下图展示了机器人与 botsim 之间如何通过机器人 api 进行对话的示例。botsim 调用 api 检索机器人消息。基于对话行为图 nlu 匹配的对话行为，基于规则的状态管理器应用相应的规则生成用户对话行为。然后，模板 nlg 将这些行为转换为自然语言响应，并通过 api 发送回机器人。当任务错误时，对话结束。
remediator：具有见解和建议的多粒度机器人健康仪表板
根据模拟对话，修复程序执行错误分析和性能聚合，以在交互式仪表板中生成整体多粒度机器人健康报告：
* 之前完成的测试会话的历史测试性能比较
* 整体测试会话性能
* 详细的对话特定的 nlu 性能，包括意图和 ner 性能
修复工具还提供切实可行的建议，帮助用户解决一些已发现的问题。这些建议包括：
* 为了改进意图模型，可以将错误分类的释义意图查询过滤掉，并将其添加到原始训 智利 whatsapp 移动数据库 练集中，以重新训练意图模型。
* 为了减少意图之间的歧义，如果意图语句的释义都被预测为另一个意图，则应考虑将其移至预测意图的训练集中。如果这样的意图语句有很多，则可能需要重新设计意图。
修复器还配备了一套对话分析工具，以提高模拟结果的可解释性。这些工具可以帮助用户更好地理解他们当前的机器人系统，并确定修复工作的优先级。它们包括交互式混淆矩阵分析，用于识别表现最差的意图。该分析还识别出一些潜在的意图集群，以供进一步研究。
请注意，这些补救建议仅供参考，并非严格遵循。它们还可以扩展，融入领域专业知识，并通过仪表板向用户展示。