前言—为何写这个教程
起初是在学校里从老师手上接到了一个项目，项目的内容就是使用Rasa框架构建一个中文对话机器人，开始的时候还觉得挺简单的，但是在真正开始着手做的时候却发现其实有一大堆问题有待解决，在国内使用Rasa框架的人还是太少了，以至于我们在网上也找不到适合的资料，最后只能啃官方英文文档和去看官方教程，所以本教程旨在提供一些Rasa项目开发的经验以及供自己后来查阅。
Part1—Rasa简介
Rasa是一个开源的自然语言处理（NLP）框架，专注于构建和部署任务型对话系统（Task-Oriented Chatbots）和智能助手。它提供了一套工具和库，使开发者能够轻松地创建自定义的、多轮对话的NLP应用程序。
Part2—Rasa部署教程
下面是我在完成学校项目时采取的部署方案，主要是在PC上部署
1、下载Python 3.10 版本
可以去 Python 官网下载或者去微软商店下载
2、下载Anaconda—Python包管理工具
Anaconda 官网
在VSCode中管理项目，下载插件Python Environment Manager管理python环境
3、下载必要的依赖库
切换Python环境
conda activate base
这里的python环境名称可以自定义，不用必须是base
下载Rasa
pip3 install rasa
下载spacy
pip3 install spacy
下载spacy的中文包
python -m spacy download zh_core_web_trf
4、运行Rasa项目
在终端中运行
rasa shell
如果编写了actions,则在后台启动actions
rasa run actions
若要在网页中交互则
rasa run --enable-api --cors "*"