javplayer怎么操作（javplayer使用方法） - 原点资讯

Adding name of our Skill

项目档案

这些是该项目的主要文件：

├───.ask

│ config

├───.vscode

│ launch.json

├───hooks

├───lambda

│ └───custom

│ ├───errors

│ ├───intents

│ ├───interceptors

│ ├───utilities

│ ├─── index.js

│ ├─── local-debugger.js

│ └─── package.json

├───models

│ es-ES.json

└───skill.json

ASK：包含ASKCLI配置文件的文件夹。在执行命令之前，此配置文件将保持为空。ask deploy
vscode/launch.json启动首选项以在本地运行您的本地测试技能。此设置启动lambda/custom/local-debugger.js。此脚本在http://localhost:3001用于调试技能。
钩子：包含钩子脚本的文件夹。亚马逊提供了两个钩子，post_new_hook和pre_deploy_hook.

post_new_hook技能创造后执行。InstituteNode.js运行npm install在每一个信息源中skill.json
pre_deploy_hook在技能部署之前执行。在Node.js中运行npm install在每一个信息源中skill.json也是。

LAMBDA/定制：包含该技能的AWS Lambda函数的源代码的文件夹：

index.js*Lambda主要入口点。
utilities/languageStrings.js：：图书馆使用的i18n字典i18next，它允许我们在不同的配置语言中运行相同的技能。
package.json这个文件是Node.js生态系统的核心，是理解和使用Node.js、NPM甚至现代JavaScript的一个基本部分。
utilities/util.js*具有有用功能的文件。
local-debugger.js*用于本地调试我们的技能。
errors*包含所有错误处理程序的文件夹。
intents*包含所有意图处理程序的文件夹。
interceptors在这里你可以找到所有的拦截器。

模型：包含技能交互模型的文件夹。每个交互模型都在一个根据地区命名的JSON文件中定义。比如Es-ES.json。
skill.json技能表现。我们项目中最重要的文件之一。

JavaScript中的Lambda函数

Ask SDK for Node.js允许您花费更多的时间实现特性，减少编写样板代码的时间，从而使您更容易构建高度吸引人的技能。

您可以在它们的官方网站上找到文档、示例和有用的链接。GitHub储存库

我们的lambda项目中的主要JavaScript文件是index.js，位于lambda/custom文件夹。此文件包含所有处理程序、拦截器和导出exports.handler.

这个exports.handler函数每次为该特定函数启动AWSLambda时都会执行。理论上，AWS Lambda函数仅仅是一个函数。这意味着我们需要定义调度逻辑，以便单个函数请求可以路由到适当的代码，因此是处理程序。

/**

* This handler acts as the entry point for your skill, routing all request and response

* payloads to the handlers above. Make sure any new handlers or interceptors you've

* defined are included below. The order matters - they're processed top to bottom

* */

exports.handler = Alexa.SkillBuilders.custom()

.addRequestHandlers(

LaunchRequestHandler,

HelloWorldIntentHandler,

HelpIntentHandler,

CancelAndStopIntentHandler,

FallbackIntentHandler,

SessionEndedrequestHandler,

IntentReflectorHandler)

.addErrorHandlers(

ErrorHandler)

.addRequestInterceptors(

LocalisationRequestInterceptor)

.lambda();

查看一下LaunchRequestHandler作为用Node.js编写的Alexa技能处理程序的一个例子：

const LaunchRequestHandler = {

//Method that returns true if this handler can execute the current request

canHandle(handlerInput) {

return Alexa.getRequestType(handlerInput.requestEnvelope) === 'LaunchRequest';

//Method that will process the request if the method above returns true

handle(handlerInput) {

const speakOutput = handlerInput.t('WELCOME_MSG');

return handlerInput.responseBuilder

.speak(speakOutput)

.reprompt(speakOutput)

.getResponse();

}

};

使用VisualStudio代码生成技能

package.json，我们几乎总是会找到特定于项目的元数据。这些元数据有助于识别项目，并作为用户和贡献者获取项目信息的基线。

以下是该文件的外观：

{

"name": "alexa-nodejs-lambda-helloworld",

"version": "1.0.0",

"description": "Alexa HelloWorld example with NodeJS",

"main": "index.js",

"scripts": {

"test": "echo \"Error: no test specified\" && exit 1"

"repository": {

"type": "git",

"url": "https://github.com/xavidop/alexa-nodejs-lambda-helloworld.git"

"author": "Xavier Portilla Edo",

"license": "Apache-2.0",

"dependencies": {

"ask-sdk-core": "^2.7.0",

"ask-sdk-model": "^1.19.0",

"aws-sdk": "^2.326.0",

"i18next": "^15.0.5"

}

有了JavaScript或Node.js，构建就有点不同了。为了提高我们的技能，我们可以运行以下命令：

npm install

此命令安装包和它所依赖的任何包。如果包有包锁或收缩包装文件，则依赖项的安装将由该文件驱动。

这可能是建立我们Alexa技能的方法。

使用VisualStudio代码运行技能

这个launch.json文件在.vscode文件夹具有VisualStudio代码的配置，允许我们在本地运行lambda：

{

"version": "0.2.0",

"configurations": [

{

"type": "node",

"request": "launch",

"name": "Launch Skill",

// Specify path to the downloaded local adapter(for Node.js) file

"program": "${workspaceRoot}/lambda/custom/local-debugger.js",

"args": [

// port number on your local host where the alexa requests will be routed to

"--portNumber", "3001",

// name of your Node.js main skill file

"--skillEntryFile", "${workspaceRoot}/lambda/custom/index.js",

// name of your lambda handler

"--lambdaHandler", "handler"

]

}

]

}

此配置文件将执行以下命令：

node --inspect-brk=28448 lambda\custom\local-debugger.js --portNumber 3001 --skillEntryFile lambda/custom/index.js --lambdaHandler handler

此配置使用local-debugger.js文件运行TCP服务器倾听

对于新的传入技能请求，将建立新的套接字连接。从套接字上接收到的数据中，提取请求主体，将其解析为JSON，并将其传递给技能调用者的lambda处理程序。来自lambda处理程序的响应被解析为指定的HTTP 200消息格式这里。响应被写入套接字连接并返回。

配置了Launch.json文件并了解了本地调试器的工作方式，现在是单击Play按钮的时候了：

javplayer怎么操作,javplayer使用方法(5)

Running initial Skill

使用VisualStudio代码调试技能

按照前面的步骤，现在可以在所有JS文件中的任何地方设置断点，以便调试技能：

javplayer怎么操作,javplayer使用方法(6)

Debugging Skill

本地测试请求

我肯定你已经知道那个著名的工具电话了Postman。RESTAPI已经成为为您的服务提供公共和安全接口的新标准。虽然REST已经变得无处不在，但它并不总是容易测试的。Postman使测试和管理HTTPRESTAPI更加容易。Postman为我们提供了导入、测试和共享API的多种特性，这将帮助您和您的团队从长远来看更有效率。

运行应用程序后，将在http://localhost:3001。有了Postman，你可以模仿任何Alexa的请求。

例如，您可以测试LaunchRequest:

{

"version": "1.0",

"session": {

"new": true,

"sessionId": "amzn1.echo-api.session.[unique-value-here]",

"application": {

"applicationId": "amzn1.ask.skill.[unique-value-here]"

"user": {

"userId": "amzn1.ask.account.[unique-value-here]"

"attributes": {}

"context": {

"AudioPlayer": {

"playerActivity": "IDLE"

"System": {

"application": {

"applicationId": "amzn1.ask.skill.[unique-value-here]"

"user": {

"userId": "amzn1.ask.account.[unique-value-here]"

"device": {

"supportedInterfaces": {

"AudioPlayer": {}

}

"request": {

"type": "LaunchRequest",

"requestId": "amzn1.echo-api.request.[unique-value-here]",

"timestamp": "2020-03-22T17:24:44Z",

"locale": "en-US"

}

部署你的Alexa技能

在代码准备就绪之后，我们需要将其部署到AWS Lambda上，以便将其连接到Alexa。

在部署Alexa技能之前，我们可以展示config文件在.ask文件夹它是空的：

{

"deploy_settings": {

"default": {

"skill_id": "",

"was_cloned": false,

"merge": {}

}

使用ASKCLI部署Alexa技能：

ask deploy

正如官方文件所述：

当尚未部署本地技能项目时，请询问CLI在开发阶段为您的帐户创建一个新技能，然后部署该技能项目。如果适用，Ask CLI在AWS帐户中创建一个或多个新的AWSLambda函数，并上传Lambda函数代码。具体来说，要求CLI执行以下操作：

在技能项目的配置文件(在技能项目文件夹中，它位于技能项目文件夹中)中查找现有的技能ID。如果配置文件不包含技能ID，请询问CLI使用技能项目的skerc.json文件中的技能清单创建新技能，然后将技能ID添加到技能项目的配置文件中。

查看您的技能项目的清单(asc.json文件)，了解该技能发布的区域设置。这些都列在工程量清单中，即InformationInformationlocales对象中。对于每个地区，Ask CLI都会在技能项目的Models文件夹中查找相应的模型文件(例如，es-ES.json)，然后将模型上传到您的技能中。询问CLI等待上传的模型构建，然后将每个模型的eTag添加到技能项目的配置文件中。

在您的技能项目的清单中查看AWS Lambda端点的清单(asc.json文件)。这些都列在jav.apis..终结点或明显.apis.区域..端点对象中(例如，jav.apis.custom.终结点或明显.apis.Smart Home.Regis.NA.终结点)。每个端点对象都包含一个sourceDir值，也可以选择URI值。的内容。sourceDir文件夹到相应的AWS Lambda函数，并将Lambda函数命名为与URI值相同的函数。有关Ask CLI如何执行上载到Lambda的详细信息，请参阅AWS Lambda部署详细信息。

在您的技能项目文件夹中查找技能产品，如果找到，将它们上传到您的技能中。有关技能内产品的更多信息，请参见技能采购概述。

在执行上述命令之后，我们将拥有config正确填写的档案：

{

"deploy_settings": {

"default": {

"skill_id": "amzn1.ask.skill.ed038d5e-61eb-4383-a480-04e3398b398d",

"was_cloned": false,

"merge": {},

"resources": {

"manifest": {

"eTag": "faa883c92faf9a495407f0d03d5e3790"

"interactionModel": {