rasa

一个让机器学会"听懂人话"的框架

想象一下：你对智能音箱说"把客厅的灯调暗一点，顺便放点轻音乐"，音箱不仅听懂了你的两个意图（调灯+播放音乐），还能根据你的语气判断你现在心情不错，主动推荐了一首你没听过的歌——这不是未来，而是 Rasa 正在做的事情。

Rasa 是一个开源的对话式 AI 框架，专门解决"让机器理解人类自然语言"这个问题。无论是客服机器人、智能助手，还是语音交互产品，Rasa 提供了从理解到对话管理的完整技术栈。它不是简单的问答匹配，而是真正让机器能够理解上下文、记住对话历史、处理多轮复杂对话。

注意： Rasa Open Source 当前处于维护模式（Maintenance Mode）。Rasa 团队已转向新产品 Hello Rasa 和 CALM 引擎，专注于用 LLM 构建更可靠的 AI Agent。原 Rasa Open Source 代码库不再新增功能，但现有用户可继续使用并获得安全补丁。

---

从学术界走出来的对话 AI 先驱

Rasa 的故事始于 2017 年，由德国柏林的研究团队创立，创始成员包括 Tom Bocklisch 和 Alan Nichol。他们的核心愿景是：让开发者能够完全掌控对话 AI 的训练数据、模型和行为，而不是被商业 API 绑架。

与传统商业对话平台（如 Dialogflow、LUIS）相比，Rasa 从一开始就押注两个差异化路线：数据隐私（所有处理都在本地完成）和模型可定制性（开发者可以自己训练 NLU 模型，而非使用黑盒 API）。2019 年 Rasa 获得 1300 万美元 A 轮融资后，开始向企业级市场扩展，推出了 Rasa Enterprise。

经过多年迭代，Rasa 在 GitHub 上积累了超过 21000 颗星、4900 多个 Fork，是对话式 AI 领域最受欢迎的开源框架之一，全球开发者社区超过数万人。

---

Rasa 的三层技术架构

如果把对话机器人比作一个人，那么 Rasa 的架构恰好对应了人类的感知、思考和行动三个层次：

1. NLU 层：让机器"听懂"（自然语言理解）

NLU（Natural Language Understanding）是 Rasa 的核心引擎，负责把用户的自然语言转化为机器可操作的结构化数据。

核心能力包括：

• 意图识别（Intent Detection）：判断用户想做什么。例如"我想订一张去上海的机票"被识别为 book_flight 意图。
• 实体抽取（Entity Extraction）：从句子中提取关键信息。Rasa 支持多种抽取器：CRFEntityExtractor（条件随机场）、DIETClassifier（Dual Intent and Entity Transformer）、SpacyEntityExtractor 等。
• 槽位填充（Slot Filling）：为对话变量填值。订机票需要"目的地"、"出发时间"等多个槽位，NLU 逐轮填充。
• 响应选择（Response Selection）：在候选响应中选择最合适的一个。

2. Core 层：让机器"思考"（对话管理）

NLU 解决了"用户说了什么"，Core 层解决的是"机器人应该怎么回应"。这是 Rasa 最引以为傲的部分——基于机器学习的对话管理。

核心机制：

• Stories（故事训练）：开发者用自然语言故事描述对话流程，例如：

  ## 问候故事
  * greet
    - utter_greet
  * goodbye
    - utter_goodbye
  

• Policies（策略）：Rasa 支持多种对话策略，默认的 TED Policy 使用 Transformer 网络预测下一步动作。还可以配置 MemoizationPolicy（记忆匹配）、RulePolicy（规则优先）等。

• Forms：处理结构化信息收集（如填表式对话），支持动态验证和条件跳转。

3. Action 层：让机器"行动"（响应与集成）

对话决定做出后，Action 层负责执行具体动作：

• utterances：发送预定义的文本响应
• custom actions：执行自定义 Python 代码（调用 API、操作数据库、触发业务逻辑）
• end-to-end training：Rasa 3.x 引入端到端训练，可以直接在对话数据上训练，无需显式定义意图和实体。

---

图1：Rasa 整体架构 — 用户消息经 NLU 解析后，由 Dialogue Policy 决定动作，再由 Action Server 执行响应，形成完整对话闭环。

核心功能与技术细节

对话式开发（Conversation-Driven Development）

Rasa 倡导一种开发范式：对话驱动开发（CDD）。核心思想是：让真实用户对话驱动模型迭代，而不是一开始就设计完美的对话流程。

典型流程：

1. 收集：从真实对话中提取失败案例（NLU 误判、Core 策略错误）
2. 标注：对失败样本进行人工标注，丰富训练数据
3. 测试：用 pytest-rasa 等工具写对话测试用例
4. 评估：运行 NLU 评估报告和 conversation tests

这种模式让 Rasa 在实际部署后能持续优化，而非一次性交付。

CALM：新时代的对话引擎（重要！）

2023 年后，Rasa 团队推出的 CALM（Conversational AI with Language Models）是革命性的新方向。传统 Rasa 依赖大量手工标注的训练数据，而 CALM 将 LLM 的理解能力与业务规则结合：

• LLM 负责理解：NLU 不再需要逐条标注，LLM 自动理解用户意图
• 代码负责规则：开发者用 YAML 定义业务逻辑流程（Flows），精确控制对话走向
• 零-shot 能力：新场景无需重新训练，直接描述即可

这意味着从零构建一个对话机器人的周期从数周缩短到数小时。

多渠道集成

Rasa 通过 rasa add 命令支持一键集成主流平台：

• 即时通讯：Slack、Facebook Messenger、Telegram、WhatsApp
• 语音：Rasa X（现已整合到 Hello Rasa）、Asterisk、Twilio
• 开发框架：Botkit、Microsoft Bot Framework、Rocket.Chat
• 自定义渠道：通过 REST API 接入任何应用

训练与评估工具

Rasa 提供完整的 ML 工具链：

• rasa train：自动训练 NLU + Core 模型，支持增量训练
• rasa test：端到端测试对话流程，输出混淆矩阵和召回率
• rasa evaluate：评估 NLU 模型在测试集上的意图识别和实体抽取效果
• rasa interactive：交互式训练工具，逐轮修正模型输出

部署：从本地到云端

Docker 一键部署

Rasa 提供了完整的多阶段 Dockerfile 和 docker-compose.yml，生产部署极为方便：

# docker-compose.yml 核心结构
services:
  rasa:
    image: rasa/rasa:latest-full
    ports:
      - "5005:5005"   # REST API 端口
    command: run

  action_server:
    image: rasa/rasa-sdk:latest
    ports:
      - "5055:5055"   # 自定义动作端口

  duckling:
    image: rasa/duckling:latest
    ports:
      - "8000:8000"   # 实体抽取服务

三个服务一键启动：Rasa 核心引擎、动作执行服务器、实体识别服务。适合中小规模生产部署。

Kubernetes 支持

对于大规模企业部署，Rasa 提供了 GCP Cloud Build 配置（cloudbuild.yaml），支持 GKE（Google Kubernetes Engine）上的 Helm Chart 部署。

本地开发

pip install rasa
rasa init  # 交互式初始化项目
rasa train  # 训练模型
rasa shell  # 本地对话测试

硬件要求：无需 GPU，主要依赖 CPU 和内存。建议至少 4GB RAM，磁盘占用约 2GB。

争议、局限与挑战

1. 学习曲线陡峭

相比 Dialogflow、Botpress 等低代码平台，Rasa 要求开发者理解机器学习概念（意图、实体、Policy、Tracker）。一个新手从安装到跑通第一个对话机器人，平均需要 2-3 天。

2. NLU 训练数据成本

传统 Rasa 的 NLU 模型依赖大量手工标注数据。一个实用的意图分类器通常需要 50-100 条/意图的训练样本，实体标注更是耗时。CALM 的出现部分缓解了这个问题。

3. 维护模式的影响

Rasa Open Source 已进入维护模式，意味着：

• 不再有新功能开发
• 只提供安全补丁
• 社区活跃度可能逐步下降

对于新项目，建议直接使用 Hello Rasa（基于 CALM 的 SaaS 平台），而非继续投入 Rasa Open Source。

4. 竞品对比

框架	优点	缺点
Rasa	完全自托管、数据隐私、可深度定制	学习曲线陡、数据标注成本高
Dialogflow	低代码、易上手、Google 生态	数据在云端、定制有限
Botpress	开源、拖拽界面、插件丰富	企业功能付费、文档质量一般
Hayassis	LLM-native、零样本	依赖商业 LLM API

行业意义与未来展望

Rasa 对对话式 AI 领域的贡献远超一个技术框架本身：

推动了对等式对话 AI 的发展：在 Rasa 之前，大多数对话系统依赖规则引擎或商业黑盒 API。Rasa 证明了开源社区能够构建生产级别的对话管理框架，推动了整个行业走向开放。

开创了对话驱动开发的范式：CDD 思想深刻影响了后续的 RAG 架构设计、多轮对话评估方法，成为对话式 AI 工程化的重要方法论。

培育了庞大的开发者生态：数万名贡献者、数千个社区项目、完整的文档体系，Rasa 建立了一个可持续的开源对话 AI 生态。

向 LLM-native 转型：CALM 和 Hello Rasa 代表了 Rasa 团队对 AI Agent 未来的判断——不是放弃对话管理，而是让 LLM 处理语言理解，让代码处理业务逻辑。这是当前 AI Agent 架构的主流方向之一。

对于正在构建智能客服、语音助手或对话式 AI 产品的团队，Rasa 的设计理念和技术积累仍然具有重要参考价值。对于新项目，Hello Rasa + CALM 提供了更现代的起点。

---

本报告基于 Rasa GitHub 仓库（21,176★，Apache-2.0 许可）分析生成。数据截至 2026 年 5 月。