rasa_chatbot_cn

用 Rasa+BERT 快速搭中文任务型对话机器人

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署对话助手 🍴 复刻 282 🐛 待处理 19 👀 关注 34

GitHub ↗

GitHub 星标 ★ 983

维护状态维护中

是否开源开源

定价模式 🏷️完全免费开源项目，免费使用

项目预览

rasa_chatbot_cn 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类对话助手

开发团队GaoQ1

GitHubhttps://github.com/GaoQ1/rasa_chatbot_cn

定价模式🏷️完全免费

价格说明开源项目，免费使用

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

主要语言Python

技术栈/模型bert,chinese,demo,intent-classification,policy,python,rasa,rasa-chatbot,rasa-core,rasa-nlu,rasa-nlu-gao,rasa-x,slot-filling,tensorflow,train-dialogue,transformer

GitHub 星标★ 983

上线时间2018-08-16 00:00:00

代码更新2026-09-08

仓库体积72.4 MB

本站数据更新2026-11-03

维护状态维护中

收录时间2026-09-14

浏览次数1

项目介绍

这是一个基于 Rasa 最新版本搭建的中文对话系统示例项目，主要解决中文场景下快速构建任务型聊天机器人的问题。项目整合了 BERT 中文预训练模型用于意图分类和实体识别，覆盖了从 NLU（自然语言理解）到 Core（对话策略）再到 Slot Filling（槽位填充）的完整流程。核心能力包括：中文意图识别、实体抽取、多轮对话管理、策略配置以及 Rasa X 的集成演示。它适合作为学习 Rasa 中文落地的脚手架，开发者可以替换自己的语料和领域配置，快速跑通一个中文对话 Demo，并参考其配置方式迁移到实际业务中。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-09-14 · 当前星标 ★ 983

技术标签

bert chinese python rasa tensorflow

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：进阶约 20 分钟部署方式：本地 (Python) 5 步

安装与启动步骤

1安装依赖

python >= 3.6，执行 pip install -r requirements.txt。
2训练模型

在项目目录运行 make train 训练 Rasa 对话模型。
3运行服务

make run 启动 Rasa 服务，默认监听 5005 端口。
4命令行测试

make shell 在命令行与机器人对话。
5HTTP 测试

向 http://localhost:5005/webhooks/rest/webhook POST {"sender": "0001", "message": "你好"}。