服务器串接 Dialogflow

在“使用 Dialogflow 打造聊天机器人”文章里已经学会使用 Dialogflow 建立聊天机器人，接下来这篇文章将会介绍如何使用 Google Cloud 建立金钥，让自己的 Python 服务器，可以透过 API 串接 Dialogflow。

快速导览：

• 建立并下载金钥 json
• 串接 Dialogflow ( 本机环境 )
• 串接 Dialogflow ( Cloud Functions )

建立并下载金钥 json

建立 Dialogflow 专案后，同时也会在 Google Cloud Platform 里建立一个专案，前往 Google Cloud PlatForm 并进入该专案。

前往：Google Cloud Platform 控制台

点选左上角图示打开选单，选择“IAM 与管理”里的“服务账户”。

如果已经有使用 Dialogflow，会有出现默认的一些服务账户，点击 Dialogflow Integrations 的服务账户后方的图示，选择“管理金钥”

进入后新增金钥，选择“建立新的金钥”。

建立金钥时选择 json 文件，将其下载存放到和 python 服务器执行的文件同样的目录 ( 这样就不用额外处理文件路径 )

存档后可以使用编辑器打开查看金钥 json，内容是 token 之类的信息。

{
  "type": "service_account",
  "project_id": "XXX",
  "private_key_id": "XXX",
  "private_key": "XXXXXXXX",
  "client_email": "[email protected]",
  "client_id": "XXXXXXX",
  "auth_uri": "https://accounts.google.com/o/oauth2/auth",
  "token_uri": "https://oauth2.googleapis.com/token",
  "auth_provider_x509_cert_url": "https://www.googleapis.com/oauth2/v1/certs",
  "client_x509_cert_url": "https://www.googleapis.com/robot/v1/metadata/x509/XXXXX%40appspot.gserviceaccount.com"
}

串接 Dialogflow ( 本机环境 )

要使用服务器串接 Dialogflow，必须要先安装 Google Cloud 相关的函数库，输入指令安装 google-cloud-dialogflow。

注意，因 Google Dialogflow 函数库无法运行在 Python 3.7 的环境，所以如果遇到无法安装的情形，请先将 Python 升级为 3.9 以上版本，同理，因为 Colab 默认 Python 3.7，也就无法正确安装和执行 Google Dialogflow 函数库。

pip install google-cloud-dialogflow

参考“使用 Anaconda”或“使用 Python 虚拟环境”文章，选择其中一种作为本机架设环境，接着参考下方的程序码，搭配“Flask 函数库”文章，就能将本机服务器，串接 Dialogflow，详细说明写在程序码的注解中。

import os
import google.cloud.dialogflow_v2 as dialogflow
from flask import Flask, request

os.environ["GOOGLE_APPLICATION_CREDENTIALS"] = 'dialogflow_key.json'  # 剛剛下載的金鑰 json
project_id = 'XXXX'         # dialogflow 的 project id
language = 'zh-TW'          # 語系
session_id = 'oxxostudio'   # 自訂義的 session id

def dialogflowFn(text):
    session_client = dialogflow.SessionsClient()                   # 使用 Token 和 dialogflow 建立連線
    session = session_client.session_path(project_id, session_id)  # 連接對應專案
    text_input = dialogflow.types.TextInput(text=text, language_code=language)  # 設定語系
    query_input = dialogflow.types.QueryInput(text=text_input)     # 根據語系取得輸入內容
    try:
        response = session_client.detect_intent(session=session, query_input=query_input) # 連線 Dialogflow 取得回應資料
        print("input:", response.query_result.query_text)
        print("intent:", response.query_result.intent.display_name)
        print("reply:", response.query_result.fulfillment_text)
        return response.query_result.fulfillment_text    # 回傳回應的文字
    except:
        return 'error'

app = Flask(__name__)

@app.route("/")
def home():
    text = request.args.get('text')   # 取得輸入的文字
    reply = dialogflowFn(text)        # 取得 Dialogflow 回應的文字
    return reply

app.run()

程序执行后，打开浏览器，在网址列输入服务器产生的网址，后方加上输入的文字参数，执行后就可以看见透过 Dialogflow 的回应消息。

串接 Dialogflow ( Cloud Functions )

如果使用 Google Cloud Functions 作为 Python 运作的后台，可以参考“使用 Google Cloud Functions”文章，新增并启用一个 Cloud Functions 程序编辑环境，基本设定如下图所示：

进入编辑画面后，环境执行阶段选择 Python ( 3.9 )，进入点改成 webhook ( 可自订名称，之后的程序码里也要使用同样的名称 )。

在左侧点击 + 号，新增一个 .json 的文件 ( 档名自订 )，内容就是刚刚下载的金钥 json 文件内容。

接着点击 requirement.txt，新增下方函数库。

google-cloud-dialogflow

最后输入下方的程序码，完成后点击下方的“部署”，就会将程序部署到 Cloud Functions 里。

import os
import google.cloud.dialogflow_v2 as dialogflow

os.environ["GOOGLE_APPLICATION_CREDENTIALS"] = 'dialogflow_key.json'  # 金鑰 json
project_id = 'XXXX'         # dialogflow 的 project id
language = 'zh-TW'          # 語系
session_id = 'oxxostudio'   # 自訂義的 session id

def dialogflowFn(text):
    session_client = dialogflow.SessionsClient()                   # 使用 Token 和 dialogflow 建立連線
    session = session_client.session_path(project_id, session_id)  # 連接對應專案
    text_input = dialogflow.types.TextInput(text=text, language_code=language)  # 設定語系
    query_input = dialogflow.types.QueryInput(text=text_input)     # 根據語系取得輸入內容
    try:
        response = session_client.detect_intent(session=session, query_input=query_input) # 連線 Dialogflow 取得回應資料
        print("input:", response.query_result.query_text)
        print("intent:", response.query_result.intent.display_name)
        print("reply:", response.query_result.fulfillment_text)
        return response.query_result.fulfillment_text    # 回傳回應的文字
    except:
        return 'error'

def webhook(request):
    try:
        #req = request.get_json()
        text = request.args.get('text')
        return dialogflowFn(text)
    except:
        print(request.args)

如果部署顺利完成，就会看见该专案前方出现一个绿色打勾图示，这时切换到“触发条件”页签，就可以看到所需要的 Webhook 网址。

打开浏览器，在网址列输入网址，后方加上输入的文字参数，执行后就可以看见透过 Dialogflow 的回应消息。

小结

有别于 Dialogflow 串接 Webhook 的方式，如果可以使用服务器串接 Dialogflow，就能更发挥出服务器的优势，例如可以参考“LINE BOT 教学”系列文章，将 LINE BOT 完整结合 Dialogflow，做出各种有趣的应用。

意见反馈