Kairon 现在被设想为一个对话式数字化转型平台，帮助大规模构建基于 LLM 的数字助理。它旨在通过为使用 AI 助手的人提供一个无需编码的 Web 界面来适应、培训、测试和维护此类助手，从而使他们的生活变得轻松。我们现在正在通过一个成熟的上下文管理系统来增强 Kairon 的主干，以构建主动的数字助理。

什么是凯隆？

Kairon 目前是一组基于 RASA 框架构建的工具，具有有用的 UI 界面 . 而 RASA 专注于聊天机器人本身的技术。另一方面，Kairon 专注于处理该框架所需数据的预处理的技术。其中包括问题增强和知识图谱的生成，可用于自动生成意图、问题和响应。 它还处理这些机器人的后处理和维护，例如指标/后续消息等。

它能做什么？

Kairon 是开源的。它是一个对话式数字化转型平台： Kairon 是一个平台，允许公司创建和部署数字助理以对话方式与客户互动。

端到端生命周期管理：Kairon 负责从创建到部署和监控的整个数字助理生命周期，从而释放公司资源以专注于其他任务。 系留数字助理：Kairon 的数字助理与平台相连，可以实时监控其性能并根据需要轻松维护和更新。

低代码/无代码接口：Kairon 的界面旨在让功能用户（如营销团队或产品管理）轻松定义数字助理如何响应用户查询，而无需广泛的编码技能。 安全脚本注入：Kairon 的数字助理可以通过安全脚本注入轻松部署在网站和 SAAS 产品上，使组织能够提供更好的客户服务和支持。

Kairon 遥测：Kairon 的遥测功能监控用户如何与注入 Kairon 的网站/产品互动，并在他们遇到问题时主动干预，从而改善整体用户体验。 聊天客户端设计师：Kairon 的聊天客户端设计师功能允许组织为其数字助理创建自定义聊天客户端，这可以增强用户体验并帮助建立品牌忠诚度。

Analytics 模块：Kairon 的分析模块提供了有关用户如何与数字助理交互的见解，使组织能够优化其性能并为客户提供更好的服务。 强大的集成套件：Kairon 的集成套件允许以全渠道、多语言的方式为数字助理提供服务，从而提高可访问性并扩大数字助理的范围。

实时困难分析：Kairon 的数字助理使用实时困难分析，当用户在注射 Kairon 的产品/网站上遇到摩擦时主动干预，从而提高用户满意度并减少客户流失。 该网站可以在 Kairon 上找到，由 NimbleWork Inc. 托管。

谁在使用它 ？

Kairon 专为两个角色而构建 需要一个简单的无编码界面来创建、培训、测试和部署数字助理的团队和个人。您可以从我们的托管网站直接访问这些功能。想要在内部托管聊天机器人培训师的团队。他们可以使用 docker compose 构建它。 我们的团队目前在 NLP 方面的重点是知识图谱 – 如果您有兴趣，请告诉我们。

目前，它位于 Rasa Open Source 之上

部署

Kairon 只需要最新版本的 Docker 和 Docker Compose。

请在 docker/docker-compose.yml 中进行以下更改

1. 将 env variable server 设置为运行 Trainer API Docker 容器的计算机的公有 IP，例如：http://localhost:81

2. 可选，如果您想启用 google analytics，请取消注释 trackingid 并设置 google analytics tracking id

3. 将 env 变量 SECRET_KEY 设置为某个随机键。

   使用以下命令生成随机密钥

   openssl rand -hex 32

4. 运行命令。

   cd kairon/docker
   docker-compose up -d

5. 在浏览器中打开 http://localhost/。

6. 要测试，请使用 username： test@demo.in 和 password： Changeit@123 to try with demo user

发展

安装

1. Kairon 需要 python 3.10 和 mongo 4.0+

2. 然后克隆此存储库

   git clone https://github.com/digiteinfotech/kairon.git
   cd kairon/

3. 要创建虚拟环境，请点击链接

4. 用于安装依赖项

   窗户

   setup.bat   
   

   未找到匹配的发行版 tensorflow-text - requirements.txt 文件中删除依赖项，因为窗口版本不可用 #44

   Linux的

   chmod 777 ./setup.sh
   sh ./setup.sh
   

5. 要启动增强服务，请运行

   python -m uvicorn augmentation.paraphrase.server:app --host 0.0.0.0
   

6. 要启动 trainer-api 服务，请运行

   python -m uvicorn kairon.api.app.main:app --host 0.0.0.0 --port 8080
   

系统配置

电子邮件验证设置

email.yaml 文件可用于通过发送到用户邮件 ID 的验证链接配置账户确认过程。它由以下参数组成：

• 使 -

  将 value 设置为 True 以启用电子邮件验证，将 False 设置为 False 以禁用。

  您还可以使用环境变量 EMAIL_ENABLE 来更改值。

• 网址 -

  此 URL 以及唯一令牌将发送到用户的邮件 ID，用于帐户验证以及密码重置任务。

  您还可以使用环境变量 APP_URL 来更改值。

• 电子邮件 -

  发送确认邮件的账户的邮件 ID。

  您还可以使用环境变量 EMAIL_SENDER_EMAIL 来更改值。

• 密码 -

  发送确认邮件的账户的密码。

  您还可以使用环境变量 EMAIL_SENDER_PASSWORD 来更改值。

• 港口 -

  用于发送邮件的端口 [例如，“587”]。

  您还可以使用环境变量 EMAIL_SENDER_PORT 来更改值。

• 服务 -

  用于发送确认邮件的邮件服务 [例如“gmail”]。

  您还可以使用环境变量 EMAIL_SENDER_SERVICE 来更改值。

• TLS （英语） -

  将 value 设置为 True 以启用传输层安全性，将 value 设置为 False 以禁用。

  您还可以使用环境变量 EMAIL_SENDER_TLS 来更改值。

• 用户 ID -

  邮件服务的用户 ID（如果您使用自定义服务发送邮件）。

  您还可以使用环境变量 EMAIL_SENDER_USERID 来更改值。

• confirmation_subject -

  要发送以进行确认的邮件的主题。

  您还可以使用环境变量 EMAIL_TEMPLATES_CONFIRMATION_SUBJECT 来更改主题。

• confirmation_body -

  要发送以进行确认的邮件的正文。

  您还可以使用环境变量 EMAIL_TEMPLATES_CONFIRMATION_BODY 来更改邮件的正文。

• confirmed_subject -

  确认后要发送的邮件的主题。

  您还可以使用环境变量 EMAIL_TEMPLATES_CONFIRMED_SUBJECT 来更改主题。

• confirmed_body -

  确认后要发送的邮件正文。

  您还可以使用环境变量 EMAIL_TEMPLATES_CONFIRMED_BODY 来更改邮件的正文。

• password_reset_subject -

  要发送以进行密码重置的邮件的主题。

  您还可以使用环境变量 EMAIL_TEMPLATES_PASSWORD_RESET_SUBJECT 来更改主题。

• password_reset_body -

  要发送以进行密码重置的邮件的正文。

  您还可以使用环境变量 EMAIL_TEMPLATES_PASSWORD_RESET_BODY 来更改邮件的正文。

• password_changed_subject -

  更改密码后要发送的邮件的主题。

  您还可以使用环境变量 EMAIL_TEMPLATES_PASSWORD_CHANGED_SUBJECT 来更改主题。

• password_changed_body -

  更改密码后要发送的邮件的正文。

  您还可以使用环境变量 EMAIL_TEMPLATES_PASSWORD_CHANGED_BODY 来更改邮件的正文。

文档

Kairon 的所有 API 的文档仍在充实中。此处提供了文档的中间版本。文档

贡献

我们❤️提供各种规模和种类的贡献。如果您发现拼写错误，如果您想改进文档的某个部分，或者如果您想帮助解决错误或功能，以下是以下步骤：

1. 分叉存储库并创建一个新分支，例如 rasa-dx-issue1

2. 修复/改进代码库

3. 为代码编写测试用例和文档”

4. 运行测试用例。

python -m pytest

5. 使用黑色重新格式化代码

python -m black bot_trainer

6. 提交更改，并对修复进行适当的注释。

7. 提交拉取请求。它可以只是你的提交消息之一。

8. 提交您的拉取请求并等待所有检查通过。

9. 向我们核心团队的一位开发人员请求评论。

10. 获取 A 👍 和 PR 合并。

构建方式

• Rasa - 使用的机器人框架
• PiPy - 依赖管理
• Mongo - 数据库
• MongoEngine - ORM
• FastApi - Rest Api
• Uvicorn - ASGI 服务器
• 空间 - NLP
• Pytest - 测试
• MongoMock - 模拟数据库
• 响应 — 模拟 HTTP 请求
• 黑色 - 代码重新格式化
• NLP AUG - 增强

作者

该存储库由 NimbleWork Inc. 维护和支持。

• NimbleWork.Inc - NimbleWork
• 法赫德·阿里·谢赫
• 迪帕克·奈克
• 尼尔马尔·帕瓦特
• 阿杜尔蒂·阿什温·斯瓦鲁普
• 乌迪特·潘迪
• Nupur_Khare
• [罗汉·帕特沃丹]
• [希特什·古格]
• [苏珊特·帕塔德]
• [米特什·古普塔]

另请参阅参与此项目的贡献者列表。

许可证

根据 Apache 许可证 2.0 版获得许可。许可证副本

项目依赖项的 License 列表可以在链接中找到