使用越南语运行Rasa X出现charmap编码错误及运行告警问题

初始启动rasa x的编码报错 #

这个报错不属于Rasa X对越南语的适配缺陷，根因是Windows系统的默认文件编码不兼容：

• 报错链路中，Rasa X加载训练故事数据时，会先把内容写入系统临时文件再读取解析。Windows下Python进程默认使用cp1252（西欧字符集）编码处理临时文件写入，这个字符集不包含越南语的带声调字符（报错里的\u1ee7就是越南语常用字符ử），写入时就会触发编码异常。
• 之前测试英语功能正常，是因为所有英文字符都在cp1252的编码覆盖范围内，不会触发写入报错，和Rasa X的多语言支持能力没有关联。

彻底解决这类编码问题的方案：

• 激活对应的conda虚拟环境后，配置环境变量PYTHONUTF8=1，强制Python全局使用UTF-8编码处理所有文件读写，从根源上避免临时文件、日志输出环节的编码不匹配问题。

启动成功后的运行异常告警 #

启动阶段的编码问题修复后，日志中出现的两类告警也和越南语适配无关，可对应排查处理：

1. Saving event failed due to an 'IntegrityError'
   这是Rasa X本地部署时内置SQLite数据库的写入完整性校验失败，一般是旧版本残留的本地交互记录数据和当前版本的表结构不兼容，或是写入事件时触发了主键重复校验。
   • 处理方式：停掉Rasa X进程，删除项目目录下的rasa_x.db数据库文件（该文件仅存储本地交互记录，删除后重启会自动重建），再重新启动rasa x即可解决。
2. 遥测事件上报失败的网络告警
   这是Rasa X内置的匿名遥测上报功能无法连接外部上报接口导致的，完全不会影响核心对话流程。报错中的代理连接失败、500隧道错误都是网络层面无法连通遥测服务的正常表现。
   • 处理方式：不需要遥测上报的话，启动rasa x时追加参数--no-telemetry，直接关闭该功能即可消除这类告警。

关于越南语的适配能力：Rasa Open Source与Rasa X本身不存在针对越南语的支持缺陷，只要所有训练数据、Domain文件统一使用UTF-8编码，即可正常加载、解析越南语的训练样本、交互记录。问题场景下出现的所有启动报错、运行异常，本质都是Windows默认编码不匹配、本地数据库配置问题、遥测功能网络不通导致的，和语言适配能力无关。

内容的提问来源于stack exchange，提问作者Phúc Nguyễn