Coding01

最近看了新书《简明的Tensoflow 2》，准备配置一个测试开发环境。

本文主要是使用 JupyterLab，可以用 conda 或者 pip 方式安装。

1
2
3
4
5

// conda 方式
conda install -c conda-forge jupyterlab

// or pip 方式
pip install jupyterlab

conda 源更新比较缓慢，推荐还是用 pip。

在 Mac 里安装完 Anaconda 客户端后，我们可以增加国内镜像和 zsh 命令行操作。

今天想着如何快速的将 Rasa API 融入之前的项目中，如在我的公众号 coding01里增加一个自动回复聊天机器人。

长期以来，我一直用 Laradock，Laradock 本身也集成了一些好用的开发部署工具，如 Nginx，certbot 等，在学习使用 Rasa 时，想着以最快的速度构建开发部署 Rasa 接口，所以今天我主要采用常规的做法——基于 Nginx 和 Docker 部署 Rasa。

注：由于 Rasa X 自成体系，在学习过程中，我还是放在「学习 Kubernetes 的系列」中去了解 Rasa X 的使用。

前言

在之前的文章中，有描述过如何在公众号里加入自动聊天机器人的文章，欢迎大家查阅：有机器人要菜单没什么用，文章里利用 EasyWeChat 和 ChatterBot 简单搭建一个公众号「自动回复机器人」，利用 EasyWeChat 桥接好公众号和机器人。今天的目的其实就是「把 ChatterBot 替换成 Rasa」。

OpenFaaS 简介

OpenFaaS ® - Serverless Functions Made Simple

下载 Kubernetes 的 OpenFaaS 驱动程序 faas-netes：

1
2
3
4
5

git clone https://github.com/openfaas/faas-netes && cd faas-netes

or 国内码云镜像：

git clone https://gitee.com/mirrors/faas-netes.git && cd faas-netes

OpenFaaS (Functions as a Service) is a framework for building serverless functions with Docker and Kubernetes.

简言之，OpenFaaS 是一个使用 Docker 构建 Serverless 功能的框架，它拥有对指标的一级支持。任何流程都可以打包为一个函数，使你能够使用一系列 web 事件，而无需重复的样板化编码。

Rasa X 介绍

Rasa X can be used in local mode and in server mode. Rasa X in local mode is helpful for sharing your assistant before you have a server set up. Once your assistant is up and running, you will want to deploy Rasa X to a server so that it’s available 24/7 and everyone on your team can use it to review conversations and annotate new training data.

之前介绍了本地模式，今天来折腾下 docker compose 模式。

要求服务器环境前提安装 python3, docker、docker-compose。

主要四个步骤：

1. Download
2. Install
3. Start
4. Access

Rasa X 介绍

Rasa X can be used in local mode and in server mode. Rasa X in local mode is helpful for sharing your assistant before you have a server set up. Once your assistant is up and running, you will want to deploy Rasa X to a server so that it’s available 24/7 and everyone on your team can use it to review conversations and annotate new training data.

Local Mode

下载：

1

pip3 install rasa-x --extra-index-url https://pypi.rasa.com/simple

在项目路径下，执行命令：

1

rasa x

即可启动网页操作了，在网页上尝试和我们的机器人交流：

接下来结合工作，输出 Rasa 的使用系列文章。

Build contextual assistants that really help customers

Rasa is the standard infrastructure layer for developers to build, improve, and deploy better AI assistants. Powered by open source.

创建一个简单的 Node.js 应用

1
2
3
4
5
6
7

var http = require('http');
var handleRequest = function(request, response) {
    response.writeHead(200);
    response.end('Hello World!');
};
var www = http.createServer(handleRequest);
www.listen(8088);

创建 Dockerfile 文件：

1
2
3
4

FROM node:latest
EXPOSE 8088
COPY server.js .
CMD [ "node", "server.js" ]

接下来是一系列 Kubernetes 学习笔记，今天是第一节：「安装 minikube」。

因为我用的是 MAC 系统，所以直接利用官方 Github 安装 minikube

1

curl -Lo minikube https://github.com/kubernetes/minikube/releases/download/v1.9.2/minikube-darwin-amd64 && chmod +x minikube && sudo mv minikube /usr/local/bin/