Rasa Core餐厅机器人示例运行异常求助

我之前折腾官方餐厅示例时也碰到过一模一样的问题！咱们一步步来排查和解决：

可能的原因&排查步骤 #

1. 先确认NLU模型是否正常工作 #

NLU模型负责识别用户的意图，如果它没正确识别你的输入，机器人自然会乱回复。

• 先检查NLU训练日志：运行python3 -m rasa_nlu.train -c nlu_model_config.json --fixed_model_name current时，有没有报错？训练完成后，models/nlu/current目录下应该有完整的模型文件。
• 测试NLU服务：启动NLU服务器python3 -m rasa_nlu.server -m models/nlu/current，然后用命令测试：

  curl -XPOST localhost:5000/parse -d '{"q":"我想预订今晚的餐厅"}'
  

  看返回结果里的intent和confidence，如果confidence低于0.7，或者intent识别成了无关的类别，那NLU模型就是问题根源。这时候要检查nlu.md里的训练样本是不是足够，或者nlu_model_config.json里的管道配置有没有问题（比如是不是用了适合对应语言的组件）。

2. 检查对话模型（Core）的训练是否完整 #

对话模型负责根据用户意图和历史对话选择回复，如果训练数据不足或者训练过程有问题，机器人会触发默认回复：

• 查看bot.py train-dialogue的训练日志，有没有警告说stories数量过少，或者某些action没有被正确训练？
• 确认stories.md里的故事是否覆盖了常见的用户流程，比如从问候、查询餐厅到确认信息的完整路径。如果缺少对应意图的story，机器人就会找不到合适的回复，转而触发那个通用的修改提示。

3. 核对domain配置文件 #

domain.yml是机器人的核心配置，里面定义了所有可识别的意图、回复和动作：

• 检查intents列表，确保包含你测试时用到的意图（比如greet、request_restaurant等）。
• 查看responses部分，那个异常回复"if you'd like to modify anything else, please tell..."是不是被错误设置成了默认fallback，或者有没有重复绑定到多个意图上？
• 确认actions部分包含了所有需要的自定义动作，比如action_restaurant之类的，没有遗漏。

4. 开启debug日志看具体流程 #

运行机器人时加上debug参数，能看到每一步的决策过程：

python3 bot.py run --debug

这样你就能看到用户消息被识别成了什么intent，机器人预测了什么action，就能明确为什么总是触发那个异常回复了。比如是不是NLU识别的intent没有对应的story，导致机器人触发了默认的action？

5. 清空缓存重新训练 #

有时候旧模型的缓存会干扰新训练的模型，先删除models目录下的所有文件，然后重新执行：

python3 -m rasa_nlu.train -c nlu_model_config.json --fixed_model_name current
python3 bot.py train-dialogue
python3 bot.py run

总结 #

最常见的原因就是NLU意图识别不准确，或者对话模型的story没有覆盖你的输入场景，导致机器人找不到合适的回复路径，从而触发了那个通用的修改提示。按照上面的步骤排查，基本能解决问题。

内容的提问来源于stack exchange，提问作者Arti Berde