Bots rasa核心和botkit框架在对话流程方面有什么不同？

我正在学习使用rasa开发机器人。我用了一个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，提取实体并相应地回复用户。 但是，如果用户说“Axis Bank”，我应该如何跟踪他回答的哪个问题是“Axis Bank”，我的下一个问题或答案是什么

我搜索“如何跟踪对话状态？”

我偶然发现[这个链接] 因为他们提到

我不认为这应该是RASA目标的一部分：NLU本身就是 一个非常大和复杂的主题需要处理。但是你可以使用一个特定的 类似于botkit的框架

但在rasa core中有一个插槽选项（在对话过程中要跟踪的信息（例如用户年龄））

在下面的链接中提到

Rasa核心用于引导对话流程，而Rasa nlu则用于 理解并处理文本以提取信息（实体）

---

有人能帮我理解一下rasa core和botkit在对话流程方面的区别吗？

rasa和botkit不是唯一的选择，当然，您还有（仅举几个开发人员友好的选项）IBM Watson、MS Bot Framework（或他们现在称之为botbuilder），其中v4正在开源中开发

RASA Core的突出之处在于，它根据对话的意图和当前状态了解下一步要做什么。与其他人一起，您需要编写流程脚本（或者您必须构建一个数据结构，以容纳其他人可以填充的流程）

你会选择哪种方式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。对于一个简单的机器人来说，使用脚本流会更快。当它变大时，你的脚本机器人将难以扩展

这是我在学习RASA时读到的几篇好文章。

---

回答得不错，Ed！我有一点要补充：你会选择哪种方式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。Rasa Core的设计使你实际上不需要任何培训数据就可以开始。你可以使用你作为工程师的领域知识来引导初始培训数据。a所有机器人一开始都很简单，但你会惊讶地发现，一个简单的机器人会变得多么复杂：）