部署 Rasa¶

本页面介绍如何使用 Helm 部署开源 Rasa。

注意

Rasa Helm Chart 是开源的，位于 helm-charts 仓库中。如果你发现任何错误或有改进建议，可以在次仓库中创建 issue。

安装依赖¶

检查你是否已安装 Kubernetes 或 OpenShift 命令行界面（CLI）。你可以使用如下命令进行检查：
KubernetsOpenShift
kubectl version --short --client # The output should be similar to this # Client Version: v1.19.11
oc version --client # The output should be similar to this # Client Version: 4.7.13
如果命令报错，请根据你使用的集群安装 Kubernets CLI 或 OpenShift CLI。
确保 Kubernetes / OpenShift CLI 可以正确连接到你的集群。可以使用如下命令执行此操作：
KubernetsOpenShift
kubectl version --short # The output should be similar to this # Client Version: v1.19.11 # Server Version: v1.19.10
oc version # The output should be similar to this # Client Version: 4.7.13 # Kubernetes Version: v1.20.0+df9c838
如果执行命令报错，则说明你未连接到集群。要获取连接到集群的命令，请咨询你的集群管理员或参见云服务提供商的文档。
确保你已安装 Helm CLI。要检查这一点，请运行：
```
helm version --short

# The output should be similar to this
# v3.6.0+g7f2df64
```
如果命令报错，请安装 Helm CLI。

如果你使用的 Helm 版本 < 3.5，请更新到 > 3.5 版本的 Helm。

安装¶

创建命名空间¶

我们建议将开源 Rasa 安装到单独的命名空间中，以避免干扰现有的集群部署。要创建新的命名空间，请运行如下命令：

KubernetsOpenShift

kubectl create namespace <your namespace>

oc create namespace <your namespace>

创建值文件¶

准备一个名为 rasa-values.yml 的空文件，其中将包含使用 Helm 进行安装的所有自定义配置。

你可以在 Rasa Helm Chart 仓库中找到所有可用的值。

注意

Rasa chart 的默认配置会部署一个开源 Rasa 服务器，下载一个模型，并为下载的模型提供服务。访问 Rasa Helm Chart 仓库来获取更多配置示例。

加载初始模型¶

第一次安装 Rasa 时，你可能还没有可用的模型服务器，或者你可能需要一个轻量级模型来测试部署。为此，你可以选择训练或下载初始模型，默认情况下，Rasa chart 从 Github 下载示例模型。使用这个配置不需要改变任何内容。

如果你想定义现有模型来从指定的 URL 下载，请根据以下配置使用使用 URL 更新 rasa-values.yml：

applicationSettings:
  initialModel: "https://github.com/RasaHQ/rasa-x-demo/blob/master/models/model.tar.gz?raw=true"

注意

初始模型下载的 URL 必须指向一个 tar.gz 文件，同时不能要求身份验证。

如果要训练初始模型，你可以通过将 applicationSettings.trainInitialModel 设置为 true 来实现。它将初始化容器并根据 /app 目录中的数据训练一个模型。如果 /app 目录为空，则会创建一个新项目。你可以在 Rasa Helm Charts 示例中找到如何从一个 git 仓库中下载数据文件并训练初始模型的示例。

部署开源 Rasa 对话机器人¶

运行如下命令：

kubectl version --short --client

# The output should be similar to this
# Client Version: v1.19.11

# Add the repository which contains the Rasa Helm Chart
helm repo add rasa https://helm.rasa.com

# Deploy Rasa Open Source
helm install \
    --namespace <your namespace> \
    --values rasa-values.yml \
    <release name> \
    rasa/rasa

注意

仅适用于 OpenShift：如果部署失败并且 oc get events 返回 1001 is not an allowed group spec.containers[0].securityContext.securityContext.runAsUser，请使用如下值重新安装命令：

postgresql:
  volumePermissions:
    securityContext:
    runAsUser: "auto"
  securityContext:
    enabled: false
  shmVolume:
    chmod:
    enabled: false
nginx:
  image:
    name: nginxinc/nginx-unprivileged
    port: 8080

然后等待部署就绪。如果要检查状态，如下命令将阻塞直至 Rasa 部署就绪：

KubernetesOpenShift

kubectl --namespace <your namespace> \
    wait \
    --for=condition=available \
    --timeout=20m \
    --selector app.kubernetes.io/instance=<release name> \
    deployment

oc --namespace <your namespace> \
    wait \
    --for=condition=available \
    --timeout=20m \
    --selector app.kubernetes.io/instance=<release name> \
    deployment

访问开源 Rasa 对话机器人¶

默认情况下，Rasa 部署通过 rasa (<release name>) 公开服务，并且只能在 Kebernetes 集群中访问。要使用 kubectl port-forward 访问开源 Rasa 对话机器人，请使用如下命令：

KubernetesOpenShift

export SERVICE_PORT=$(oc get --namespace <your namespace> -o jsonpath="{.spec.ports[0].port}" services <release name>)
oc port-forward --namespace <your namespace> svc/<release name> ${SERVICE_PORT}:${SERVICE_PORT} &

export SERVICE_PORT=$(oc get --namespace <your namespace> -o jsonpath="{.spec.ports[0].port}" services <release name>)
oc port-forward --namespace <your namespace> svc/<release name> ${SERVICE_PORT}:${SERVICE_PORT} &

然后可以访问 http://127.0.0.1:${SERVICE_PORT} 上的部署。

另一种选择是在 NodePort 上公开部署并直接访问它。

准备将 Rasa 服务切换到 NodePort 的配置。

# rasa-values.yaml
service:
  type: "NodePort"

更新部署。

helm upgrade --namespace <NAMESPACE> --reuse-values -f rasa-values.yaml <RELEASE NAME> rasa/rasa

获取 Rasa 服务的节点端口和地址。

export NODE_PORT=$(kubectl get --namespace <NAMESPACE> -o jsonpath="{.spec.ports[0].nodePort}" services <RELEASE NAME>)

$ curl http://127.0.0.1:${NODE_PORT}
Hello from Rasa: 2.8.7

访问 Rasa Helm Chart README 来了解其他公开部署的方法。

下一步¶

访问 Rasa Helm Chart 仓库，你可以在其中找到配置示例。