README.md

[Chapter 06] 基于知识库的问答

Rasa 版本和项目依赖

本书所用代码均在 Rasa 3.0.X 版本中完成。 读者可以使用：

pip install --no-deps -r ../full_requirements.txt

完成项目代码的依赖安装。

训练 Rasa 模型

rasa train

启动 Rasa 动作服务器

内置知识库

rasa run actions

使用自定义 Neo4j 知识库

安装 Docker

您需要 docker 才能使用（可选）自定义 neo4j 知识库功能. 您可以在 https://www.docker.com/ 找到如何将 docker 安装到您的系统.

安装 neo4j 库

为了使用（可选）自定义 neo4j 知识库功能，你还需要安装neo4j：

pip install neo4j~=4.1

这一步骤是可选的，因为在最开始的步骤中，已经安装了相关的依赖。

启动 neo4j 服务器

拉取 docker 镜像：

docker pull neo4j:4.1

运行 docker：

docker run --rm --env=NEO4J_AUTH=none --publish=7474:7474 --publish=7687:7687 neo4j:4.1

保持这个 neo4j 运行。

将图插入到 neo4j

python ./data_to_neo4j.py

使用自定义 neo4j 知识库启动 Rasa 动作服务器

USE_NEO4J=1 rasa run actions

启动 Rasa 服务器

rasa run --cors "*"

启动网页客户端

python -m http.server

使用浏览器打开链接: http://localhost:8000/

尝试输入一些查询，例如“给我列出一些周杰伦的歌曲”并查看响应。

演示效果如下所示：

玩得开心！

探索 Graph

启动 Neo4j 后，您可以使用 Neo4j 浏览器进行可视化和 GraphQL 调试. 访问 http://localhost:7474 ，使用 neo4j 作为用户名和密码。

演示效果如下所示：