Rasa - إطار عمل المساعد الحواري

Rasa - إطار عمل المساعد الحواري

Rasa هو إطار عمل مفتوح المصدر لبناء مساعدين حواريين سياقيين. على عكس الشاتبوتات التي تعتمد على الأوامر فقط، يعطيك Rasa التحكم الصريح في الحوار: تحدد القصود و الكيانات و السير، والمساعد يتبع منطق عملك المحدد بدلاً من أي شيء يرتجله النموذج. كل شيء يعمل على بنيتك التحتية الخاصة، وهو مهم للمجالات الخاضعة للتنظيم. Rasa الحديثة (CALM) تمزج الفهم القائم على LLM مع تنفيذ الجريان الحتمي — يفسر النموذج، وسير العمل الخاص بك يقرر.

التثبيت

الطريقة	الأمر
pip	pip install rasa
مشروع جديد	rasa init
المتطلبات	Python 3.9–3.11 (تحقق من الدعم الحالي)
التحقق	rasa --version

بنية المشروع

المسار	يحتوي على
domain.yml	القصود والكيانات والفتحات والردود والإجراءات
data/nlu.yml	أمثلة تدريب لكل قصد
data/stories.yml	مسارات محادثة مثال
data/rules.yml	قواعد حتمية
data/flows.yml	سير العمل المنطقي CALM
config.yml	خط أنابيب NLU/السياسة
actions/actions.py	إجراءات Python مخصصة

أساسي CLI

الأمر	الوصف
rasa init	حالة مشروع جديد
rasa train	تدريب النموذج
rasa shell	محادثة معها في المحطة الطرفية
rasa run	ابدأ الخادم
rasa run actions	ابدأ خادم الإجراء المخصص
rasa test	شغّل الاختبارات ضد سير العمل الاختباري
rasa interactive	تدريب تفاعلي/تصحيح
rasa data validate	التحقق من اتساق البيانات

تحديد القصود والردود

# domain.yml
intents:
  - greet
  - check_balance

responses:
  utter_greet:
    - text: "Hi! How can I help?"

slots:
  account_id:
    type: text
    mappings:
      - type: from_entity
        entity: account_id

actions:
  - action_fetch_balance

# data/nlu.yml
nlu:
  - intent: check_balance
    examples: |
      - what's my balance
      - how much money do I have
      - show account [12345](account_id)

سير العمل (CALM)

# data/flows.yml
flows:
  check_balance:
    description: Look up the user's account balance
    steps:
      - collect: account_id
      - action: action_fetch_balance
      - action: utter_balance

نوع الخطوة	ماذا تفعل
collect	اطلب وأملأ فتحة
action	شغّل إجراء مخصص أو utter
link	اقفز إلى سير عمل آخر
set_slots	أسند قيم الفتحة
next مع if	فروع شرطية

سير العمل حتمي: يقرر النموذج اللغوي أي سير عمل يريده المستخدم، لكن سير العمل نفسه ينفذ بالضبط كما هو مكتوب.

الإجراءات المخصصة

from rasa_sdk import Action, Tracker
from rasa_sdk.executor import CollectingDispatcher

class ActionFetchBalance(Action):
    def name(self) -> str:
        return "action_fetch_balance"

    def run(self, dispatcher: CollectingDispatcher, tracker: Tracker, domain):
        account = tracker.get_slot("account_id")
        balance = lookup_balance(account)
        dispatcher.utter_message(text=f"Your balance is ${balance}")
        return []

شغّل باستخدام rasa run actions (المنفذ الافتراضي 5055).

الاختبار

rasa test                 # اختبارات من النهاية إلى النهاية
rasa test nlu --cross-validation
rasa data validate        # اكتش عدم تطابق المجال/البيانات

نوع الاختبار	الفحوصات
اختبارات NLU	دقة القصد/الكيان
اختبارات القصة	مسارات المحادثة الكاملة
التحقق المتقاطع	تعميم NLU

القنوات والنشر

القناة	ملاحظة
REST	نقطة نهاية HTTP افتراضية
عنصر ويب	دردشة قابلة للتضمين
Slack / Teams / Telegram	موصلات مدمجة
الصوت	عبر تكاملات الهاتفية
النشر	Docker, Kubernetes/Helm, استضافة ذاتية

Rasa مقابل الشاتبوتات التي تعتمد على LLM فقط

الجانب	Rasa	شاتبوت LLM فقط
التحكم	سير عمل/منطق عملي صريح	ناشئ، يصعب تقييده
القابلية للتنبؤ	عالية	متغيرة
الامتثال	مسارات قابلة للتدقيق	صعب
الاستضافة	استضافة ذاتية بالكامل	عادة تعتمد على API
الأفضل لـ	مساعدون موجهون للمهام والخاضعون للتنظيم	محادثة مفتوحة النهاية

للوكلاء المفتوحة النهاية انظر LangGraph أو Mastra؛ قوة Rasa هي سير العمل الحتمي والقابل للتدقيق.

الموارد

• التوثيق الرسمي
• مستودع GitHub
• منتدى مجتمع Rasa