共计 39433 个字符，预计需要花费 99 分钟才能阅读完成。
Rasa 3.X 对话机器人 Debugging 我的项目
全生命周期调试实战
Gavin 大咖
2022-03-20
本电子书由段智华依据 Gavin 大咖 Rasa AI 上课内容整顿编写。
https://blog.csdn.net/duan_zh…
NLP on Transformers 高手之路 137 课 Rasa 3.x 源码高手之路 常识店铺：https://appybiyrtzd9613.h5.xi…
Rasa 培训、Rasa 课程、Rasa 面试、Rasa 实战、Rasa 对话机器人
第 122 课：Rasa 对话机器人 Debugging 我的项目实战之银行金融对话机器人全生命周期调试实战 -（一）
咱们这一节课从一个新的视角调试的视角进行解说，而不是像上一节课一样，基于 rasa interactive 的视角，这节课之所以要通过调试的视角，是因为这个我的项目相比而言的确十分的简单，把这个我的项目把握基本上开发 Rasa 应用程序都不会有太大的问题了，为了向大家展现更多 Rasa 外部运行的细节，咱们开启它的调试模式。
咱们退出 Rasa interactive，开启调试模式，如果你是交互式命令终端，能够应用 VV 的形式：
编辑
切换为居中
增加图片正文，不超过 140 字（可选）
也能够是应用 debug 的模式，其实是一样的成果。
编辑
切换为居中
增加图片正文，不超过 140 字（可选）
咱们这节课次要是通过具体跟对话机器人的交互，可能展现的信息会比拟多，尤其是框架外部的信息会比拟多，这个是期待着，因为咱们是 debug 的模式。
编辑
切换为居中
增加图片正文，不超过 140 字（可选）
Rasa load modules 加载了很多的库和相干的内容，Rasa 作为一个工业级的对话机器人，目前为止是全世界就是工业落地最强的智能业务对话机器人，它依赖这么多库，所以 Rasa 自身是极其简单的，Rasa 的团队和社区一起迭代这么多版本，如果一家新的机构想要超过它，的确不是那么容易的事件，load modules 加载了许多类，外面包含 tender flow 的很多内容。
编辑
切换为居中
增加图片正文，不超过 140 字（可选）
日志显示包含一些 URL 类的性能，这些内容其实能够不太关注，因为这些内容跟 HTTP 相干，是通信层面的，rasa.cli.utils 应用默认的 credentials 形式。
编辑
切换为居中
增加图片正文，不超过 140 字（可选）
咱们看一下 credentials.yml 的内容，这是十分重要的，进行近程拜访的设置，另一方面是身份认证，包含一些身份认证信息的相干内容，咱们当初并没有进行其余的配置，外围就是做了一个对于 URL 是 url:”http://localhost:5002/api”，这个是跟 Rasa x 无关的配置。
编辑
切换为居中
增加图片正文，不超过 140 字（可选）
Rasa x 是 Rasa 官网团队提供的另外一个集成开发和继续公布的一个十分棒的工具，咱们当前也会跟大家去解说这个内容，但这个内容自身它是从应用层面没有太大的难度，从官网的角度也能够看见很多细节性的信息。
日志中显示 connection to channel cmdline，这里 cmdlin 是命令终端 command line，是咱们以后的 channel 通道，如果从整个 Rasa 的角度讲，Rasa 有很多的 channel，例如 Facebook、socketio 等等之类的，都是不同的 channel 层面的。
编辑
切换为居中
增加图片正文，不超过 140 字（可选）
日志中显示 connector，Rasa 自身十分弱小，实践上讲能够反对任意的 channel，例如微信，只有有 API 集成进来。Rasa 官网反对曾经很丰盛了，咱们能够来看一下 Rasa channel。
编辑
切换为居中
增加图片正文，不超过 140 字（可选）
Rasa 官网显示能够连贯很多 Rasa channel，其中最重要的有两局部，一部分就是 your own website，另外一个就是 custom collectors，只有有第三方就随时能够自定义，你也能够不便的把 Rasa 集成到你本人的网站，官网文档形容得十分分明。
日志中显示 cors：configuring CORS with resources，这是跟 server 相干的，无论说微服务端还是 Rasa 自身，Rasa 应用的是 sanic，sanic 是一个十分弱小的 web 服务器和 web 框架。
编辑
切换为居中
增加图片正文，不超过 140 字（可选）
咱们来看一下 Sanic，Sanic 特地好用，装置也很简略，反对路由转发，当初反对 python 3.1.0 的版本。
编辑
切换为居中
增加图片正文，不超过 140 字（可选）
而后会检查一下 host url 相干的内容，会把整个的 server 启动起来，Rasa server 启动的端口是 5005，留神这是 Rasa core 的默认提供的端口，不是 Rasa 微服务的端口（微服务端口 5055 在配置文件中 endpoints.yml 进行配置），如果要扭转 Rasa core 默认运行的端口，能够命令启动的时候指定端口是多少。
编辑
切换为居中
增加图片正文，不超过 140 字（可选）
咱们持续来看一下，日志显示有一个性能是 slot_mappings，这个 slot_mappings 自身是十分重要的，从 Rasa 3.x 开始，定义 slot 的时候，个别都会有 Map 的机制。
编辑
切换为居中
增加图片正文，不超过 140 字（可选）
这背地其实有很重要的产业界的历史信息，Rasa 3.0 以前的状态治理其实始终是有 bug 的，包含重复性的使用等等，详情能够看官网公布的博客，explicit is better than implicit – the zen of Python，其中 Zen 能够翻译成禅，禅宗的禅。博客形容了一些问题，而后提出了一些解决方案，外围就是对立的定义。
编辑
切换为居中
增加图片正文，不超过 140 字（可选）
在 domain.yml 文件中没有查到到 auto_fill 的内容，Gavin 大咖曾经把这个代码都降级到了 Rasa 3.x 的版本，你如果从网络上找拿到这个代码，跟咱们代码的必定不一样，因为官网团队并没有降级，当初咱们看这外面的 map 的机制，这都是 Gavin 大咖降级后的内容。
编辑
切换为居中
增加图片正文，不超过 140 字（可选）
咱们持续来看日志，starting new https connection 是对于安全性的连贯。留神，connected to in memory TRACKERStore 是默认的行为，也能够应用 redis 保留 rasa 的状态。
编辑
切换为居中
增加图片正文，不超过 140 字（可选）
这外面有一个很重要的点是 Rasa architecture，咱们看一下 Rasa 架构图。
编辑
切换为居中
增加图片正文，不超过 140 字（可选）
图中的 Agent 是 Rasa server，会做各种的调动操作 Dialogue Policies，NLU Pipeline，Tracker Store，对于开发者，在整个对话中，Tracker 是除了微服务以外的，对开发者最重要的货色。
日志中的 InMemoryLockStore 跟用户的身份认证或者 ID 是无关的，对话机器人运行的时候，可能有 100 万个用户跟你连贯，不同的人怎么进行辨别？在生产实践环境下，做大规模的我的项目中，无论是 Track Store 还是 LockStore，咱们应用的都是 redis，redis 有分布式锁，如果 ID 很多的时候，进行分布式治理，解决程序内容，redis 都十分弱小。如果你是做服务端的开发或者做大数据开发或者做人工智能开发，强烈推荐学习 redis，学习 redis 会让技能有晋升，为什么？因为很多时候咱们要进行状态的治理和管制，这是咱们开发的外围及根本的工作，公布了 1.0 版本及业务逻辑一大堆的事件做好之后，会发现各种问题都是规模扩充之后的状态治理问题，所以 redis 的确是十分杰出的一个开源的软件。
编辑
切换为居中
增加图片正文，不超过 140 字（可选）
日志中的 rasa.core.nlg.generator 是语言生成的内容，而后开始加载咱们的模型。
编辑
增加图片正文，不超过 140 字（可选）
模型解压之后，能够看见很多细节化的一些内容，包含不同组件的各种模型。
编辑
切换为居中
增加图片正文，不超过 140 字（可选）
日志中 nlu_message_converter 是信息的转换，当一个音讯进来的时候，进行 Tokenizer 的解决，日志中显示应用 run_WhitespaceTokenizer0.
编辑
切换为居中
增加图片正文，不超过 140 字（可选）
在 config.yml 文件中，pipeline 管道配置的第一个组件是 WhitespaceTokenizer
编辑
切换为居中
增加图片正文，不超过 140 字（可选）
日志中的 run_RegexFeaturizer1 与 config.yml 文件中的 RegexFeaturizer，及日志中的
run_LexicalSyntacticFeaturizer2 与 config.yml 文件中的 LexicalSyntacticFeaturizer 是一一对应的，所有的内容都十分分明，因为模型加载的过程，每个组件都要进行实例化，组件之间会有依赖关系。run_CountVectorsFeaturizer3 与 config.yml 文件中的 CountVectorsFeaturizer 及 run_CountVectorsFeaturizer4 与 config.yml 文件中的 CountVectorsFeaturizer 绝对应，显然是有两个，所以进行了两个实例化。
编辑
切换为居中
增加图片正文，不超过 140 字（可选）
日志显示 run_DIETClassifier5，将 tensorflow 的模型加载进来，其中 finetune_mode 设置为 False，因为当初是推理 inference 模式。接下来是 rasa.nlu.classifiers.diet_classifier 的运行日志，包含 t_loss (total loss) 总的损失度、i_acc (intent acc)用意准确率、i_loss (intent loss)用意损失度、e_f1 (entity f1)实体抽取 F1 值、e_loss (entity loss) 实体抽取损失度。
编辑
切换为居中
增加图片正文，不超过 140 字（可选）
日志显示线程运行的相干内容，以及对于 Tensfor 的一些操作。日志显示“Finished loading the model.”，模型压缩文件背地有很多不同的组件，每个组件都要顺次实例化，而后建设依赖关系。
编辑
切换为居中
增加图片正文，不超过 140 字（可选）
在 config.yml 文件中 pipeline 管道配置了 FallbackClassifier 的内容，日志显示运行 run_FallbackClassifier6，运行的时候须要应用 feature 特征提取器。在 config.yml 文件中 pipeline 管道配置了 DucklingEntityExtractor，咱们的 Duckling 服务运行在 doctor 环境，当初是 running 的状态，端口是 8000。
编辑
切换为居中
增加图片正文，不超过 140 字（可选）
在 config.yml 文件中 pipeline 管道配置了 SpacyNLP 的内容:
编辑
切换为居中
增加图片正文，不超过 140 字（可选）
日志显示 Node ‘run_SpacyNLP8’ loading ‘SpacyNLP.load’ and kwargs: ‘{}’, SpacyNLP 自身是一个十分强有力的一个 NLP 的库，一开始就是致力于把很多最出色的 NLP 相干的根底学习算法集成起来。咱们依照配置一步一步加载模型及加载 en_core_web_md，run_SpacyEntityExtractor9 运行实体提取，在 config.yml 文件中 pipeline 管道配置了 EntitySynonymMapper，日志显示 run_EntitySynonymMapper10 提取实体同义词的相干内容，Rasa 所有的货色都是一步步出现的。
编辑
切换为居中
增加图片正文，不超过 140 字（可选）
日志中显示 Node ‘domain_provider’ loading ‘DomainProvider.load’ and kwargs: ‘{}’.，加载 domain.yml 文件，Rasa 通过字典的形式进行加载，字典 dictionary 是十分弱小的一个数据结构，基本上 Rasa 的各种配置，在背地都是通过字典的形式出现，包含和 Json 文件进行转换的服务，也是通过字典的形式。
编辑
切换为居中
增加图片正文，不超过 140 字（可选）
日志中 run_TEDPolicy1 显示 Rasa policy 层面的内容，Resource ‘train_TEDPolicy1’ was requested for reading 是资源的应用，读者能够学习常识店铺的课程内容（NLP on Transformers 高手之路 137 课 Rasa 3.x 源码高手之路 常识店铺：https://appybiyrtzd9613.h5.xi…），Gavin 大咖在 Rasa 3.x 架构内核和框架定义的时候都跟大家谈过，这里就不一一的谈，日志中显示“rasa.utils.tensorflow.models – Loading the model from ….\train_TEDPolicy1\ted_policy.tf_model with finetune_mode=False”，这里的 tf_model 其实是 transformer 模型，设置 finetune_mode=False，因为是 inference 的阶段，日志中包含一些 Tensor 的解决。
编辑
切换为居中
增加图片正文，不超过 140 字（可选）
日志显示 rasa.utils.tensorflow.models – Finished loading the model，其中 constrain_similarities 其实有点简单，constrain_similarities 设置为 True 的时候，计算 sigmoid 穿插熵损失度。
编辑
切换为居中
增加图片正文，不超过 140 字（可选）
日志中显示 Node ‘select_prediction’ loading ‘DefaultPolicyPredictionEnsemble.load’ and kwargs…，后面的这些策略都加载进来之后，由 DefaultPolicyPredictionEnsemble 进行解决，相似于一个 judge，把各种 Policy 自身得出的后果进行集成（Ensemble）判断，最初决策下一步的 action 或者 response 是什么。
编辑
切换为居中
增加图片正文，不超过 140 字（可选）
日志中显示 Rasa server is up and running.，至此，咱们就贯通了 Rasa shell 启动的整个过程
编辑
切换为居中
增加图片正文，不超过 140 字（可选）
日志中显示 Enabling coroutine debugging. 其中 coroutine 是咱们在讲 Python 高级课程系列的第二个课程，这些课程的设计都是基于 Gavin 大咖过来 5 年左右的工夫，做星空智能对话机器人，以及浏览泛滥的源码，包含 Rasa 的源码外面提取出了认为最重要最具备力量的内容，在面对规模化的软件架构，或者应答海量的用户申请的时候，应用到的一些异步的技术及分布式的技术。
日志中显示：Bot loaded. Type a message and press enter，咱们就进入了和 Bot 机器人的交互式模式。在 Rasa shell –debug 启动的过程中波及到很多的内容，如果读者想成为一个 Rasa 高手，一个根本性的形式就是关上这个 debug 模式之后，依照残缺的门路浏览 Rasa 的源代码，当然浏览 Rasa 源码最快的形式是学习 Gavin 大咖常识店铺的课程，课程对 Rasa 源码都有逐行的解读。
Gavin 大咖课程信息分享：
NLP on Transformers 高手之路 137 课（模型、算法、论文、源码、案例 + 1 年答疑）
Rasa 3.x 源码高手之路：零碎架构、内核算法、源码实现详解
编辑
切换为居中
增加图片正文，不超过 140 字（可选）
编辑
切换为居中
增加图片正文，不超过 140 字（可选）
Gavin 大咖简介
星空智能对话机器人创始人、AI 通用双线思考法作者，现工作于硅谷顶级的 AI 实验室。专精于 Conversational AI. 在美国曾先后工作于硅谷最顶级的机器学习和人工智能实验室
Gavin 大咖微信：NLP_Matrix_Space
联系电话：+1 650-603-1290
分割邮箱：hiheartfirst@gmail.com
助教老师微信：Spark_AI_NLP
编辑
切换为居中
增加图片正文，不超过 140 字（可选）
增加图片正文，不超过 140 字（可选）
Gavin 导师
星空智能对话机器人创始人 /AI 双线思考法作者
编辑
切换为居中
增加图片正文，不超过 140 字（可选）
博客链接：https://blog.csdn.net/duan_zh…
作者参加 Gavin 大咖主编出版 Spark 系列图书 5 本，清华大学出版社最新出版 2 本新书《Spark 大数据商业实战三部曲：内核解密 | 商业案例 | 性能调优》第二版、《企业级 AI 技术底细：深度学习框架开发 + 机器学习案例实战 +Alluxio 解密》，累计原创博客 1475 篇，涵盖大数据、人工智能、智能对话机器人等内容，博客浏览量达 217 万次。
Gavin 大咖课程信息分享
课程题目：Rasa 3.X 智能对话机器人案例开发硬核实战高手之路（7 大我的项目 Expert 版本）
课程关键字：Rasa Application、Debugging、E-commerce、Retail、Customer Service、Helpdesk Assistant、Financial Bot、Banking、Retail、Insurance、Education、Knowledge Base、ElasticSearch、Interactive Learning、Testing、Duckling、Microservices、SQLite、Payload、Slot、Mapping、Custom Slot、Custom Mapping、External API、Payload、Docker、Domain、NLU、Policies、Dialogue Management、Intent、Prediction、Confidence、Form、Active Loop、Event、FormValidationAction、CollectingDispatcher、Tracker、Rasa Server、Endpoint、FollowupAction、UserUtteranceReverted、ActionSwitchForms、RESTful、RegexFeaturizer、RegexEntityExtractor、EntitySynonymMapper、Endpoint、Aiohttp、Coroutines、Sanic、Session、Rasa Core、Rasa SDK、ValidationAction、Dynamic Form Behavior、RemoteAction、ActionExecutionRejection、Architecture、Open API、Message Handling、NaturalLanguageGenerator、Graph Architecture
课程内容：
整个课程涵盖客户服务、电商批发、银行金融、信息征询、影视娱乐、保险客服、教育产业等各类最经典的智能业务对话机器人场景及利用开发。学员能够在学习完本课程后对我的项目代码进行二次开发来满足企业的须要，并具备实现任意复杂度的 Rasa 智能业务对话机器人利用产品技术硬实力。更重要的是，该我的项目课程中展现的高阶对话机器人实战技术及架构设计明码能够帮忙学员在开发基于 Rasa 开发其它类型的对话机器人时熟能生巧。
Rasa 是 Conversational AI 在智能业务对话畛域工程落地寰球最为胜利对话机器人零碎，是基于 Transformer 架构的寰球应用最宽泛的智能业务对话机器人框架，是 NLP 技术的集大成者。在当今寰球范畴各项比照指标综合问题中，Rasa 均处于领先地位：
编辑
切换为居中
增加图片正文，不超过 140 字（可选）
能够这么说：把握了 Rasa 就把握了 NLP 技术的精华及技术最佳落地工具。
基于此，星空对话机器人在 7 大 Rasa 3.X 内核架构及源码解密零碎课程的根底上推出了“Rasa 智能对话机器人利用开发硬核实战高手之路”，帮忙大家把握 Rasa 硬核利用程序开发能力。
课程由 7 大部分形成：
1，Rasa 3.X Interactive Learning 对话机器人利用调试与案例实战2，Rasa 3.X 我的项目 Helpdesk Assistant 架构、流程、源码及 Interactive 实质底细
3，Rasa 3.X 我的项目实战：基于 ElasticSearch 的影视对话机器人4，Rasa 3.X 我的项目实战之电商批发 Customer Service 智能业务对话机器人
5，Rasa 3.X 我的项目实战之银行金融 Financial Bot 智能业务对话机器人
6，Rasa 3.X 我的项目实战之保险行业 Insurance Bot 智能业务对话机器人
7，19 小时精通 Rasa 3.X 我的项目实战之教育行业 Education Bot 智能业务对话机器人
每一个局部都是聚焦于智能业务对话机器人经典场景下的经典技术而设计实现的 Rasa 3.X 智能业务对话机器人我的项目来驱动的，包含其架构设计、配置底细、源码实现、测试调试以及 Rasa Interactive Learning 等。首先会聚焦智能业务对话机器人运行流程及我的项目调试 Debugging 全程演示、命令行下交互过程，紧接着是对话机器人微服务代码逐行解密及基于 Rasa Interactive 的对话进行试验剖析，尤其是对微服务近程通信、微服务进行启动、微服务注册、各类微服务编码、微服务验证、微服务测试与调试等在理论开发中用到的微服务的实际精华进行全息实际及源码解密，最初对我的项目的 Config、Domain、Stories、Rules、FAQ、Chitchat 逐行解密及 Rasa Interactive 运行过程分析。不仅可能帮忙学员从我的项目动静运行的角度彻底把握该我的项目，同时对晋升学员对 Rasa 内核的理解力也会大有裨益。
材料及答疑：
购买后分割授课导师 Gavin 取得代码、材料及残缺的课程视频（蕴含额定的依据学员学习反馈而补充的视频及助教录制的视频）。
课程提供 1 年的技术答疑服务，Gavin 老师负责所有课程技术问题的答疑服务。
课程纲要：
Rasa 3.X Interactive Learning 对话机器人利用调试与案例实战
Rasa Interactive 是 Rasa 提供给开发者最弱小的交互及程序调试利器。Rasa 官网说“Interactive learning makes it easy to write stories by talking to your bot and providing feedback. This is a powerful way to explore what your bot can do, and the easiest way to fix any mistakes it makes.”
作为星空对话机器人的作者，在应用 Rasa Interactive 性能的时候的确被其弱小及不便易用惊艳到。这不仅是因为其在 NLU 及 Dialogue Management 方面弱小的交互性能把整个对话机器人与用户交互的过程和盘托出的展现在开发者背后，同时更因为其基于数据流的弱小的调试性能及数据生成性能。本课程聚焦于 Rasa Interactive 这个 Rasa 对话机器人开发者最弱小的工具，不仅解说其原理底细，同时更是应用多个 Rasa 对话机器人应用程序实战其底细运行流程的每一个步骤并对其背地的“why”进行分析，帮忙每一个 Rasa 开发者彻底了解并在实践中把握 Rasa Interactive 这一最强开发及调试利器。为了更好的帮忙学习者把握每一个细分知识点，课程中的每个案例都会借助 rasa visualize 命令率领大家清晰程序的数据流，同时粗疏分析 NLU 及 Policies 的训练数据及每个应用程序微服务代码，帮忙大家一站式彻底把握 Rasa Interactive Learning。第 1 课：Rasa Interactive Learning 原理底细、运行流程及案例实战 NLU 及 Policies 交互调试
1，为什么说 Rasa Interactive Learning 是解决 Rasa 对话机器人 Bug 最容易的路径？
2，Rasa Interactive 与 Rasa Visualize 的联结应用：Stories、Rules、NLU、Policies
3，我的项目案例 Microservices 源码逐行解析
4，应用 Rasa Interactive Learning 逐行调试 nlu 及 prediction 案例的三大用例场景
5，应用 Rasa Interactive Learning 生产数据示例实战
第 2 课：通过 Rasa Interactive Learning 发现及解决对话机器人的 Bugs 案例实战
1，动静的 Rasa Visualization http://localhost:5006/visuali…
2，Rasa Interactive Learning 定位 Slot 的 Bug 及解决方案现场实战
3，Rasa Interactive Learning 定位微服务 Bug 及其剖析
第 3 课：Rasa Interactive Learning 透视 Rasa Form 的 NLU 及 Policies 的外部工作机制案例实战
1，通过 Rasa Visualize 剖析 Pizza 我的项目的三大运行流程
2，Pizza 我的项目的 NLU、Stories 及 Rules 内容详解
3，我的项目的微服务代码详解
4，通过 Rasa Interactive Learning 测试 Pizza form 的运行及 validation 运行机制
5，通过 Rasa Interactive Learning 实战围绕 Pizza form 的问题对话门路及革新形式
6，通过 Rasa Interactive Learning 生成新的 Pizza form 训练数据及其训练
Rasa 3.X 我的项目 Helpdesk Assistant 架构、流程、源码及 Interactive 实质底细
本我的项目解说一个残缺的 Rasa 智能对话机器人我的项目 Helpdesk Assistant，聚焦于问题 Ticket 的报告及追踪。包含其架构设计、配置底细、源码实现、测试调试以及 Rasa Interactive Learning 等。首先会聚焦于该项目标运行流程、命令行下交互过程及源码分析，紧接着是我的项目调试过程全程再现及各类景象底细解密，最初对我的项目的 Domain、Action 逐行解密及 Rasa Interactive 运行过程分析。
尤其是 Debugging 及 Rasa Interactive Learning 局部所应用的工具及透过这些工具所呈现出了我的项目外部的 NLU、Dialogue Management 及 Action 运行的外部流程及对各种景象的实质分析，不仅可能帮忙学员从我的项目动静运行的角度彻底把握该我的项目，同时对晋升学员对 Rasa 内核的理解力也会大有裨益。第 4 课：Rasa 我的项目实战之 Helpdesk Assistant 运行流程、命令行下交互过程及源码分析
1，通过 Rasa shell 演示 Helpdesk Assistant 的我的项目性能
2，现场解决 DucklingEntityExtractor 在 Docker 中应用问题
3，通过 Rasa Visualize 透视 Helpdesk Assistant 外围运行流程
4，action_check_incident_status 源码解析及 Slot 操作深度分析
第 5 课：Rasa 我的项目实战之 Helpdesk Assistant 中 Bug 调试过程全程再现及各类景象底细解密
1，通过 Rasa Shell 交互式命令复现案例中的 Bug 问题
2，逐词浏览 Bug 信息定位问题起源
3，对于 payload 中 KeyError 底细分析
4，配置文件剖析及源码解析
5，应用 rasa data validate 进行数据校验
6，应用 Debug 模式透视问题底细
7，Helpdesk Assistant 中 Bug 的解决及过程总结
第 6 课：Rasa 我的项目实战之 Helpdesk Assistant 中 Domain、Action 逐行解密及 Rasa Interactive 运行过程分析
1，对 Helpdesk Assistant 中的 Domain 内容逐行解密
2，Helpdesk Assistant 中的 Action 微服务代码逐行解密
3，通过 Rasa Interactive 纠正 Helpdesk Assistant 中的 NLU 问题全程演示
4，通过 Rasa Interactive 纠正 Helpdesk Assistant 中的 Prediction 问题全程演示
5，通过 Rasa Interactive 纠正 Helpdesk Assistant 中的两大外围场景全程交互解密
Rasa 3.X 我的项目实战：基于 ElasticSearch 的影视对话机器人
本我的项目课程围绕 Rasa Knowledge Base 与 ElasticSearch 整合实现影视对话机器人。我的项目基于 IMDB Movie Dataset 及 CMU Book Summary Dataset，以 Rasa Knowledge Base 基石，以 ActionQueryKnowledgeBase 为外围，通过 Rasa Interactive Learning 及 Rasa Visualize 工具来动静的摸索我的项目运行流程、NLU 及 Policies 及微服务交互过程。课程对我的项目的 data、actions、domain 等每一行内容代码进行彻底分析，不仅解说其运行机制，更重要的底层 why。达到通过实战我的项目贯通 Rasa NLU、Policies、Microservices、ElasticSearch 这一在生产环境黄金组合。
第 7 课：基于 ElasticSearch 的 Rasa 我的项目实战之 Movie 及 Book Knowledge Base 整合 1，基于 ElasticSearch 的 Knowledge Base 与 Rasa 对话机器人的整合在对话机器人开发中微小价值剖析 2，基于 ElasticSearch 的 Rasa 我的项目外围运行流程剖析：Movies 及 Books 操作性能详情 3，买通 Rasa、微服务及 ElasticSearch 性能演示及运行机制剖析 4，通过 Rasa Shell 演示我的项目案例的外围性能 5，通过 Rasa Interactive Learning 演示我的项目案例的底细运行机制及流程深度分析
第 8 课：Rasa 与 ElasticSearch 整合我的项目案例数据及配置作机制、最佳实际、及源码分析
1，domain.yml 中的 config 及 session_config 工作机制、最佳实际、底细自定义源码分析
2，我的项目的 entities 及 slots、Responses 和 actions 的关系解析
4，config.yml 中 Pipeline 及 Policies 详解及其背地的 Rasa Graph Architecture 分析
5，NLU 及 Policies 训练数据详解
6，通过 Rasa Interactive 入手实战演示 join movie and rating 的性能
第 9 课：基于 ElasticSearch 的 Rasa 我的项目实战之微服务源码逐行解析
1，Rasa 微服务和 ElasticSearch 整合中代码架构剖析
2，KnowledgeBase 源码解析
3，MovieDocumentType、BookDocumentType、RatingDocumentType 源码解析
4，ElasticsearchKnowledgeBase 源码解析
5，ActionElasticsearchKnowledgeBase 源码解析
Rasa 3.X 我的项目实战之电商批发 Customer Service 智能业务对话机器人
本我的项目是基于电商和批发经典场景智能业务而设计实现的 Rasa 3.X 智能业务对话机器人，包含其架构设计、配置底细、源码实现、测试调试以及 Rasa Interactive Learning 等。首先会聚焦智能业务对话机器人运行流程及我的项目 Bug 调试全程演示、命令行下交互过程，紧接着是对话机器人微服务代码逐行解密及基于 Rasa Interactive 的对话试验，最初对我的项目的 Config、Domain、Rules、FAQ、Chitchat 逐行解密及 Rasa Interactive 运行过程分析。
从性能上讲，该我的项目实现了商品信息库存查问、订单跟踪、回退订单、产品信息订阅及解决常见的 Chitchat 及 FAQ 等场景下的智能交互式对话。尤其是 Debugging 及 Rasa Interactive Learning 局部所应用的工具及透过这些工具所呈现出了我的项目外部的 NLU、Dialogue Management 及 Action 运行的外部流程及对各种景象的实质分析，不仅可能帮忙学员从我的项目动静运行的角度彻底把握该我的项目，同时对晋升学员对 Rasa 内核的理解力也会大有裨益。学员能够在学习完本课程后对我的项目代码进行二次开发，实现本人的电商和批发经典场景智能业务对话机器人。第 10 课：Rasa 我的项目实战之电商批发 Customer Service 智能业务对话机器人运行流程及我的项目 Bug 调试全程演示 1，电商批发 Customer Service 智能业务对话机器人功能分析 2，电商批发 Customer Service 智能业务对话机器人运行流程 3，应用 Rase shell –debug 模式测试电商批发 Customer Service 我的项目及问题 Bug 思考 4，应用 Rasa Interactive 来尝试解决我的项目 Bug5，调整 rule 文件成果测试及问题剖析 6，调整 slot 配置测试及问题解决方案分析 7，电商批发 Customer Service 智能业务对话机器人调试全流程及解决方案总结
第 11 课：Rasa 我的项目实战之电商批发 Customer Service 智能业务对话机器人微服务代码逐行解密及基于 Rasa Interactive 的对话试验
1，Customer Service 案例应用的 SQLite3 数据库数据分析
2，减少了数据库的内容但在测试的时候却没有起作用起因及解决方案
3，action_order_status 代码逐行解析及 Rasa Interactive 试验解密
4，action_cancel_order 代码逐行解析及 Rasa Interactive 试验解密
5，action_return 代码逐行解析及 Rasa Interactive 试验解密
6，chitchat 和 faq 背地的 ResponseSelector 解密
第 12 课：Rasa 我的项目实战之电商批发 Customer Service 智能业务对话机器人零碎行为剖析及我的项目总结
1，电商批发 Customer Service 的 config 内容逐行剖析
2，Rasa 3.x Graph Architecture 分析
3，我的项目实战之电商批发 Customer Service 的 Domain 内容逐行剖析
4，我的项目实战之电商批发 Customer Service 的 rules 内容逐行剖析
5，我的项目实战之电商批发 Customer Service 的数据操作代码逐行剖析
6，chitchat 及 faq 在 Rasa Interactive 下的测试及行为剖析
7，我的项目实战之电商批发 Customer Service 我的项目总结
Rasa 3.X 我的项目实战之银行金融 Financial Bot 智能业务对话机器人
本我的项目是基于银行和金融经典场景智能业务而设计实现的 Rasa 3.X 智能业务对话机器人，包含其架构设计、配置底细、源码实现、全生命周期调试、多场景测试以及 Rasa Interactive Learning 等。首先会聚焦智能业务对话机器人 Financial Bot 智能业务对话机器人架构、流程及通过 Rasa Interactive 试验景象解密，而后会通过 Debugging 模式贯通 Rasa 我的项目实战之银行金融 Financial Bot 智能业务对话机器人系统启动、语言了解、对话决策、状态治理、微服务调用全生命周期流程，紧接着会通过试验的形式测试 Financial Bot 多种状态转换及 Rasa Interactive 行为剖析，而后会对 Financial Bot 微服务代码逐行解密及工业级对话机器人高级代码最佳实际分享，最初分享图解 Rasa 对话机器人我的项目实战之银行金融 Financial Bot 架构视角下的 Training 及 Reference 全生命周期、性能实现、及产品的二次开发等内容。从性能上讲，该我的项目实现了银行和金融经典场景智能业务中的 Money Transfer、Transaction Search、Credit card Payment、Account Management、Information Query 等智能业务交互式对话。尤其是 Debugging 及 Rasa Interactive Learning 局部所应用的工具及透过这些工具所呈现出了我的项目外部的 NLU、Dialogue Management 及 Action 运行的外部流程及对各种景象的实质分析，不仅可能帮忙学员从我的项目动静运行的角度彻底把握该我的项目，同时对晋升学员对 Rasa 内核的理解力也会大有裨益。该我的项目展现了大量 Rasa 对话机器人开发中对于状态治理、上下文切换等高级技术，学员能够在学习完本课程后对我的项目代码进行二次开发，实现本人的银行和金融服务经典场景智能业务对话机器人任意复杂度的产品。更重要的是，该我的项目中应用的高阶对话机器人实战技术能够帮忙学员在开发基于 Rasa 开发其它类型的对话机器人时成竹在胸。第 13 课：Rasa 我的项目实战之银行金融 Financial Bot 智能业务对话机器人架构、流程及通过 Rasa Interactive 试验景象解密
1，应用 Rasa Visualize 对 Financial Bot 智能业务对话机器人架构进行解析
2，逐行分析 Rasa Interactive 启动底细及 Config 文件分析
3，Rasa 3.X Graph Architecture 在 Financial Bot 智能业务对话机器人中的利用解密
4，应用 Rasa Interactive 试验 Financial Bot 进行账户余额查问及景象解密
5，应用 Rasa Interactive 试验 Financial Bot 进行 transactions 生产查问及景象解密
6，action_transaction_search 微服务代码解析及 SlotSet 事件行为剖析
第 14 课：通过 Debugging 模式贯通 Rasa 我的项目实战之银行金融 Financial Bot 智能业务对话机器人系统启动、语言了解、对话决策、状态治理、微服务调用全生命周期流程
1，应用 Rasa shell –debug 模式启动银行金融 Financial Bot 剖析
2，Financial Bot 的 Rasa Server 启动、模型加载 Debugging 内容逐行解密
3，从 Rasa 3.X 的 Graph Architecture 的视角剖析 Financial Bot 启动步骤底细
4，用户输出 Message 在 NLU 解决中的各大组件 process 办法解析
5，基于 State 而进行的并行 policies 预测过程解密
6，不同阶段 State 的登程机制及具体内容分析
7，应用 Financial Bot 进行 transfer money 操作登程 form 循环剖析
8，Rasa Server 中的 action 及 Rasa 微服务中的 action 区别和分割源码分析
9，Slots 状态剖析和状态治理
10，Financial Bot 全生命周期调试总结及进一步的摸索思考
第 15 课：Rasa 我的项目实战之银行金融 Financial Bot 多种状态转换及 Rasa Interactive 行为剖析
1，应用 Rasa Interactive 剖析 Financial Bot 从 money transfer 状态到 search recipients 状态
2，应用 Rasa Interactive 剖析 Financial Bot 从 money transfer 状态到 search transactions 状态
3，应用 Rasa Interactive 剖析 Financial Bot 从 credit card payment 状态到 check balance 状态
4，应用 Rasa Interactive 剖析 Financial Bot 从 credit card payment 整个生命周期流程
5，对于多状态 Rasa 对话机器人状态切换问题、解决方案及最佳实际剖析
第 16 课：Rasa 对话机器人我的项目实战之银行金融 Financial Bot 微服务代码逐行解密及工业级对话机器人高级代码最佳实际
1，Financial Bot 微服务中应用 SlotSet, Restarted,FollowupAction,UserUtteranceReverted 等 Event 解密
2，Financial Bot 微服务中对 SQLite 数据库的应用解析
3，Financial Bot 微服务中对自定义 Form Validation 类 CustomFormValidationAction 代码逐行分析
4，Financial Bot 微服务中 Payment Form Action 源码及 Validation 代码逐行分析
5，Financial Bot 微服务中 Money Transfer 源码及 Validation 代码逐行分析
6，Financial Bot 微服务中 Transaction Search 源码及 Validation 代码逐行分析
7，Financial Bot 微服务中 Explain function 源码及触发代码逐行分析
8，Financial Bot 微服务中 ActionSessionStart 及 ActionRestart 自定义代码逐行分析
9，Financial Bot 微服务中 ActionSwitchForms 中的 Ask、Deny、Affirm 等行为代码逐行分析
10，Financial Bot 微服务中 ActionSwitchBackAsk 代码逐行分析
11，Financial Bot 微服务中代码总结及工业级 Rasa 对话机器人代码最佳实际剖析
第 17 课：图解 Rasa 对话机器人我的项目实战之银行金融 Financial Bot 架构视角下的 Training 及 Reference 全生命周期、性能实现、及产品的二次开发
1，Rasa 3.X 中 Graph Architecture 解析及其在银行金融 Financial Bot 中的落地实现
2，Rasa Architecture 中的 Agent、Channels、NLU Pipeline、Dialogue Policies、TrackerStore 等解密
3，Rasa Architecture 中的 Agent 和 Action Server 的 RESTful 架构通信底细解析
4，Rasa Component Training Lifecycle 组件实例化、训练及长久化解密
5，Rasa 中应用 Rule 的通用准则及三大经典最佳实际及其在 Financial Bot 具体的利用
6，Rasa 中多任务切换零碎 stories 文件的设计及最佳实际及其在 Financial Bot 具体利用
7，Financial Bot 架构视角下的 Training 及 Reference 全生命周期总结及产品的二次开发实际领导
Rasa 3.X 我的项目实战之保险行业 Insurance Bot 智能业务对话机器人
本我的项目是基于保险行业经典场景智能业务而设计实现的 Rasa 3.X 智能业务对话机器人，以调试 Debugging 为主线分析我的项目架构设计、配置底细、源码实现、全生命周期调试、多场景测试以及 Rasa Interactive Learning 等。首先会聚焦 Rasa 对话机器人我的项目实战之保险行业 Insurance Bot 架构设计、流程剖析、状态治理及基于 Rasa Interactive 的智能对话试验分析，而后会对 Insurance Bot 微服务代码逐行解析及现场实验分析，紧接着分享 Insurance Bot 的 NLU 及 Policies 数据底细解密、源码解析及最佳实际，而后会对 Insurance Bot 调试 Debugging 全程实战及背地架构、源码及实质解密，最初通过 Rasa Interactive learning 解密我的项目中的各种具体利用场景底细并实现我的项目总结。
从性能上讲，该我的项目实现了保险行业经典场景智能业务中的 Quote Enquiry、Claim Setting、Claim Status、Claim Payment、Account Management、Information Query 等智能业务交互式对话。尤其是 Debugging 及 Rasa Interactive Learning 局部所应用的工具及透过这些工具所呈现出了我的项目外部的 NLU、Dialogue Management 及 Action 运行的外部流程及对各种景象的实质分析，不仅可能帮忙学员从我的项目动静运行的角度彻底把握该我的项目，同时对晋升学员对 Rasa 内核的理解力也会大有裨益。该我的项目在 Debugging 及 Interactive 交互中展现了大量 Rasa 对话机器人内核高级架构和开发技术，学员能够在学习完本课程后对我的项目代码进行二次开发，实现本人的保险服务经典场景智能业务对话机器人任意复杂度的产品。更重要的是，该我的项目课程中展现的高阶对话机器人实战技术能够帮忙学员在开发基于 Rasa 开发其它类型的对话机器人时成竹在胸。第 18 课：Rasa 对话机器人我的项目实战之保险行业 Insurance Bot 架构设计、流程剖析、状态治理及基于 Rasa Interactive 的智能对话试验分析
1，通过 Rasa Visualize 可视化工具详解保险行业 Insurance Bot 性能及架构设计
2，Rasa 3.X 架构中的 Agent、NLU Pipelines、Dialogue Policies、Action Server、TrackerStore 等详解
3，保险行业 Insurance Bot 案例对 Rasa 3.X 各组件的利用示例
4，Insurance Bot 对 Graph Architecture 的具体落地利用
5，逐行解密 Rasa Interactive 启动过程底细
6，分析 Rasa Interactive 中 NLU 对 Insurance Bot 输出的 Message 的解决：Intents、Entities、Slots
7，分析 Rasa Interactive 中 Policies 触发 Insurance Bot Form 表单的过程底细
8，分析 Rasa Interactive 中 Form 运行流程及背地的明码
9，解密 Insurance Bot 表单提交执行微服务 action 全生命周期流程及 Slots 状态治理
第 19 课：Rasa 对话机器人我的项目实战之保险行业 Insurance Bot 微服务代码逐行解析及现场实验分析
1，ValidateQuoteForm 三大 Slot 校验源码详解
2，ValidateQuoteForm 三大 Slot 试验剖析
3，ActionStopQuote 代码解析及试验剖析
4，ActionGetQuote 源码逐行解析
5，ActionGetQuote 试验剖析
6，Rasa Custom Action Server Required Endpoint 过程调用数据传输协定及内容分析
7，extract slot function 解密及其妙用剖析
8，Address 操作相干微服务代码逐行分析
9，Claim 操作相干微服务代码逐行分析
10，Card 操作相干微服务代码逐行分析
11，Payment 操作相干微服务代码逐行分析
12，Insurance Bot 微服务源码总结及状态操作最佳实际
第 20 课：Rasa 对话机器人我的项目实战之保险行业 Insurance Bot 的 NLU 及 Policies 数据底细解密、源码解析及最佳实际
1，为什么有了 DIETClassifier 及预训练模型 Duckling、spaCy 等来协同实现用意辨认和实体提取却还须要 RegexFeaturizer、RegexEntityExtractor 及 EntitySynonymMapper？
2，RegexFeaturizer 配置、原理、示例及文档分析
3，RegexEntityExtractor 配置、原理、示例及文档分析
4，应用 RegexFeaturizer 及 RegexEntityExtractor 的三大最佳实际及其背地的起因分析
5，EntitySynonymMapper 配置、原理、示例及文档分析
6，EntitySynonymMapper 源码实现逐行分析
7，Rules 文件最佳实际分析及三大经典利用
8，Stories 文件最简实际解析及可能应用 Stories 实现不同工作上下文状态切换的背地 Transformer 原理解密
9，贝叶斯思维下的 NLU 及 Policies 数据最佳实际解密
第 21 课：Rasa 对话机器人我的项目实战之保险行业 Insurance Bot 调试 Debugging 全程实战及背地架构、源码及实质解密
1，Rasa 3.X 架构中的 Agent、NLU Pipelines、Dialogue Policies、Action Server、TrackerStore 等交互关系解析
2，解密 Rasa shell –debug 启动 Insurance Bot 中基于 Sanic 的 Agent 启动底细
3，解密 Rasa shell –debug 启动 Insurance Bot 中基于 TrackerStore 启动底细及最佳实际
4，解密 Rasa shell –debug 启动 Insurance Bot 中基于 NLU Pipelines 各大组件启动底细
5，解密 Rasa shell –debug 启动 Insurance Bot 中基于 Dialogue Policies 各大组件启动底细
6，解密 Insurance Bot Debugging 解决用户输出信息 message 的语言了解 NLU 全生命周期底细
7，解密 Insurance Bot Debugging 解决用户输出信息 message 的 Policies 全生命周期底细
8，解密 Insurance Bot Debugging 状态治理全生命周期底细
9，解密 Insurance Bot Debugging 中 Agent 与 Action Server 交互的全生命周期底细
10，解密 Insurance Bot Debugging 中 form 表单解决的全生命周期及微服务调用底细
第 22 课：Rasa 对话机器人我的项目实战之保险行业 Insurance Bot 调试、interactive learning 解密及我的项目总结
1，应用 Debugging 模式解密 Insurance Bot 中的 Check Claim Status 全生命周期
2，应用 Debugging 模式解密 Insurance Bot 中的 Pay Claim 全生命周期
3，Rasa Core 中 action 具体申请近程微服务端 endpoint 数据封装、Aiohttp 调用等源码分析
4，Rasa Core 中 action 具体收到近程微服务端 endpoint 的响应后进行数据处理以 Channel 调用等源码分析
5，应用 Rasa Interactive Learning 启动 Insurance Bot 过程详解
6，应用 Rasa Interactive Learning 解密 Insurance Bot 的 order a new card 的全生命周期
7，应用 Rasa Interactive Learning 解密 Insurance Bot 的 file a claim 的全生命周期
8，应用 Rasa Interactive Learning 纠正 Insurance Bot 的 NLU 行为实战
9，应用 Rasa Interactive Learning 纠正 Insurance Bot 的 Policies Prediction 行为实战
10，基于应用 Rasa Interactive Learning 生成的新增数据分析及对话机器人训练
11，Rasa 对话机器人我的项目实战之保险行业 Insurance Bot 我的项目总结
19 小时精通 Rasa 3.X 我的项目实战之教育行业 Education Bot 智能业务对话机器人
本我的项目是基于教育行业经典场景智能业务而设计实现的 Rasa 3.X 智能业务对话机器人，以调试 Debugging 和 Rasa Interactive Learning 为主线分析我的项目架构设计、微服务底细、源码实现、数据训练、用户信息处理全生命周期、我的项目自定义扩大等。本课程花了大量的工夫对 Education Bot 微服务这一对话机器人开发者编码的外围上，蕴含微服务近程通信、微服务进行启动、微服务注册、各类微服务编码、微服务验证、微服务测试与调试等在理论开发中用到的微服务的实际精华。
从性能上讲，该我的项目实现了教育行业行业经典场景智能业务中的信息查问、内容举荐、学习疏导、疑难问题解答等智能业务交互式对话，从技术上讲是一个一站式教育领域对话机器人解决方案。尤其是 Debugging 及 Rasa Interactive Learning 局部所应用的工具及透过这些工具所呈现出了我的项目外部的 NLU、Dialogue Management 以及微服务通信过程、Action Server 启动、Action 运行的外部流程及对各种景象的实质分析，不仅可能帮忙学员从我的项目动静运行的角度彻底把握该我的项目，同时对晋升学员对 Rasa 内核的理解力也会大有裨益。该我的项目在 Debugging 交互中展现了大量 Rasa 对话机器人内核高级架构和开发技术，学员能够在学习完本课程后对我的项目代码进行二次开发，实现本人的教育领域经典场景智能业务对话机器人任意复杂度的产品。更重要的是，该我的项目课程中展现的高阶对话机器人实战技术尤其是微服务、校验技术及各类定制开发性能能够帮忙学员在开发基于 Rasa 开发其它类型的对话机器人时熟能生巧。第 23 课：Rasa 对话机器人我的项目实战之教育领域 Education Bot 我的项目架构、运行测试、流程剖析及 Rasa Interactive 试验剖析
1，Rasa 内核架构 Agent、NLU Pipelines、Dialogue Policies、Action Server、TrackerStore 等详解
2，Rasa 对话机器人我的项目实战之教育领域 Education Bot 我的项目介绍及架构设计
3，Rasa 3.X Graph Architecture 架构明码、Graph Component 及数据流解析
4，对于 Agent 与微服务 Action Server 交互流程及 Action Server 把业务处理结果输入全生命周期解析
5，Rasa Shell 启动 Rasa 对话机器人我的项目实战之教育领域 Education Bot 过程分析
6，通过 Rasa visualize 解析 Rasa 对话机器人我的项目实战之教育领域 Education Bot
7，通过 Rasa Shell 演示 Rasa 对话机器人我的项目实战之教育领域 Education Bot 我的项目
8，通过 Rasa Interactive 启动过程训练内容、模型加载及 Rasa Server 详解
9，通过 Rasa Interactive 解密教育领域 Education Bot 中 user 和 bot 交互的底细详情
10，Rasa 对话机器人我的项目实战之教育领域 Education Bot 我的项目微服务剖析
第 24 课：Rasa 对话机器人我的项目实战之教育领域 Education Bot 调试 Debugging 过程全生命周期实战解密
1，教育领域 Education Bot 调试 Rasa Debugging 启动 Modules 剖析
2，教育领域 Education Bot 调试 Rasa Debugging 启动 Sanic 服务器详解
3，教育领域 Education Bot 调试 Rasa Debugging 命令终端 Cmdline 链接解析
4，教育领域 Education Bot 调试 Rasa Debugging 中 NLU Pipeline 组件启动详解
5，教育领域 Education Bot 调试 Rasa Debugging 中 Policies 组件启动详解
6，教育领域 Education Bot 调试 Rasa Debugging 中用户信息进入 Agent 过程详解
7，Education Bot Debugging 对用户 Message 解决的整个 NLU 生命周期详解
8，Education Bot Debugging 的 Dialogue Management 中 Policies 并行处理详解
9，Education Bot Debugging 中 Ensemble 产生 Action 过程详解
10，Education Bot Debugging 中的零碎事件详解
第 25 课：Rasa 对话机器人我的项目实战之教育领域 Education Bot 我的项目 Debugging 进阶实战
1，Education Bot 对 RulePolicy、AugmentedMemoizationPolicy、TEDPolicy 应用 Debugging 试验剖析
2，Education Bot 在 stories 中对 AugmentedMemoizationPolicy 具体利用详解
3，Debugging 模式下的 Education Bot 对 TEDPolicy 应用源码解析
4，Next Action 决策器 DefaultPolicyPredictionEnsemble 算法分析及源码解说
5，专门为 faq 及 chitchat 设计的 ResponseSelector 运行机制详解及 Debugging 试验
6，Debugging 模式下的 Education Bot 登程 out of scope 机制剖析试验解密
7，Debugging 模式下的 Education Bot 的动静 State 分析
第 26 课：Rasa 对话机器人我的项目实战之教育领域 Education Bot 我的项目微服务架构设计及通信协议解密
1，Rasa 3.X Architecture 视角下的 Agent 和 Action Server 交互过程详解
2，Rasa 3.X Architecture 视角下的 Message Handling 生命周期详解
3，Rasa 3.X 官网 Rasa Action Server 逐句解析
4，Endpoint Request 四大外围 next_action、sender_id、Tracker、domain 详解
5，Endpoint Request 中 Payload 示例 JSON 内容解密
6，Endpoint Response 两大外围 events 和 repsonse 详解
7，Endpoint Response 中 Payload 示例 JSON 内容解密
8，Education Bot 我的项目微服务中过程及代码示例解析
9，Rasa 3.X 微服务 OpenAPI specification 逐行解析
第 27 课：Rasa 对话机器人我的项目实战之教育领域 Education Bot 我的项目微服务下的代理模式及外围组件源码解析
1，Rasa 3.X Architecture 下的 Agent 与 Action Server 构建的的代理模式微服务解密
2，代理模式下 Rasa Core 中的 Action 类代码逐行解密
3，代理模式下 Rasa SDK 中的 Action 类代码逐行解密
4，代理模式下 Rasa Core 中的 OutputChannel 底细机制及代码解析
5，代理模式下 Rasa Core 中的 NaturalLanguageGenerator 底细机制及代码解析
6，代理模式下 Rasa Core 中的 DialogueStateTracker 底细机制及代码解析
7，代理模式下 Rasa Core 中的 Domain 底细机制及代码解析
8，代理模式下 Rasa SDK 中的 CollectingDispatcher 底细机制及代码解析
9，代理模式下 Rasa SDK 中的 Tracker 底细机制及代码解析
10，代理模式下 Rasa SDK 中的 DomainDict 底细机制及代码解析
第 28 课：Rasa 对话机器人我的项目实战之教育领域 Education Bot 我的项目 Action Server 过程启动、微服务注册、微服务调用全生命周期实战及源码逐行解密
1，通过 Rasa Interactive 的形式试验微服务调用过程日志记录及对日志的剖析
2，对 Action Server 中微服务注册及调用过程日志详解
3，微服务框架外围 ActionExecutor 类 register_action 办法源码逐行解析
4，微服务框架外围 ActionExecutor 类 register_package 办法源码逐行解析
5，微服务框架外围 ActionExecutor 类 run 办法源码逐行解析
6，微服务框架外围 ActionExecutor 类 data structure 及 coroutines 代码剖析
7，Rasa 微服务过程启动__main__.py 文件代码逐行分析
8，Rasa 微服务进行启动 app.py 代码剖析
9，基于 Sanic 的 Rasa 3.X 微服务过程启动服务器 App 实例化办法逐行代码解密
10，基于 Sanic 的 Rasa 3.X 微服务过程启动服务器 run 办法逐行代码解密
11，Rasa 微服务 endpoint 对调用 ActionExecutor 装置微服务代码解析及实战解密
12，Rasa 微服务 endpoint 对调用 ActionExecutor 运行微服务代码解析及实战解密
13，通过触发 Bug 的形式展现和总结 Rasa 微服务过程启动、服务器启动、微服务注册、微服务调用全生命周期
第 29 课：Rasa 对话机器人我的项目实战之教育领域 Education Bot 微服务 FormValidationAction 案例试验分析及全生命周期运行源码详解
1，通过 Rasa Interactive 演示调用 FormValidationAction 微服务过程问题剖析
2，FormValidationAction 架构设计及工作机制剖析
3，从微服务过程的视角剖析 FormValidationAction 被微服务框架调用的过程及源码解析
4，FormValidationAction 的父类 ValidationAction 设计及源码解析
5，从微服务过程的视角剖析 Endpoint 到 ActionExecutor 到 ValidationAction 的整个调用链条
6，ValidationAction 的 run 办法代码调用 FormValidationAction 代码详解
7，FormValidationAction 调用 ValidateSubscribeNewsletterForm 代码详解
第 30 课：Rasa 对话机器人我的项目实战之教育领域 Education Bot 开发事件驱动 Event 三层设计机制、全生命周期及源码详解
1，从零碎视角、利用视角及用户视角看 Event 的设计和实现
2，从 Action Server、Agent 及 TrackerStore 底层架构及交互过程解密 Rasa 事件机制
3，Rasa SDK 下的 UserUttered、BotUttered、SlotSet、UserUtteranceReverted、FollowupAction 等源码解析
4，Rasa Core 中事件机制及源码详解
5，DialogueStateTracker 源码详解
6，通过 Debugging 模式分析 TrackerStore 和 DialogueStateTracker 交互关系
7，基于 Action Server、Agent 和 TrackerStore 三者互相交互的 Rasa 事件驱动机制总结
第 31 课：Rasa 对话机器人我的项目实战之教育领域 Education Bot 我的项目微服务源码逐行解密（上）
1，Education Bot 我的项目代码 Modules 导入剖析及最佳实际
2，ActionSubmitSubscribeNewsletterForm 源码逐行分析
3，ValidateSubscribeNewsletterForm 源码逐行分析
4，ActionSubmitSalesForm 源码逐行分析
5，ValidateSalesForm 源码逐行分析
7，ActionExplainSalesForm 源码逐行分析
8，ActionExplainFaqs 源码逐行分析
9，ActionSetFaqSlot 源码逐行分析
10，ActionPause 源码逐行分析
11，ActionStoreUnknownProduct 源码逐行分析
12，ActionStoreUnknownNluPart 源码逐行分析
13，ActionStoreBotLanguage 源码逐行分析
14，ActionStoreEntityExtractor 源码逐行分析
15，ActionSetOnboarding 源码逐行分析
第 32 课：Rasa 对话机器人我的项目实战之教育领域 Education Bot 我的项目微服务源码逐行解密（下）
1，ActionSubmitSuggestionForm 源码逐行分析
2，ActionStoreProblemDescription 源码逐行分析
3，ActionGreetUser 源码逐行分析
4，ActionDefaultAskAffirmation 源码逐行分析
5，ActionDefaultFallback 源码逐行分析
7，ActionRestartWithBotton 源码逐行分析
8，ActionCommunityEvent 源码逐行分析
9，ActionDocsSearch 源码逐行分析
10，ActionForumSearch 源码逐行分析
11，ActionTagFeedback 源码逐行分析
12，ActionTagDocsSearch 源码逐行分析
13，ActionTriggerResponseSelector 源码逐行分析
第 33 课：Rasa 对话机器人我的项目实战之教育领域 Education Bot 我的项目 NLU Pipeline、Dialogue Policies、及多用意辨认及对话治理解密
1，Rasa Architecture 视角晓 Agent 与 NLU Pipeline、Dialogue Policies 交互关系解析
2，Education Bot 我的项目 NLU Pipeline 一一组件解析
3，Education Bot 我的项目 Dialogue Policies 一一组件解析
4，Rasa 中 Multi-Intent 多用意 Classifier 分类器工作原理和流程解析
5，Rasa 中 Multi-Intent 多用意配置及案例剖析
7，Rasa 中 Multi-Intent 多用意 Dialogue Management 解决机制及实例分析
第 34 课：Rasa 对话机器人我的项目实战之教育领域 Education Bot 我的项目 NLU Data 详解
1，Education Bot 我的项目 NLU Data 架构设计 High-Level Structure 四大外围解析
2，NLU Training Examples 解析及实例剖析
3，NLU Entities 解析及实例剖析
4，NLU Synonyms 解析及实例剖析
5，NLU Regular Expressions for Intent Classification 解析及实例剖析
6，NLU Regular Expressions for Entity Extraction 解析及实例剖析
7，NLU Lookup Tables 解析及实例剖析
8，NLU Entities Roles and Groups 解析及实例剖析
9，NLU Entity Roles and Groups influencing dialogue predictions 解析及实例剖析
10，NLU BILOU Entity Tagging 解析
第 35 课：Rasa 对话机器人我的项目实战之教育领域 Education Bot 我的项目 Policies Data 详解
1，Education Bot 我的项目 Policies Data 中 Stories 和 Rules 拆散的架构设计
2，Policies Data 中 User Messages、Actions 及 Events 三个组件解析
3，Form Events 详解及案例剖析
4，Checkpoints 详解及案例剖析
5，OR statements 详解及案例剖析
6，End-to-end Training 工作机制解析
7，End-to-end Training 案例剖析
8，Rules for the Conversation Start 详解及案例剖析
9，Rules with Conditions 详解及案例剖析
10，Skip Waiting for User Input at the End of a Rule
11，Form 下的 ActionExecutionRejection 机制详解
12，对 ActionExecutionRejection 具体解决实例解析
第 36 课：Rasa 对话机器人我的项目实战之教育领域 Education Bot 我的项目 Session 自定义、Rich Response 解密及案例分析
1，Domain 中的 config 运行机制分析及配置实际
2，session_expiration_time 设置最佳实际
3，carry_over_slots_to_new_session 运行原理解密
4，Session 启动事件剖析
5，action_session_start 运行机制及最佳实际
6，action_session_start 自定义设置对话机器人的 Memory
7，action_session_start 自定义和第三方 API 整合
8，action_session_start 与 session_started_metadata 综合利用
9，Using Variables in Responses 解析与示例
10，Channel-Specific Response Variations 解析与示例
11，Conditional Response Variations 解析与示例
12，Rich Responses 解析与示例
第 37 课：Rasa 对话机器人我的项目实战之教育领域 Education Bot 我的项目 Slots 底细解析、Slot Validation Actions 分析、Entities 及 Intents 解析
1，Rasa Slots 工作机制及最佳实际解析
2，Slots and Conversation Behavior 详解及示例分析
3，Slot Types：Text Slot、Boolean Slot、Categorical Slot、Float Slot、List Slot、Any Slot 详解及示例
4，Custom Slot Types 工作机制及示例分析
5，Slot Mappings 详解及示例分析
6，Mapping Conditions 详解及示例分析
7，Custom Slot Mappings 详解及示例分析
8，action_validate_slot_mappings 详解及源码分析
9，Entities 详解及示例分析
10，Intents 详解及示例分析
第 38 课：Rasa 对话机器人我的项目实战之教育领域 Education Bot 我的项目 Form 底细解析及自定义全解
1，Education Bot 我的项目 Form 应用剖析
2，Rasa Form 的定义与 activation 解析与案例分析
3，Deactivating a Form 解析及最佳实际
4，Writing Stories / Rules for Unhappy Form Paths 解析及案例分析
5，Form Slot Mappings 分析
6，Validating Form Input 解析及案例分析
7，Custom Slot Mappings 解析及案例分析
8，Dynamic Form Behavior 解析及案例分析
9，requested_slot slot 解析及案例分析
10，Custom Action to Ask For the Next Slot 解析及案例分析
第 39 课：Rasa 对话机器人我的项目实战之教育领域 Education Bot 我的项目 FormValidationAction 底细机制及源码逐行解密
1，基于 Rasa 微服务的 Action 的 ValidationAction 架构解析
2，ValidationAction 中提取 slots 信息代码逐行分析
3，ValidationAction 中 validation 操作源码逐行分析
4，ValidationAction 中 run 办法源码逐行分析
5，FormValidationAction 的 domain_slots 办法代码逐行分析
6，FormValidationAction 的_extract_validation_events 代码逐行分析
7，FormValidationAction 的 next_requested_slot 代码逐行分析
8，Rasa 文档中 ValidationAction 逐句解析
9，Rasa 文档中 FormValidationAction 逐句解析
10，Education Bot 我的项目 FormValidationAction 应用剖析
第 40 课：图解 Rasa 对话机器人我的项目实战之教育领域 Education Bot 我的项目及综合调试 Debugging 实战解密
1，通过 Rasa Architecture 图解对话机器人我的项目实战之教育领域 Education Bot 我的项目
2，通过 Graph Architecture 图解对话机器人我的项目实战之教育领域 Education Bot 我的项目
3，通过 Training Flow 图解对话机器人我的项目实战之教育领域 Education Bot 我的项目
4，通过 Inference Flow 图解对话机器人我的项目实战之教育领域 Education Bot 我的项目
5，Rasa Action Server 启动详解
6，Rasa Server NLU 启动过程 Debugging 及图解
7，Rasa Server Policies 启动过程 Debugging 及图解
8，通过 Debugging 的模式解析用户输出 Message 残缺的 NLU 处理过程
9，通过 Debugging 的模式解析用户输出 Message 残缺的 Policies 处理过程
10，通过 Debugging 的模式解析用户输出 Message 残缺的响应用户的过程
课程名称：Rasa 3.x 源码高手之路：零碎架构、内核算法、源码实现详解
Gavin 大咖简介
星空智能对话机器人创始人、AI 通用双线思考法作者，现工作于硅谷顶级的 AI 实验室。专精于 Conversational AI. 在美国曾先后工作于硅谷最顶级的机器学习和人工智能实验室
Gavin 大咖微信：NLP_Matrix_Space
联系电话：+1 650-603-1290
分割邮箱：hiheartfirst@gmail.com
助教老师微信：Spark_AI_NLP
编辑
切换为居中
增加图片正文，不超过 140 字（可选）
编辑
切换为居中
增加图片正文，不超过 140 字（可选）
编辑
切换为居中
增加图片正文，不超过 140 字（可选）
课程介绍：
Rasa 是 Conversational AI 在智能业务对话畛域工程落地寰球最为胜利对话机器人零碎，是基于 Transformer 架构的寰球应用最宽泛的智能业务对话机器人框架，是 NLP 技术的集大成者。在当今寰球范畴各项比照指标综合问题中，Rasa 均处于领先地位：
编辑
切换为居中
增加图片正文，不超过 140 字（可选）
本课程致力于彻底解密 Rasa 3.x 零碎架构、内核算法、常识图谱及源码实现：
编辑
切换为居中
增加图片正文，不超过 140 字（可选）
具体来说，该零碎课程是以下五大课程的合集：业务对话机器人 Rasa 3.x Internals 底细详解及 Rasa 框架定制实战
业务对话机器人 Rasa 外围算法 DIET 及 TED 论文详解及源码实现
Rasa 3.x 语言了解内核 Classifiers 架构、算法及源码实现
基于 Transformer 的对话机器人 Rasa Policies 架构设计与源码全解
Rasa 业务对话机器人 Microservices 微服务架构底细与源码全解
课程通过这五大阶段内容，依照循序渐进的学习形式，帮忙学员彻底精通 Rasa 新一代内核架构、算法底细及源码实现。
编辑
切换为居中
增加图片正文，不超过 140 字（可选）
课程答疑：
课程提供配套的视频、代码及材料，购买后分割 Gavin 取得代码及辅助材料。
课程提供 1 年的技术答疑服务，Gavin 老师负责所有课程技术问题的答疑及代码服务。
课程试听：
代理模式下的 Rasa 微服务 Form 共 1288 行源码架构设计及源码逐行解析
1，Action 类型的 FormAction 和 LoopAction 类型的 FormAction 区别与分割剖析
2，Rasa 微服务接口 interfaces.py 共 370 行源码逐行解析
3，Rasa SDK 中的 forms.py 共 918 行源文件逐行解析
课程详情：
阶段 1：业务对话机器人 Rasa 3.x Internals 底细详解及 Rasa 框架定制实战
以 Rasa 3.x 提出的全新一代 Graph Computational Backend 为外围，从 Rasa 版本迭代中的 Milestones 登程来齐全解密“One Graph to Rule Them All”背地的技术衍化过程及根本原因，而后以 GraphComponent 为外围解密其架构底细机制和运行流程，并抽丝剥茧的分析自定义 Rasa Open Source 平台的接口实现、组件源码、组件注册及应用的每一个步骤，最初用一个残缺的案例来做示例，并透过 Rasa 的外围 TED Policy 近 2130 行源码分析及 DIET 近 1825 行源码分析，让学习者不仅有定制 Rasa 框架能力，更有大量源码鉴赏的能力及高级的对话零碎架构设计思维。
第 1 课：Rasa 3.x Internals 解密之 Retrieval Model 分析
1，什么是 One Graph to Rule them All
2，为什么工业级对话机器人都是 Stateful Computations？
3，Rasa 引入 Retrieval Model 底细解密及问题解析
第 2 课：Rasa 3.x Internals 解密之去掉对话零碎的 Intent 底细分析
1，从 inform intent 的角度解析为何要去掉 intent
2，从 Retrieval Intent 的角度阐明为何要去掉 intent
3，从 Multi intents 的角度阐明为何要去掉 intent
4，为何有些 intent 是无奈定义的？
第 3 课：Rasa 3.x Internals 解密之去掉对话零碎的 End2End Learning 底细分析
1，How end-to-end learning in Rasa works
2，Contextual NLU 解析
3，Fully end-to-end assistants
第 4 课：Rasa 3.x Internals 解密之全新一代可伸缩 DAG 图架构底细
1，传统的 NLU/Policies 架构问题分析
2，面向业务对话机器人的 DAG 图架构
3，DAGs with Caches 解密
4，Example 及 Migration 留神点
第 5 课：Rasa 3.x Internals 解密之定制 Graph NLU 及 Policies 组件底细
1，基于 Rasa 定制 Graph Component 的四大要求剖析
2，Graph Components 解析
3，Graph Components 源代码示范
第 6 课：Rasa 3.x Internals 解密之自定义 GraphComponent 底细
1，从 Python 角度剖析 GraphComponent 接口
2，自定义模型的 create 和 load 底细详解
3，自定义模型的 languages 及 Packages 反对
第 7 课：Rasa 3.x Internals 解密之自定义组件 Persistence 源码解析
1，自定义对话机器人组件代码示例剖析
2，Rasa 中 Resource 源码逐行解析
3，Rasa 中 ModelStorage、ModelMetadata 等逐行解析
第 8 课：Rasa 3.x Internals 解密之自定义组件 Registering 源码解析
1，采纳 Decorator 进行 Graph Component 注册底细源码剖析
2，不同 NLU 和 Policies 组件 Registering 源码解析
3，手工实现相似于 Rasa 注册机制的 Python Decorator 全流程实现
第 9 课：基于 Transformer 的 Rasa Internals 解密之自定义组件及常见组件源码解析
1，自定义 Dense Message Featurizer 和 Sparse Message Featurizer 源码解析
2，Rasa 的 Tokenizer 及 WhitespaceTokenizer 源码解析
3，CountVectorsFeaturizer 及 SpacyFeaturizer 源码解析
第 10 课：基于 Transformer 的 Rasa Internals 解密之框架外围 graph.py 源码残缺解析及测试
1，GraphNode 源码逐行解析及 Testing 剖析
2，GraphModelConfiguration、ExecutionContext、GraphNodeHook 源码解析
3，GraphComponent 源码回顾及其利用源码
第 11 课：基于 Transformer 的 Rasa Internals 解密之框架 DIETClassifier 及 TED
1，作为 GraphComponent 的 DIETClassifier 和 TED 实现了 All-in-one 的 Rasa 架构
2，DIETClassifier 外部工作机制解析及源码注解剖析
3，TED 外部工作机制解析及源码注解剖析
第 12 课：Rasa 3.x Internals 解密之 TED Policy 近 2130 行源码分析
1，TEDPolicy 父类 Policy 代码解析
2，TEDPolicy 残缺解析
3，继承自 TransformerRasaModel 的 TED 代码解析
第 13 课：Rasa 3.x Internals 解密之 DIET 近 1825 行源码分析
1，DIETClassifier 代码解析
2，EntityExtractorMixin 代码解析
3，DIET 代码解析
阶段 2：业务对话机器人 Rasa 外围算法 DIET 及 TED 论文详解及源码实现
对一个智能业务对话零碎而言，语言了解 NLU 及 Policies 是其零碎内核的两大基石。Rasa 团队公布的最重磅级的两篇论文 DIET: Lightweight Language Understanding for Dialogue Systems 及 Dialogue Transformers 是其基于在业界落地场景的多年摸索而总结进去的解决 NLU 和 Policies 最外围的成绩结晶：其中 DIET 是 Intent 辨认和 Entity 信息抽取的对立框架，而基于 Dialogue Transformers 的 Transformer Embedding Dialogue (TED)是面向多轮业务对话信息处理和对话 Response 技术框架。DIET 和 TED 作为 Rasa 内核曾经通过很多版本的迭代优化，即便 Rasa 3.x 最新一代架构中仍然能够看到 DIET 和 TED 的外围地位：
编辑
切换为居中
增加图片正文，不超过 140 字（可选）
能够这么说，把握这两篇论文是把握 Rasa 精华及背地设计机制的外围之所在。所以星空对话机器人推出了业务对话机器人 Rasa 外围算法 DIET 及 TED 论文底细详解课程，以抽丝剥茧的形式来逐句解读这两篇论文中蕴含的所有架构思维、底细机制、试验剖析、及最佳实际等所有的明码，以帮忙对基于 Transformer 的对话机器人感兴趣的敌人把握 Rasa 内核精华。
为了更无效的帮忙学员达到从模型算法、架构设计、源码实现等角度融汇贯贯通当今工业级最胜利的业务对话机器人平台 Rasa，除了在课程中逐行解析 Rasa 的外围 TED Policy 近 2130 行源码及 DIET 近 1825 行源码外，课程中还减少了 Rasa Internals 解密之框架外围 graph.py 源码残缺解析及测试中 GraphNode 源码逐行解析及 Testing 剖析、GraphModelConfiguration、ExecutionContext、GraphNodeHook 源码解析、GraphComponent 源码回顾及其利用源码。课程内容：
第 1 课：多任务对话 Transformer 架构的 DIET 中的 Intent 和 NER 算法分析和比照
第 2 课：基于 Transformer 的轻量级多任务 DIET 语言了解 NLU 底细解密
第 3 课：轻量级多任务 Transformer 语言了解框架 DIET 试验剖析
第 4 课：应用 Transformer Dialogue 具备 Context 的面向工作的对话零碎
第 5 课：具备上下文和抗干扰能力的 Transformer Dialogue 对话零碎 Experiments 详解
第 6 课：基于 Transformer 的 Rasa Internals 解密之框架外围 graph.py 源码残缺解析及测试
第 7 课：基于 Transformer 的 Rasa Internals 解密之框架 DIETClassifier 及 TED
第 8 课：Rasa 3.x Internals 解密之 TED Policy 近 2130 行源码分析
第 9 课：基于 Transformer 的 Rasa 3.x Internals 解密之 DIET 近 1825 行源码分析
阶段 3：Rasa 3.x 语言了解内核 Classifiers 架构、算法及源码实现
课程关键字：Rasa、NLU、Intent、Classifier、Graph、Transformer、BERT、Fallback、GraphComponent
课程介绍：
本课程聚焦 Rasa 3.x Classifier 底层 Transformer 引擎、DIET 论文算法、新一代 Graph 架构、及源码逐行分析，具体来说：
1，从 Transformer 及 BERT 论文及源码实现动手，解密 Rasa Classifiers 的底层的 ML 引擎；
2，以 DIET 论文算法为基石，彻底分析 Rasa 新一代 NLU 核心技术的算法、架构及源码实现
3，基于 Rasa 3.x 全新一代的 Graph Architecture，彻底分析 Graph 视角下 Rasa NLU Classifiers 所有底细机制及源码实现
课程以抽丝剥茧的形式解密 Rasa NLU Classifiers 的所有的算法底细、架构机理、运行流程及源码实现，帮忙学员彻底把握 Rasa NLU Classifiers 这一核心内容。课程内容：
第 1 课：Transformer 论文解密、数学推导及残缺源码实现
第 2 课：BERT 论文解密、数学推导及残缺源码实现
第 3 课：轻量级多任务 NLP 零碎 DIET 论文算法解密及架构解析
第 4 课：轻量级多任务 DIET 运行底细及实现细节分析
第 5 课：轻量级多任务 Transformer 语言了解框架 DIET 试验剖析
第 6 课：Rasa 3.x 全新一代可伸缩 DAG 图架构底细
第 7 课：Rasa 3.x Internals 解密之定制 Graph NLU 及 Policies 组件底细
第 8 课：Rasa 3.x Internals 解密之自定义 GraphComponent 底细
第 9 课：Rasa 3.x Internals 解密之框架外围 graph.py 源码残缺解析及测试
第 10 课：Rasa 3.x Internals 解密之框架 DIETClassifier 及 TED
第 11 课：Rasa 3.x Internals 解密之 DIET 近 1825 行源码分析
第 12 课：Rasa Fallback Classifier 解决对话失败状况三大解决形式底细及代码实战
第 13 课：Rasa Fallback and Human Handoff 全解
第 14 课：Rasa FallbackClassifier 源码逐行分析
阶段 4：基于 Transformer 的对话机器人 Rasa Policies 架构设计与源码全解
课程关键字：Transformer、BERT、Dialogue Transformer、Rasa 3.x、Dialogue Policies、GraphComponent、TED Policy、UnexpecTEDIntentPolicy、RulePolicy、MemoizationPolicy、Ensemble
课程介绍：
通过超过 16 小时对基于 Transformer 的 Rasa 智能业务对话机器人对话 Policies 的全副源码进行抽丝剥茧的逐行解析：以 BERT 为出发点，粗疏的分析 Rasa Policies 外围算法 Dialogue Transformer 论文底细及源码实现，同时联合 Rasa 3.x 的 Graph Architecture 理念，实现的分析 Rasa Policies 架构底细及源码实现。本课程不仅可能帮忙学员彻底把握 Rasa 对话策略的底细机制、架构设计及源码实现，更重要是会具备定制开发对话策略的能力。
课程内容：
第 1 课：BERT 架构、pretraining 预训练、Fine Tuning 上游工作微调全生命周期底细解密
第 2 课：BERT 预训练 Pre-training 源码残缺实现
第 3 课：BERT Fine-tuning 数学原理及案例源码解析
第 4 课：BERT Paper 论文解密、数学推导及残缺源码实现
第 5 课：Transformer Dialogue 论文原理及算法详解
第 6 课：Transformer Dialogue 对话零碎论文 Experiments 详解
第 7 课：基于 Transformer 的 Rasa Internals 解密之框架外围 graph.py 源码残缺解析及测试
第 8 课：Rasa 3.x Internals 解密之 TED Policy 近 2130 行源码分析
第 9 课：UnexpecTEDIntentPolicy 源码研读
第 10 课：UnexpecTEDIntentPolicy 算法源码及 IntentTED 详解
第 11 课：Rasa Memoization 对话策略及源码解析
第 12 课：Rasa Rule-based Policies 架构设计与源码解析第 13 课：Rasa RulePolicy 残缺源码详解
第 14 课：Rasa 对话策略架构设计及 Policy 接口源码解析
第 15 课：Rasa Policy 残缺源码逐行详解
第 16 课：Rasa 对话策略 Ensemble 算法底细与残缺源码分析
阶段 5：Rasa 业务对话机器人 Microservices 微服务架构底细与源码全解
课程关键词：Rasa、Microservices、Knowledge Base、Microservices、Action Server、Rasa Server、Action、Event、ActiveLoop、LoopAction、FormAction、FormValidationAction、CollectingDispatcher、Tracker、DomainDict、TwoStageFallbackAction、Proxy Pattern
课程内容：
微服务和常识图谱是智能业务对话机器人智能程度高下的决定的因素：是微服务 Microservices 赋予对话机器人业务解决能力。具备专家畛域常识 Knowledge 的常识图谱零碎可能极大的晋升业务对话机器人的业务知识和业务对话能力，是智能业务对话机器人晋升智能的要害。本课程聚焦于 Rasa 这个全世界工程落地最为胜利的智能业务对话机器人框架中的微服务及常识图谱架构设计底细、运行流程机制、案例代码分析及 Rasa 微服务及 常识图谱所有的零碎源码剖析。具体来说：1，彻底解密基于代理模式的 Rasa 微服务架构机制底细、运行流程、及音讯通信解析
2，Rasa Server 端 action.py、loops.py、forms.py、two_stage_fallback.py 的源码逐行解析
3，Rasa SDK 端所有 Event 类型的解析及源码实现、interfaces.py 及 forms.py 源码逐行解析
4，源码剖析和案例相结合分析 Rasa 微服务，通过具体的对话机器人案例验证源码剖析
5，课程中还对 Rasa Knowledge Base 中的 ActionQueryKnowledgeBase 及实战案例做了透彻分析 6，抽丝剥茧的解说 Rasa 常识图谱架构原理、流程底细及其框架的残缺源码的逐行剖析。
7，在分析 Rasa 常识图谱源码的过程中联合具体的案例，帮忙学习者通过案例透彻了解 Rasa 常识图谱框架的每一行源码底细。学习完本课程，能够彻底把握 Rasa 微服务开发并实现任意复杂度的 Rasa 对话机器人的业务性能，同时可能用 Rasa 整合实现任意复杂度的 Knowledge 零碎及业务开发性能。课程纲要：
第 1 课：Rasa 对话机器人业务逻辑 Action Servers 架构设计与外围运行流程解密
1，Rasa Server 与 Action Servers 交互关系解析
2，申请执行 custom action 的 RESTful 中 JSON 内容详解及示例
3，Action Servers 返回的 events 及 responses 详解及示例
第 2 课：Rasa Events 分析及源码详解
1，Event 接口分析
2，14 大 Event 分析及源码详解
3，Loop 相干 Event 剖析及源码详解
第 3 课：Rasa 微服务 Action 自定义及 Slot Validation 详解
1，Rasa Action 分析及代码示例
2，ValidationAction 分析及代码示例
3，FormValidationAction 分析
第 4 课：Form 全生命周期解析及 Default Actions 分析
1，Form 全生命周期运行底细
2，Form 的高级用法
3，Default Actions 详解
第 5 课：Rasa 微服务四大组件全解
1，Rasa Actions 和 Tracker 详解
2，Rasa Dispatcher 及 Event 详解
3，对于 Metadata 的应用及 Action Server 启动参数详解
第 6 课：Rasa Core action.py 源码分析之常见类、工具办法及微服务通信类
1，三大常见类 Action、ActionBotResponse、ActionListent 源码逐行分析
2，action.py 中工具办法源码详解
3，微服务申请外围 RemoteAction 源码逐行分析及 AIOHTTP 应用详解
第 7 课：Rasa 零碎内置 Action 源码逐行解析
1，ActionSessionStart、ActionRestart、ActionBack 源码逐行解析
2，ActionEndToEndResponse、ActionDefaultFallback、ActionRevertFallbackEvents 源码逐行解析
3，ActionDeactivateLoop、ActionUnlikelyIntent、ActionExecutionRejection 源码逐行解析
4，ActionDefaultAskAffirmation、ActionDefaultAskRephrase、ActionExtractSlots 源码逐行解析
5，extract_slot_value_from_predefined_mapping 源码逐行解析
第 8 课：Rasa ActiveLoop、LoopAction 及 TwoStageFallbackAction 源码逐行分析
1，ActiveLoop 源码逐行分析
2，Rasa LoopAction 源码逐行分析
3，TwoStageFallbackAction 源码逐行分析
第 9 课：654 行 Rasa LoopAction 类型的 FormAction 源码逐行分析
1，LoopAction 类型的 FormAction 运行机制和业务开发意义剖析
2，Slots 状态的治理、校验、和保护源码解析
3，do 办法和 is_done 办法深度剖析
第 10 课：代理模式下的 Rasa 微服务 Form 共 1288 行源码架构设计及源码逐行解析
1，Action 类型的 FormAction 和 LoopAction 类型的 FormAction 区别与分割剖析
2，Rasa 微服务接口 interfaces.py 共 370 行源码逐行解析
3，Rasa SDK 中的 forms.py 共 918 行源文件逐行解析
第 11 课：Rasa 与 Knowledge Base 进行整合示例分享、架构分析、及程序开发三步骤
1，Rasa 与 Knowledge Base 整合具体案例剖析
2，Rasa 与 Knowledge Base 三层架构及运行流程分析
3，Rasa 与 Knowledge Base 程序开发的三步骤剖析
第 12 课：Rasa Knowledge Base 案例代码、工作机制及自定义详解
1，ActionQueryKnowledgeBase 剖析及案例解析
2，Knowledge Base Actions 工作机制解密
3，Knowledge Base Actions 自定义详解
第 13 课：Knowledge Base 性能详解及源码实现
1，Knowledge Base 导入包剖析
2，KnowledgeBase 类源码逐行解析
3，InMemoryKnowledgeBase 类源码逐行解析
第 14 课：ActionQueryKnowledgeBase 源码逐行解析
1，对 objects 的操作源码详解
2，对 attriBotes 的操作源码详解
3，ActionQueryKnowledgeBase 预设值解析
第 15 课：ActionQueryKnowledgeBase 的 utils.py 源码逐行解析
1，utils.py 高频应用的 Tracker 源码解析
2，默认名称配置解析
3，utils.py 文件源码逐行解析