Rasa阈值实现咨询：意图置信度低于阈值时触发指定动作的方案

1. 基础配置：开启置信度校验和触发规则 #

• 首先在config.yml的pipeline中添加FallbackClassifier，设置你需要的置信度阈值（示例为0.6）：

pipeline:
  # 保留你原有的其他NLU组件
  - name: FallbackClassifier
    threshold: 0.6 # 低于该置信度的意图会标记为nlu_fallback
    ambiguity_threshold: 0.1 # 可选配置，多个最高置信度意图差值小于该值也触发fallback

• 接着在rules.yml中配置低置信度触发的自定义处理动作，替代默认的兜底回复：

rules:
- rule: Low confidence intent handler
  steps:
  - intent: nlu_fallback
  - action: action_low_confidence_processor

2. 核心逻辑实现：自定义处理动作 #

在actions/actions.py中编写action_low_confidence_processor，实现API调用、条件判断、流程分支的全逻辑：

from typing import Dict, Any, List, Text
from rasa_sdk import Action, Tracker
from rasa_sdk.executor import CollectingDispatcher
from rasa_sdk.events import FollowupAction, UserUttered
import requests

class ActionLowConfidenceProcessor(Action):
    def name(self) -> Text:
        return "action_low_confidence_processor"

    def run(self, dispatcher: CollectingDispatcher,
            tracker: Tracker,
            domain: Dict[Text, Any]) -> List[Dict[Text, Any]]:
        
        # 获取原始识别到的最高置信度意图、用户输入、实体信息
        latest_msg = tracker.latest_message
        original_intent = latest_msg["intent"]["name"]
        original_confidence = latest_msg["intent"]["confidence"]
        user_input = latest_msg.get("text")
        entities = latest_msg.get("entities", [])

        # 调用你指定的业务API，可根据需要传参
        try:
            api_resp = requests.post(
                "你的指定API地址",
                json={
                    "user_input": user_input,
                    "detected_intent": original_intent,
                    "confidence": original_confidence,
                    "entities": entities
                },
                timeout=3 # 建议加超时避免服务阻塞
            ).json()
        except Exception as e:
            # API调用异常时可以自定义兜底逻辑
            dispatcher.utter_message(text="当前服务繁忙，请稍后再试")
            return []

        # 按你的预设条件做分支判断
        # 示例条件：API返回需要执行自定义动作
        if api_resp.get("need_custom_action"):
            return [FollowupAction("action_your_custom_business")]
        # 条件不满足则恢复执行原始意图的处理流程
        else:
            # 构造UserUttered事件强制Rasa按原意图处理，跳过置信度校验
            return [
                UserUttered(
                    text=user_input,
                    parse_data={
                        "intent": {"name": original_intent, "confidence": 1.0},
                        "entities": entities,
                        "text": user_input
                    }
                )
            ]

3. 可选优化点 #

• 如果你的业务场景中意图和动作是一一绑定的，不需要重新走完整的对话流程，可以直接用FollowupAction("对应原始意图的动作名")替代上面的UserUttered事件，性能更高
• 置信度阈值可以放到环境变量或者自定义配置文件中统一管理，避免硬编码
• 可以在API调用前增加二次校验逻辑，比如高频输入、敏感词过滤等前置判断

内容的提问来源于stack exchange，提问作者Ali