Discourse AI 插件支持请求新帖子的情感/情绪分类，这会存储在数据库中，并可用于报告和管理仪表板中。
Discourse AI 支持两种类型的分类，每种类型都需要自己的模型：
- 情绪（Sentiment）—— 将帖子分类为积极、消极或中性（使用
cardiffnlp/twitter-roberta-base-sentiment-latest） - 情感（Emotion）—— 将帖子分类为喜悦、愤怒、惊讶等 28 种情感标签之一（使用
SamLowe/roberta-base-go_emotions）
要在您的仪表板中获取情感和情绪数据，您需要运行两个模型。
使用 HuggingFace TEI 运行
HuggingFace 提供了一个很棒的容器镜像，可以帮助您快速启动并运行。
情绪模型
mkdir -p /opt/tei-sentiment-cache
docker run --rm --gpus all --shm-size 1g -p 8081:80 \
-v /opt/tei-sentiment-cache:/data \
ghcr.io/huggingface/text-embeddings-inference:latest \
--model-id cardiffnlp/twitter-roberta-base-sentiment-latest
这应该能让您使用本地的 cardiffnlp/twitter-roberta-base-sentiment-latest 实例，这是一个开源模型，可以将帖子分类为积极/消极/中性。
您可以使用以下命令检查它是否正常工作：
curl http://localhost:8081/ \
-X POST \
-H 'Content-Type: application/json' \
-d "{ \"inputs\": \"I am happy\" }"
在正常运行情况下，这应该会返回每个标签的置信度数组。
情感模型
要获取情感分类，请使用情感模型运行第二个容器：
mkdir -p /opt/tei-emotion-cache
docker run --rm --gpus all --shm-size 1g -p 8082:80 \
-v /opt/tei-emotion-cache:/data \
ghcr.io/huggingface/text-embeddings-inference:latest \
--model-id SamLowe/roberta-base-go_emotions
支持的模型
- cardiffnlp/twitter-roberta-base-sentiment-latest · Hugging Face — 情绪（积极/消极/中性）
- SamLowe/roberta-base-go_emotions · Hugging Face — 情感（28 个情感标签）
使其可用于您的 Discourse 实例
大多数情况下，由于 GPU 加速，您将在专用服务器上运行此服务。在这样做时，我建议运行一个反向代理，执行 TLS 终止，并保护端点，使其只能由您的 Discourse 实例连接。
配置 Discourse AI
Discourse AI 包含站点设置，用于配置开源模型的推理服务器。您应该使用 ai_sentiment_model_configs 设置将其指向您的服务器。
此设置接受模型配置的 JSON 数组。每个条目需要：
| 字段 | 描述 |
|---|---|
model_name |
HuggingFace 模型 ID（例如 cardiffnlp/twitter-roberta-base-sentiment-latest） |
endpoint |
TEI 实例的 URL（例如 https://your-server:8081） |
api_key |
端点的 API 密钥（如果不需要，可以留空） |
要同时获取情绪和情感仪表板，请为您正在运行的每个模型添加一个条目。例如，如果您在本地运行这两个模型：
- 条目 1：
model_name为cardiffnlp/twitter-roberta-base-sentiment-latest，endpoint为https://your-server:8081 - 条目 2：
model_name为SamLowe/roberta-base-go_emotions，endpoint为https://your-server:8082
之后，通过切换 ai_sentiment_enabled 来启用分类。
