对话机器人 rasa （四）：生产环境部署，Ubuntu 服务器基于 docker
💡
原文中文，约4700字，阅读约需12分钟。
📝
内容提要
本文介绍如何使用Docker部署Rasa对话机器人框架，解决Ubuntu server版本低、Python版本不满足要求的问题。文章详细介绍了安装Docker、拉取Rasa镜像、模型部署、启用restful API服务、设置多Rasa worker等操作。
🎯
关键要点
- 线上生产环境使用腾讯云服务器，Ubuntu server 版本为 18.04，Python 版本为 3.6，不满足 Rasa 对 Python 的最低要求。
- 升级 Python 版本可能破坏系统工具，使用 Docker 部署是最佳方案。
- 安装 Docker 的步骤包括更新软件包、添加 Docker GPG 密钥、添加 Docker 源、安装 Docker。
- 将当前用户加入 Docker 用户组以避免每次使用 sudo，但需重新登录以生效。
- 拉取与开发机一致的 Rasa Docker 镜像，使用命令 docker pull rasa/rasa:3.4.6-full。
- 模型部署时将所有文件同步到服务器，注意删除无用模型文件。
- 使用 docker run 命令启动 Rasa shell 测试模型是否可用。
- 直接启用镜像会导致容器退出，需使用正确的命令启动 Rasa 服务。
- 启用 RESTful API 服务并映射到本地端口，使用 docker run -p 命令。
- 测试 RESTful 服务的解析和对话功能，确保部署成功。
- 可以通过 Nginx 配置转发请求，进一步优化服务。
- 设置多个 Rasa worker 需要调整环境变量 SANIC_WORKERS 的值。
- 使用 docker stop 和 docker kill 命令中止运行的容器。
➡️
