以下是基于Docker的Rasa3.0服务部署步骤：
- 安装 Docker
首先需要在服务器上安装 Docker，具体可以参考官方文档：https://docs.docker.com/engine/install/。
- 创建 Rasa 项目
使用 Rasa 命令行工具创建一个新的 Rasa 项目：
rasa init --no-prompt
这将会创建一个新的 Rasa 项目，并且在当前目录下生成一些文件和文件夹，如 data、config.yml、domain.yml 等。
- 构建 Docker 镜像
首先需要在项目根目录下创建一个名为 Dockerfile 的文件，内容如下：
FROM rasa/rasa:latest-full
COPY . /app
WORKDIR /app
EXPOSE {PORT}
CMD ["run", "--enable-api", "--cors", "*", "--debug"]
其中 {PORT} 将会被替换成实际的端口号。该 Dockerfile 的作用是：
- 基于最新版本的 Rasa 全部功能镜像构建；
- 将项目代码复制到容器中；
- 指定工作目录；
- 开放指定端口；
- 启动一个 Rasa 服务。
然后使用以下命令构建 Docker 镜像：
docker build -t rasa-demo .
其中 rasa-demo 是镜像名称，可以自己定义。
- 运行 Docker 容器
使用以下命令启动 Docker 容器：
docker run -d -p {HOST_PORT}:{CONTAINER_PORT} --name rasa-demo rasa-demo
其中 {HOST_PORT} 是本地主机的端口号，{CONTAINER_PORT} 是容器内部的端口号（即上面 Dockerfile 中的 {PORT}），rasa-demo 是之前构建出的镜像名称。
至此，Rasa 3.0 服务已经在 Docker 容器中运行起来了。如果需要创建多个机器人对应不同的端口，则可以使用不同的容器名称和不同的端口号进行启动。
![驱动代码
void kalRxTaskletSchedule(struct GLUE_INFO *pr)
{
static unsigned int num = 0;
tasklet_hi_schedule(&pr->rRxTask[(num++)%NR_CPUS]);
// tasklet_hi_schedule(&pr->rRxTask);
DBGLOG(HAL, ERROR,](https://linuxcpp.0voice.com/zb_users/upload/2023/05/202305162226144313964.png)
