加入 Rasa 扩展支持¶

Botfront 里面增加对 Rasa 的 NLU component, channel, or policy 支持也是非常方便的。

通过 botfront init 指令创建的项目下都有一个 rasa 目录，里面存放所有 Rasa 运行所需要的额外文件，当你执行 botfront up 时，Rasa 的 docker 镜像将从这个目录下加载指定的文件。

示例：添加自定义 NLU 组件¶

默认在 rasa 目录下有一个 ignore_sample_component.py 文件，这个示例文件只是简单的在 NLU 结果中添加了一个 it_workds 字段。让我们看下它是如何工作的：

1. 执行 botfront up 启动你的项目，然后执行 botfront watch，watcher 程序将会监控 rasa 和 actions 两个目录下的文件变化，一旦这两个目录下的文件内容发生变化，docker 镜像会立即执行 rebuild/restart 动作让改动生效。
2. 把 ignore_sample_component.py 改成 sample_component.py （watcher 程序会忽略 ignore 开头的文件），Botfront 会 rebuild、restart 你的 docker Rasa 镜像，并通过 pip install 的形式加载你的自定义组件。
3. 到 NLU -> Settings -> Pipeline 页面，然后在 YAML 文件中使用你的自定义组件： ```yaml{2} pipeline:
4. name: sample_component.SampleComponent
5. name: WhitespaceTokenizer ...

   4. 重训练模型
   5. 到 API 页面测试一下，你会看到 `it_works` works :)
   ```json{8}
   {
     "intent": {
       "name": "chitchat.greet",
       "confidence": 0.9417732358
     },
     "entities": [],
     "language": "en",
     "it_works": true, // It just works
     "intent_ranking": [
       {
         "name": "chitchat.greet",
         "confidence": 0.9417732358
       },
       {
         "name": "chitchat.bye",
         "confidence": 0.0582267493
       }
     ],
     "text": "hello"
   }
   

就是这么简单，创建自定义 connector 和 core policy 也是一样的流程。