OpenEuler学习笔记（二十一）：搭建企业AI客户服务例子

在这里插入图片描述
在 OpenEuler 上搭建企业 AI 客服可以按照以下步骤进行，以下将以使用开源的 Rasa 框架作为 AI 客服核心，搭配前端界面展示为例：

1. 系统准备

1.1 安装 OpenEuler

确保你已经安装好了 OpenEuler 操作系统，可以从官方网站下载镜像进行安装，安装过程中根据提示完成磁盘分区、用户设置等操作。

1.2 更新系统

使用以下命令更新系统软件包到最新版本：

sudo dnf update -y

2. 安装必要的依赖

2.1 安装 Python 及相关工具

Rasa 基于 Python 开发，需要安装 Python 3.7 及以上版本和 pip 包管理工具：

sudo dnf install python3 python3-pip -y

2.2 安装其他依赖

sudo dnf install git gcc make openssl-devel bzip2-devel libffi-devel -y

3. 创建虚拟环境

为了避免不同项目之间的依赖冲突，建议使用虚拟环境：

python3 -m venv rasa_env
source rasa_env/bin/activate

4. 安装 Rasa

在激活的虚拟环境中安装 Rasa 和 Rasa X（可选，用于可视化管理）：

pip install rasa[full]
pip install rasa-x --extra-index-url https://pypi.rasa.com/simple

5. 创建 Rasa 项目

rasa init

该命令会创建一个基本的 Rasa 项目结构，包含对话数据、模型配置等文件。

6. 配置 Rasa 项目

6.1 定义意图和实体

在 data/nlu.yml 文件中定义用户的意图和实体，例如：

version: "3.0"
nlu:
- intent: greetexamples: |- 你好- 早上好- 哈喽- intent: goodbyeexamples: |- 再见- 拜拜- 下次再聊

6.2 定义对话流程

在 data/stories.yml 文件中定义对话流程：

version: "3.0"
stories:
- story: greet_and_goodbyesteps:- intent: greet- action: utter_greet- intent: goodbye- action: utter_goodbye

6.3 配置回复

在 domain.yml 文件中配置回复内容：

version: "3.0"
intents:- greet- goodbyeresponses:utter_greet:- text: "您好！有什么可以帮助您？"utter_goodbye:- text: "再见，祝您生活愉快！"actions: []

7. 训练 Rasa 模型

rasa train

该命令会根据你配置的数据和规则训练一个对话模型。

8. 启动 Rasa 服务

8.1 启动动作服务器

rasa run actions

8.2 启动 Rasa 服务器

rasa run --enable-api

9. 搭建前端界面（可选）

可以使用 HTML、CSS 和 JavaScript 搭建一个简单的前端界面与 Rasa 服务器进行交互。以下是一个简单的示例：

<!DOCTYPE html>
<html lang="en">
<head><meta charset="UTF-8"><meta name="viewport" content="width=device-width, initial-scale=1.0"><title>企业 AI 客服</title>
</head>
<body><div id="chatbox"></div><input type="text" id="userInput" placeholder="输入你的问题"><button onclick="sendMessage()">发送</button><script>function sendMessage() {const userInput = document.getElementById('userInput').value;const chatbox = document.getElementById('chatbox');chatbox.innerHTML += `<p>你: ${userInput}</p>`;fetch('http://localhost:5005/webhooks/rest/webhook', {method: 'POST',headers: {'Content-Type': 'application/json'},body: JSON.stringify({"message": userInput,"sender": "user"})}).then(response => response.json()).then(data => {data.forEach(message => {chatbox.innerHTML += `<p>客服: ${message.text}</p>`;});});document.getElementById('userInput').value = '';}</script>
</body>
</html>