如何让Rasa聊天机器人等待用户输入后再执行后续代码？

你遇到的核心问题是：Rasa的自定义动作是同步执行的，同一个动作里的代码会一次性跑完，不会中途暂停等待用户输入。要实现“发送请求输入的消息→等待用户输入→执行后续逻辑”的流程，得利用Rasa的对话回合机制或者表单功能拆分逻辑。

方案一：用Rasa表单（推荐，适合收集用户信息场景） #

表单是Rasa专门用来收集用户必填信息的工具，会自动等待用户输入直到收集完所有slot，之后再执行后续动作。

1. 在domain.yml中配置 #

slots:
  name:
    type: text
    influence_conversation: false

forms:
  name_form:
    required_slots:
      - name

responses:
  utter_ask_name:
    - text: "请输入你的名字"

2. 编写自定义动作处理表单完成后的逻辑 #

在actions.py里添加：

from rasa_sdk import Action, Tracker
from rasa_sdk.executor import CollectingDispatcher
from rasa_sdk.events import AllSlotsReset

class ActionSubmitName(Action):
    def name(self) -> str:
        return "action_submit_name"

    def run(self, dispatcher: CollectingDispatcher,
            tracker: Tracker,
            domain: dict) -> list:
        # 获取用户输入的名字
        user_name = tracker.get_slot("name")
        # 执行后续逻辑
        print('hi')
        # 可选：发送确认消息
        dispatcher.utter_message(text=f"你好{user_name}！")
        # 重置slot（如果不需要保留的话）
        return [AllSlotsReset()]

3. 编写规则触发表单 #

在rules.yml里添加：

rules:
- rule: 触发收集名字的表单
  steps:
  - intent: greet
  - action: name_form
  - active_loop: name_form
- rule: 表单完成后执行后续动作
  steps:
  - active_loop: name_form
  - active_loop: null
  - action: action_submit_name

方案二：拆分自定义动作+故事/规则 #

如果不需要表单，也可以把逻辑拆成两个独立动作，通过对话流程控制顺序：

1. 第一个动作：仅发送请求输入的消息 #

在actions.py里：

class ActionAskName(Action):
    def name(self) -> str:
        return "action_ask_name"

    def run(self, dispatcher: CollectingDispatcher,
            tracker: Tracker,
            domain: dict) -> list:
        dispatcher.utter_message(text="请输入你的名字")
        return []

2. 第二个动作：执行后续逻辑（打印hi） #

class ActionAfterNameInput(Action):
    def name(self) -> str:
        return "action_after_name_input"

    def run(self, dispatcher: CollectingDispatcher,
            tracker: Tracker,
            domain: dict) -> list:
        print('hi')
        # 可选：发送后续消息
        dispatcher.utter_message(text="已收到你的名字")
        return []

3. 编写故事控制流程 #

在stories.yml里：

stories:
- story: 收集名字后执行逻辑
  steps:
  - intent: greet
  - action: action_ask_name
  - intent: inform_name  # 需在nlu.yml中定义识别用户输入名字的intent
  - action: action_after_name_input

同时要在nlu.yml中添加训练数据，让Rasa能识别用户输入名字的意图：

nlu:
- intent: inform_name
  examples: |
    - 我叫张三
    - 李四
    - 我的名字是王五

两种方案的核心都是把“请求输入”和“后续逻辑”拆分成不同的对话回合，让Rasa在两个动作之间等待用户的输入。

内容的提问来源于stack exchange，提问作者Ramin Bakhtiyari