Rasa - 대화형 AI 프레임워크 치트시트

Rasa - 대화형 AI 프레임워크 치트시트

Rasa는 문맥적 대화형 어시스턴트를 구축하기 위한 오픈소스 프레임워크입니다. 프롬프트만 사용하는 챗봇과 달리, Rasa는 대화에 대한 명시적 제어를 제공합니다: 의도, 엔티티, 흐름을 정의하고 어시스턴트는 모델이 즉흥하는 어떤 것이 아니라 당신이 지정하는 비즈니스 논리를 따릅니다. 모든 것이 당신의 자신의 인프라에서 실행되는데, 규제 대상 도메인에 중요합니다. 현대 Rasa(CALM)는 LLM 기반 이해를 결정론적 흐름 실행과 혼합합니다 — 모델이 해석하고, 당신의 흐름이 결정합니다.

설치

방법	명령
pip	pip install rasa
새 프로젝트	rasa init
요구 사항	Python 3.9–3.11 (현재 지원 확인)
확인	rasa --version

프로젝트 구조

경로	포함
domain.yml	의도, 엔티티, 슬롯, 응답, 동작
data/nlu.yml	의도별 훈련 예제
data/stories.yml	예제 대화 경로
data/rules.yml	결정론적 규칙
data/flows.yml	CALM 비즈니스 논리 흐름
config.yml	NLU/정책 파이프라인
actions/actions.py	맞춤형 Python 동작

핵심 CLI

명령	설명
rasa init	새 어시스턴트 스캐폴드
rasa train	모델 훈련
rasa shell	터미널에서 채팅
rasa run	서버 시작
rasa run actions	맞춤형 동작 서버 시작
rasa test	테스트 스토리에 대해 테스트 실행
rasa interactive	대화형 훈련/수정
rasa data validate	데이터 일관성 확인

의도 및 응답 정의

# 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)

흐름 (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

단계 유형	역할
collect	슬롯 요청 및 채우기
action	맞춤형 또는 utter 동작 실행
link	다른 흐름으로 이동
set_slots	슬롯 값 할당
next with if	조건부 분기

흐름은 결정론적입니다: LLM이 사용자가 원하는 어느 흐름인지 결정하지만, 흐름 자체는 정확히 작성된 대로 실행됩니다.

맞춤형 동작

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 []

rasa run actions (기본 포트 5055)로 실행합니다.

테스트

rasa test                 # end-to-end tests
rasa test nlu --cross-validation
rasa data validate        # catch domain/data mismatches

테스트 유형	확인
NLU tests	의도/엔티티 정확도
Story tests	전체 대화 경로
Cross-validation	NLU 일반화

채널 및 배포

채널	참고
REST	기본 HTTP 엔드포인트
Web widget	임베드 가능한 채팅
Slack / Teams / Telegram	기본 제공 커넥터
Voice	통신 통합을 통해
Deployment	Docker, Kubernetes/Helm, 자가호스팅

Rasa vs LLM 전용 챗봇

측면	Rasa	프롬프트 전용 LLM 봇
제어	명시적 흐름/비즈니스 논리	신흥, 제약 어려움
예측 가능성	높음	변수
규정 준수	감사 가능한 경로	어려움
호스팅	완전히 자가호스팅	보통 API 종속
최고의 용도	규제, 작업 지향 어시스턴트	오픈 엔드 대화

오픈 엔드 에이전트는 LangGraph 또는 Mastra를 참고하세요; Rasa의 강점은 결정론적이고 감사 가능한 작업 흐름입니다.

리소스

• Official Documentation
• GitHub Repository
• Rasa Community Forum