупомянутая команда создаст все необходимые файлы для чат-бота, а также сначала обучит модель.
Теперь перейдем к следующему шагу, на котором мы запустим сервер rasa, а затем подключимся к нему с вашего веб-сайта.
Добавление чат-бота на сайт
Внутри каталога, в котором вы создаете модель rasa, вы увидите файл credentials.yml. Добавьте в этот файл приведенный ниже код.
socketio: user_message_evt: user_uttered bot_message_evt: bot_uttered session_persistence: true
Socketio - это то, что запускает сервер, к которому ваш веб-сайт может подключаться к модели через порт.
Это все, что вам нужно настроить для работы базовой модели. Теперь приступим к серверу. Выполните приведенную ниже команду, чтобы запустить сервер на порту 5005.
rasa run -m models --enable-api --cors “*” --debug
А теперь давайте добавим его на сайт.
Существует очень удобный пакет rasa-webchat, который поможет вам легко интегрировать модель rasa на сайт. В этом случае я добавлю его на страницу реакции с помощью пакета, но вы также можете добавить его в файл HTML, используя ссылку CDN.
Установите пакет npm:
npm install rasa-webchat
Затем добавьте следующий код в файл, в котором вы хотите настроить сервер:
import { Widget } from 'rasa-webchat'; function CustomWidget = () => { return ( <Widget initPayload={"/get_started"} socketUrl={"http://localhost:5005"} socketPath={"/socket.io/"} customData={{"language": "en"}} title={"First Chatbot"} /> ) }
Теперь все готово. Это все, что нам нужно было сделать. Теперь, как только вы запустите свое приложение для реагирования (убедитесь, что сервер rasa работает в отдельном терминале), вы должны увидеть виджет чат-бота.
Подробную информацию о добавлении виджета на страницу Html можно найти здесь.
Установка rasa-x и проверка статистики модели на сервере в реальном времени
Убедитесь, что вы по-прежнему находитесь в той же среде, в которой вы установили rasa.
Установите модуль:
pip install rasa-x
Запустите сервер rasa-x:
rasa x
Это запустит ваш сервер RASA X по адресу http: // localhost: 5002 /.
Надеюсь, вы сможете выполнить все шаги. Это все для этой статьи.