bots - rasa 核心和 botkit 框架在对话流程方面有什么区别？

Question

我正在使用 rasa 学习机器人开发。我采用了简单的银行系统用例。以下是短流程:

I want to apply for loan
                Home loan   Car Loan   Personal Loan

**User comes again after some days**

                Hey, you inquired about the loan previously, what is the status?
Bought from another bank
                    Which bank?
Axis Bank
                    What interest rate did you buy the loan at?
5%

假设用户问“我想申请贷款”，这样我就可以对意图进行分类并提取实体并相应地回复用户。
但是如果用户说“Axis Bank”，我应该如何跟踪他作为“Axis Bank”回答的哪个问题以及我的下一个问题或答案是什么？

我搜索了“如何跟踪对话状态？”

我遇到了 [ https://github.com/RasaHQ/rasa_nlu/issues/303][1]这个链接
他们提到

I don't think that should be part of RASA's goal IMO: NLU is by itself a very large and complex topic to handle. But you can use a specific framework for that like botkit.

但是在 rasa-core 中有一个插槽选项(在对话期间跟踪的信息(例如用户年龄))

在下面的链接中提到
Difference between Rasa core and Rasa nlu

Rasa core is used to guide the flow of conversation while Rasa nlu is the understand and process the text to extract information (entities)

有人能帮我理解 之间的区别吗？ rasa-core 和 botkit 在对话流程方面？

Answer 1

RASA 和 botkit 不是唯一的选择，您当然还有(仅举几个对开发人员友好的选项)IBM Watson、MS Bot Framework(或他们现在所说的 botbuilder)，其中 v4 正在开源中开发.

RASA Core 的突出之处在于它可以根据对话的意图和当前状态了解下一步该做什么。对于其他人，您需要编写流程脚本(或者您必须构建一个可以保存其他人可以填充的流程的数据结构)。

你会走哪条路取决于你已经拥有多少对话数据以及你的机器人有多复杂。对于简单的机器人，使用脚本化流程会更快。当它变大时，您的脚 native 器人将难以扩展。

这是我在学习 RASA 时阅读的几篇好文章。
https://medium.com/rasa-blog/a-new-approach-to-conversational-software-2e64a5d05f2a

https://medium.com/@harjun1601/building-a-chatbot-with-botkit-and-rasa-a18aa4d69ebb