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:
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:
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": {
"es-ES": {
"eTag": "c9e7fd862be0dd3b21252b8bca53c7f7"
}
},
"lambda": [
{
"alexaUsage": [
"custom/default"
],
"arn": "arn:aws:lambda:us-east-1:141568529918:function:ask-custom-alexa-nodejs-lambda-helloworld-default",
"awsRegion": "us-east-1",
"codeUri": "lambda/custom",
"functionName": "ask-custom-alexa-nodejs-lambda-helloworld-default",
"handler": "index.handler",
"revisionId": "ef2707ee-a366-484d-a4b7-3826a44692dd",
"runtime": "nodejs10.x"
}
]
}
}
}
}
直接来自Alexa的测试请求ngrok是一个非常酷的轻量级工具,它在本地机器上创建一个安全隧道,以及一个可用于浏览本地站点或API的公共URL。
当ngrok运行时,它侦听本地web服务器正在运行的同一个端口,并代理对本地计算机的外部请求。
从那里,这是一个简单的步骤,让它听你的Web服务器。假设您正在3001端口上运行本地Web服务器。在你的终端里,你可以输入:ngrok http 3001。这将启动ngrok侦听端口3001并创建安全隧道:
所以现在,你得去Alexa开发者控制台,去你的技能>端点>https,添加上面生成的HTTPS URL。
选择我的发展端点作为子域选项,然后单击页面顶部的保存端点。
去试验选项卡在Alexa开发者控制台并启动您的技能。
Alexa Developer控制台将向ngrok端点发送一个HTTPS请求(https://20dac120.ngrok.io),这将其路由到您在WebAPI服务器上运行的技能。
结语这是使用Node.js学习Alexa技能的基本教程。正如您在本例中所看到的,Alexa Node.js技能工具包和Alexa工具(如Ask CLI)可以帮助我们很大程度上帮助我们,它们还为我们提供了以一种简单的方式创建技能的可能性。我希望这个例子项目对你有帮助。
我希望它会有用!如果您有任何疑问或问题,请立即与我联系或在下面发表评论!
编码愉快!
为感谢您对我们的认可,特意准备了一些IT入门和进阶的干货
包括:Java、UI设计、H5前端、Python 人工智能、软件测试和新媒体运营六大学科视频资料。以及IT就业大礼包。
线上视频、音频,随时学习观看
关注我们并私信“资料”即可获取。