我们通过搭建开发环境、获得一个 Slack API 的聊天机器人令牌,并用 Pyhon 开发一个简单聊天机器人。
所需工具
我们将要建的聊天机器人称作为“StarterBot”,要运行我们的 Python 代码,我们需要:
Python 2 或者 Python 3
pip 和 virtualenv 来处理 Python 应用程序依赖关系
一个可以访问 API 的免费 Slack 账号,或者你可以注册一个 Slack Developer Hangout team。
通过 Slack 团队建立的官方 Python Slack 客户端代码库
Slack API 测试令牌
当你在本教程中进行构建时,Slack API 文档 是很有用的。本教程中所有的代码都放在 slack-starterbot 公共库里,并以 MIT 许可证开源。
搭建环境
我们现在已经知道我们的项目需要什么样的工具,因此让我们来搭建我们所的开发环境吧。首先到终端上(或者 Windows 上的命令提示符)并且切换到你想要存储这个项目的目录。在那个目录里,创建一个新的 virtualenv 以便和其他的 Python 项目相隔离我们的应用程序依赖关系。
激活 virtualenv:
你的提示符现在应该看起来如截图:
已经激活的starterbot的virtualenv的命令提示符:这个官方的 slack 客户端 API 帮助库是由 Slack 建立的,它可以通过 Slack 通道发送和接收消息。通过这个pip 命令安装 slackclient 库:
当 pip 命令完成时,你应该看到类似这样的输出,并返回提示符。
在已经激活的virtualenv用pip安装slackclient的输出:我们也需要为我们的Slack项目获得一个访问令牌,以便我们的聊天机器人可以用它来连接到Slack API。
Slack 实时消息传递(RTM)API
Slack 允许程序通过一个 Web API 来访问他们的消息传递通道。去这个 Slack Web API 页面 注册建立你自己的 Slack 项目。你也可以登录一个你拥有管理权限的已有账号。
使用 Web API页面的右上角登录按钮:登录后你会到达“聊天机器人”用户页面。
定制聊天机器人用户页面:给你的聊天机器人起名为“starterbot”然后点击 “Add bot integration” 按钮。
添加一个bot integration 并起名为“starterbot”这个页面将重新加载,你将看到一个新生成的访问令牌。你还可以将标志改成你自己设计的。例如我给的这个“Full Stack Python”标志。
为你的新 Slack 聊天机器人复制和粘贴访问令牌:在页面底部点击“Save Integration”按钮。你的聊天机器人现在已经准备好连接 Slack API。
Python 开发人员的一个常见的做法是以环境变量输出秘密令牌。输出的Slack令牌名字为SLACK_BOT_TOKEN:
好了,我们现在得到了将这个 Slack API 用作聊天机器人的授权。
我们建立聊天机器人还需要更多信息:我们的聊天机器人的 ID。接下来我们将会写一个简短的脚本,从 Slack API 获得该 ID。
获得聊天机器人的 ID
我们编写一个简短的 Python 脚本获得 StarterBot 的 ID 来热身一下。这个 ID 基于 Slack 项目而不同。
我们需要该ID,当解析从Slack RTM上发给StarterBot的消息时,它用于对我们的应用验明正身。我们的脚本也会测试我们SLACK_BOT_TOKEN环境变量是否设置正确。
建立一个命名为printbotid.py的新文件,并且填入下面的代码:
我们的代码导入SlackClient,并用我们设置的环境变量SLACK_BOT_TOKEN实例化它。 当该脚本通过python命令执行时,我们通过会访问Slack API列出所有的 Slack 用户并且获得匹配一个名字为“satrterbot”的ID。
这个获得聊天机器人的ID的脚本我们仅需要运行一次。
当它运行为我们提供了聊天机器人的ID时,脚本会打印出简单的一行输出。
在你的Slack 项目中用Python脚本打印Slack聊天机器人的ID,复制这个脚本打印出的唯一ID。并将该ID作为一个环境变量BOT_ID输出。
这个脚本仅仅需要运行一次来获得聊天机器人的ID。 我们现在可以在我们的运行StarterBot的Python应用程序中使用这个ID。
编码 StarterBot
现在我们拥有了写我们的StarterBot代码所需的一切。 创建一个新文件命名为starterbot.py,它包括以下代码。
对os和SlackClient的导入我们看起来很熟悉,因为我们已经在theprintbotid.py中用过它们了。
通过我们导入的依赖包,我们可以使用它们获得环境变量值,并实例化Slack客户端。
该代码通过我们以输出的环境变量SLACK_BOT_TOKEN 实例化SlackClient`客户端。
Slack 客户端会连接到 Slack RTM API WebSocket,然后当解析来自 firehose 的消息时会不断循环。如果有任何发给 StarterBot 的消息,那么一个被称作 handle_command 的函数会决定做什么。
接下来添加两个函数来解析 Slack 的输出并处理命令。
parse_slack_output 函数从 Slack 接受信息,并且如果它们是发给我们的 StarterBot 时会作出判断。消息以一个给我们的聊天机器人 ID 的直接命令开始,然后交由我们的代码处理。目前只是通过 Slack 管道发布一个消息回去告诉用户去多写一些 Python 代码!
这是整个程序组合在一起的样子 (你也可以 在 GitHub 中查看该文件):
现在我们的代码已经有了,我们可以通过 python starterbot.py 来运行我们 StarterBot 的代码了。
当 StarterBot 开始运行而且连接到 API 的输出通道在 Slack 中创建新通道,并且把 StarterBot 邀请进来,或者把 StarterBot 邀请进一个已经存在的通道中。
在Slack界面创建一个新通道,并且邀请 StarterBot。现在在你的通道中给 StarterBot 发命令。
在你的Slack通道里给你的 StarterBot 发命令:如果你从聊天机器人得到的响应中遇见问题,你可能需要做一个修改。正如上面所写的这个教程,其中一行AT_BOT = “<@” + BOT_ID + “>:”,在“@starter”(你给你自己的聊天机器人起的名字)后需要一个冒号。从 AT_BOT 字符串后面移除:。Slack 似乎需要在@ 一个人名后加一个冒号,但这好像是有些不协调的。
结束
好吧,你现在已经获得一个简易的聊天机器人,你可以在代码中很多地方加入你想要创建的任何特性。
我们能够使用 Slack RTM API 和 Python 完成很多功能。看看通过这些文章你还可以学习到什么:
附加一个持久的关系数据库 或者 NoSQL 后端 比如 PostgreSQL、MySQL 或者 SQLite ,来保存和检索用户数据
添加另外一个与聊天机器人互动的通道,比如 短信 或者电话呼叫
集成其它的 web API,比如 GitHub、Twilio 或者 api.ai
★推荐阅读★
机器学习集训营