Provide implementations of advanced data structures
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
a5c-ai/babysitter1.9천2026년 9월 17일 업데이트
무료GitHub에 공개
rasa-nlu-integration
Rasa NLU pipeline configuration and training for intent and entity extraction
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
설치 방법 보기포함된 파일(2)
- SKILL.md1.6 KB
- README.md485 B
SKILL.md(원문)
설치하기 전에 에이전트에게 전달되는 지시 내용을 확인할 수 있습니다.
Rasa NLU Integration Skill
Capabilities
- Configure Rasa NLU pipelines
- Design training data in Rasa format
- Set up intent classification components
- Configure entity extraction (DIETClassifier)
- Implement pipeline optimization
- Set up model evaluation and testing
Target Processes
- intent-classification-system
- chatbot-design-implementation
Implementation Details
Pipeline Components
- Tokenizers: WhitespaceTokenizer, SpacyTokenizer
- Featurizers: CountVectorsFeaturizer, SpacyFeaturizer
- Classifiers: DIETClassifier, FallbackClassifier
- Entity Extractors: DIETClassifier, SpacyEntityExtractor
Configuration Files
- config.yml: Pipeline configuration
- nlu.yml: Training data
- domain.yml: Intents and entities
Configuration Options
- Pipeline component selection
- Featurizer settings
- Classifier parameters
- Entity extraction rules
- Fallback thresholds
Best Practices
- Start with recommended pipelines
- Tune based on domain
- Balance complexity vs performance
- Regular model retraining
Dependencies
- rasa
리뷰
아직 리뷰가 없습니다. 사용해 본 소감을 남겨 주세요.
댓글
로그인 없이 쓸 수 있습니다. 사용 후기, 질문, 작동하지 않은 환경 등을 편하게 남겨 주세요.
아직 댓글이 없습니다. 첫 댓글을 남겨 보세요.
같은 저장소의 스킬
Fresh adversarial code review with binary PASS/FAIL verdicts, evidence citations, and anchoring bias prevention via fresh reviewer spawning.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
a5c-ai/babysitter1.9천2026년 9월 17일 업데이트
WASM-based instant code transforms for simple tasks, achieving 352x speedup over LLM inference with zero cost.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
a5c-ai/babysitter1.9천2026년 9월 17일 업데이트
Coordinate Crew (persistent) and Polecat (transient) agents using Gas Town's hook-based work distribution and GUPP principle.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
a5c-ai/babysitter1.9천2026년 9월 17일 업데이트
Generate visual representations of algorithm execution
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
a5c-ai/babysitter1.9천2026년 9월 17일 업데이트
Hierarchical coordination and drift detection with frequent checkpoints, shared memory coherence validation, role specialization enforcement, and short task cycles.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
a5c-ai/babysitter1.9천2026년 9월 17일 업데이트