我安装了 rasa-demo 代码示例。为了打开 rasa API，我做了：

user@User:~/rasa-demo \xe2\x80\xb9master*\xe2\x80\xba$ rasa run\nNo chat connector configured, falling back to the REST input channel. To connect your bot to another channel, read the docs here: https://rasa.com/docs/rasa/user-guide/messaging-and-voice-channels\n2020-06-19 13:20:02 INFO     root  - Starting Rasa server on http://localhost:5005\n2020-06-19 13:20:08 INFO     absl  - Using /var/folders/h5/9rj1zn8x4s59bk_mg_ktzv740000gn/T/tfhub_modules to cache modules.\n2020-06-19 13:20:08 INFO     absl  - Downloading TF-Hub Module \'http://models.poly-ai.com/convert/v1/model.tar.gz\'.\n2020-06-19 13:20:26 INFO     absl  - Downloading http://models.poly-ai.com/convert/v1/model.tar.gz: 22.35MB\n2020-06-19 13:20:43 INFO     absl  - Downloading http://models.poly-ai.com/convert/v1/model.tar.gz: 42.35MB\n2020-06-19 13:21:02 INFO     absl  - Downloading http://models.poly-ai.com/convert/v1/model.tar.gz: 82.35MB\n2020-06-19 13:21:21 …

我已经在 Slack 上创建了工作场所，并在那里注册了应用程序，从那里我获得了必要的东西，例如 slack 令牌和通道，以将其放入 rasa 的 credential.yml 文件中。获得所有凭据后，我尝试使用以下命令在 rasa 机器人和 slack 之间进行连接：

rasa run

我的凭证.yml 包含：

松弛：

  slack_token: "xoxb-****************************************"
  slack_channel: "#ghale"

在这里，我使用 ngrok 将本地计算机上运行的 Web 服务器公开到互联网

但出现错误：

rasa.nlu.extractors.duckling_http_extractor - 无法连接到 duckling http 服务器。确保 duckling 服务器正在运行，并且在配置中设置了正确的主机和端口。有关如何运行服务器的更多信息可以在 github 上找到： https: //github.com/facebook/duckling#quickstart错误：HTTPConnectionPool(host='localhost', port=8000): url 超出最大重试次数：/parse （由NewConnectionError（'：无法建立新连接：[WinError 10061]无法建立连接，因为目标机器主动拒绝'，））

我正在使用 RASA 开发一个用于银行业务的机器人。我有资金转账、交易历史、贷款、余额、账单支付等意图。我已经实现了一次处理一项功能的意图。现在，我想一次处理多个意图。

例如，如果用户说，

显示我的最新交易，然后在显示余额后支付我的账单。

当用户在一次话语中要求超过一两个功能时，我该如何处理这些类型的输入？

我知道，我可以使用多个实体来实现意图，但这似乎对我不起作用，因为我有太多的意图，以至于我无法承担使用 2 或 3 个实体的组合来实现意图。

是否有可能使用 RASA 或任何其他技术来构建聊天机器人？

如何使用 Huggingface 转换器在 rasa 中实现 BERT，以及在 rasa 中运行 Bert 模型需要什么？

recipe: default.v1
*# Configuration for Rasa NLU.
# https://rasa.com/docs/rasa/nlu/components/*
language: en
pipeline:
*# how to implement this BERT in rasa* 
  - name: HFTransformersNLP
    model_weights: "bert-base-uncased"
    model_name: "bert"
  - name: LanguageModelTokenizer
  - name: LanguageModelFeaturizer
  - name: DIETClassifier
    epochs: 200

我通过 pip 安装 rasa 时遇到错误。错误信息如下所示，似乎提示我的Python版本不适用，但我的Python版本是3.11.3，肯定是在3.4以上。有人对这可能是什么有什么建议吗？

Collecting rasa\n  Using cached rasa-1.10.2-py3-none-any.whl (510 kB)\nCollecting PyJWT<1.8,>=1.7 (from rasa)\n  Using cached PyJWT-1.7.1-py2.py3-none-any.whl (18 kB)\nRequirement already satisfied: SQLAlchemy<1.4.0,>=1.3.3 in c:\\users\\ayu\\appdata\\roaming\\python\\python311\\site-packages (from rasa) (1.3.24)\nCollecting absl-py<0.10,>=0.9 (from rasa)\n  Using cached absl-py-0.9.0.tar.gz (104 kB)\n  Preparing metadata (setup.py) ... error\n  error: subprocess-exited-with-error\n\n  \xc3\x97 python setup.py egg_info did not run successfully.\n  \xe2\x94\x82 exit code: 1\n  \xe2\x95\xb0\xe2\x94\x80> [6 lines of output]\n      Traceback (most recent call last):\n        File "<string>", line 2, in <module>\n        File "<pip-setuptools-caller>", line 34, in <module>\n        File "C:\\Users\\albertgranz\\App\\Local\\Temp\\pip-install-ctiigi8b\\absl-py_f74b78151a764aaaabe5f2a103d08a3d\\setup.py", …