Discourse AI 插件支持对新帖子进行情绪/情感分类请求，相关数据将存储在数据库中，并可用于报告和管理员仪表板。
Discourse AI 支持两种分类类型，每种类型都需要独立的模型：
- 情感（Sentiment） — 将帖子分类为正面、负面或中性（使用
cardiffnlp/twitter-roberta-base-sentiment-latest） - 情绪（Emotion） — 将帖子分类为 28 种情绪标签，如喜悦、愤怒、惊讶等（使用
SamLowe/roberta-base-go_emotions）
若要在仪表板中同时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 提供了一个出色的容器镜像，可帮助您快速启动。
情感模型
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 \
--revision refs/pr/30
这将使您快速启动并运行 cardiffnlp/twitter-roberta-base-sentiment-latest 的本地实例，该开源模型可将帖子分类为正面/负面/中性。
您可以通过以下命令检查其是否正常工作：
curl http://localhost:8081/ \
-X POST \
-H 'Content-Type: application/json' \
-d "{ \"inputs\": \"I am happy\" }"
在正常运行情况下，该命令应返回每个标签的置信度数组。
情绪模型
若要同时获取情绪分类，请运行第二个包含情绪模型的容器：
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 — 情感（正面/负面/中性）
- SamLowe/roberta-base-go_emotions · Hugging Face — 情绪（28 种情绪标签）
使其在您的 Discourse 实例中可用
大多数情况下，由于 GPU 加速的需求，您将在专用服务器上运行此服务。在这种情况下，建议您运行反向代理，进行 TLS 终止，并保护该端点，确保仅允许您的 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。您应使用 ai_sentiment_model_configs 设置将其指向您的服务器。
该设置接受一个模型配置的 JSON 数组。每个条目需要以下字段：
| 字段 | 描述 |
|---|---|
model_name |
HuggingFace 模型 ID（例如 cardiffnlp/twitter-roberta-base-sentiment-latest） |
endpoint |
您的 TEI 实例 URL（例如 https://your-server:8081） |
api_key |
端点的 API 密钥（如果不需要可留空） |
若要同时获取情感和情绪仪表板，请为每个正在运行的模型添加一个条目。例如，如果您在本地运行两个模型：
- 条目 1：model_name
cardiffnlp/twitter-roberta-base-sentiment-latest，endpointhttps://your-server:8081 - 条目 2：model_name
SamLowe/roberta-base-go_emotions，endpointhttps://your-server:8082
完成上述步骤后，通过切换 ai_sentiment_enabled 启用分类功能。
