snips-nlu

离线轻量提取文本意图，几行代码搞定对话理解

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 502 🐛 待处理 68 👀 关注 129

GitHub ↗

GitHub 星标 ★ 3975

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源库，Apache-2.0 许可，完全免费，无付费版本。

项目预览

项目数据

分类对话助手

开发团队snipsco

GitHubhttps://github.com/snipsco/snips-nlu

定价模式🏷️完全免费

价格说明开源库，Apache-2.0 许可，完全免费，无付费版本。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型bot,chatbot,information-extraction,intent-classification,intent-parser,machine-learning,machine-learning-library,ml,named-entity-recognition,ner,nlp,nlu,python,slot-filling,snips,text-classification

GitHub 星标★ 3975

上线时间2017-02-08 00:00:00

代码更新2023-05-22

仓库体积19.8 MB

本站数据更新2026-11-08

维护状态低维护

收录时间2026-08-09

浏览次数5

项目介绍

Snips NLU 是一个用 Python 编写的自然语言理解库，专注于从文本中提取结构化意图和实体信息。它解决的是对话式 AI 中“理解用户意图”的核心问题，能将用户的自由文本输入解析为意图（如“播放音乐”）和槽位（如“歌曲名”）。其核心能力包括基于机器学习模型的意图分类、实体抽取（支持自定义实体）、多语言支持（内置英语、法语、德语等），以及轻量级离线运行——无需依赖云端 API，适合隐私敏感或网络受限的场景。它提供了简洁的 Python API，支持训练自定义模型，并可通过管道组件灵活配置预处理、特征提取和分类器。与 Rasa 等框架相比，Snips NLU 更聚焦于轻量、快速的意图解析，适合嵌入式设备或需要快速集成的项目。

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 2026-08-09 · 当前星标 ★ 3975

技术标签

bot chatbot information-extraction machine-learning ml

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：入门约 10 分钟部署方式：库/依赖 4 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

Python 环境（项目为 Python 库，README 徽章指向 PyPI 的 snips-nlu 包）
pip 包管理工具，用于从 PyPI 安装
能访问 PyPI 或使用国内镜像源下载依赖

安装与启动步骤

1检查 Python 版本

先确认本机已装 Python 且 pip 可用。README 未给出具体最低版本号，版本要求请以官方文档为准。
```
python --version
pip --version
```
2安装 snips-nlu

README 徽章链接指向 PyPI 的 snips-nlu 包，因此通过 pip 从 PyPI 安装该库。建议在虚拟环境中安装。
```
pip install snips-nlu
```
3验证库可导入

安装完成后在 Python 中导入，确认包已正确安装、无缺依赖报错。
```
python -c "import snips_nlu; print(snips_nlu.__name__)"
```
4下载语言资源

README 的 Getting Started 中单独列出 Language Resources 章节，说明使用前需准备语言资源。节选未给命令，请查官方文档。