故障排除¶
M1/M2（苹果芯片）限制¶
默认情况下，苹果芯片上的 Rasa 安装不使用 Apple Metal。我们发现在苹果芯片上使用 GPU 会显著增加 DIETClassifier 和 TEDPolicy 的训练时间。你可以安装可选依赖来自行测试或使用其他组件进行尝试：pip3 install 'rasa[metal]'。
目前，并非所有 Rasa 的依赖性都原生支持 Apple Silicon。这会导致：
- 你不能在 Apple Silicon 上将 Duckling 作为 Docker 容器运行。如果使用 duckling 实体提取器，建议在云端部署 duckling。相关进展请参见 Duckling 项目。
- Apple Silicon 上的 Rasa 不支持 ConveRTFeaturizer 组件或包含它的管道。该组件依赖 Apple Silicon 目前还不可用的
tensorflow-text。相关进展请参见 Tensorflow Text 项目。
Python 3.10 依赖¶
如果使用的是 Linux，安装 rasa-pro 可能会在安装 tokenizer 和 cryptography 时失败。
为了解决这个问题，必须按照以下步骤安装 Rust 编译器：
初始化 Rust 编译器后，应该重新启动控制台并检查其安装：
如果 PATH 变量未自动设置，请运行：
如果你使用的是 macOS，安装 rasa-pro 可能会在安装 tokenizer 时失败（此处详细描述了该问题）。
为了解决这个问题，必须按照以下步骤安装 Rust 编译器：
初始化 Rust 编译器后，应该重新启动控制台并检查其安装：
如果 PATH 变量未自动设置，请运行：
OSError: [Errno 40] Message too long¶
如果在本地开发环境中使用 Jaeger 作为后端启用追踪后运行 rasa train 或 rasa run，可能会遇到 OSError: [Errno 40] Message too long 错误。
这可能是由于本地开发环境的操作系统限制了 UDP 数据包大小。可以在 macOS 上运行 sysctl net.inet.udp.maxdgram 查看当前的 UDP 数据包大小。可以通过运行 sudo sysctl -w net.inet.udp.maxdgram=65535 来增加 UDP 数据包大小。
Rasa Pro 3.8.x Warnings¶
如果使用的是 Rasa Pro 3.8.x，则在运行某些 CLI 命令时可能会遇到一些与 pydantic 和 pkg_resources 相关的警告。这些警告是由于依赖项已被弃用或移动所致。
升级到 Python 3.9.x 或更高版本即可解决这些警告。升级 Rasa Pro 版本会提供更流畅的 Rasa 体验。