ऐलिस के लिए कौशल विकास की कुछ विशेषताएं

क्या आप मास्को में रहते हैं और अपनी कार चलाते हैं? यदि हां, तो आप पार्किंग के लिए भुगतान कैसे करते हैं? एसएमएस भेजें? मास्को पार्किंग ऐप के माध्यम से भुगतान करें? टेलीग्राम में बॉट का उपयोग करें? "यह सब असुविधाजनक है," मैंने फैसला किया, और आवाज के द्वारा पार्किंग के लिए भुगतान करने के लिए ऐलिस के लिए अपना कौशल बनाया। इसके अलावा, ऐलिस पहले से ही Yandex.Navigator में बनाया गया है। अब आप सिर्फ नेविगेटर को कुछ बता सकते हैं जैसे "ऐलिस, मॉस्को पार्किंग से 309 मिनट के लिए पार्किंग का भुगतान करने के लिए कहें।"

एक कौशल विकसित करने के दौरान मुझे क्या मिला?

सत्र

तीसरे पक्ष के डेवलपर से कौशल शुरू करने के लिए, ऐलिस को "ऐलिस, कौशल को लॉन्च करने की आवश्यकता है"। यह अच्छा और सुविधाजनक है यदि आपके पास कौशल के साथ एक लंबा संचार है - उदाहरण के लिए, खेल शुरू होता है। यदि आपको एक वाक्यांश कहने की आवश्यकता है, एक उत्तर प्राप्त करें और वह सब, तो "एक कौशल में प्रवेश करना" असुविधाजनक है - इस इनपुट के साथ, जब आप एक कौशल के साथ काम करना समाप्त करते हैं, तो आपको इसे "बाहर" करने की आवश्यकता होगी।

एक वाक्यांश के लिए, ऐलिस के डेवलपर्स से एक समाधान है - आपको यह कहने की ज़रूरत है, "ऐलिस कौशल को ऐसा करने के लिए कहता है।" हालाँकि, ऐलिस के डेवलपर्स के अजगर उदाहरण इस तरह के कौशल लॉन्च का समर्थन नहीं करते हैं:

if req['session']['new']: # -  return 

हर बार एक कौशल लॉन्च किया जाता है, incl। और कमांड के साथ "ऐलिस एक कौशल के लिए पूछें ...", session.new का मूल्य सत्य है । इसलिए, आगे के सभी प्रसंस्करण कोड निष्पादित नहीं किए जाएंगे। इसका समाधान सत्र.कॉम के पाठ की जांच करना है - यह खाली होना चाहिए।

वैसे, यदि आपने "कौशल" दर्ज किया है, तो डिफ़ॉल्ट रूप से सभी कौशल के लिए ऐलिस निकास वाक्यांशों का समर्थन करता है - "ऐलिस, इसे रोकें" और "ऐलिस, वापस आओ"। यदि आप कौशल के साथ सत्र को बलपूर्वक समाप्त करना चाहते हैं, तो आपको प्रतिक्रिया में True के बराबर end_session पास करना होगा। लेकिन यह केवल Yandex.Station के साथ काम करता है - अन्य उपकरणों पर, इस मामले में कौशल से बाहर निकलने से काम नहीं होता है।

संख्या के साथ काम करें

मेरा कौशल संख्याओं के साथ काम करना है - पहले उपयोगकर्ता के फोन नंबर को पहचानें, फिर पार्किंग नंबर को पहचानें।

उपरोक्त उदाहरण में यैंडेक्स का उपयोग किया गया है

 req['request']['original_utterance'].lower() 

उपयोगकर्ता अनुरोध के साथ काम करने के लिए। पहले, मैंने अनुरोध से इस क्षेत्र का उपयोग किया। उपयोगकर्ता के फोन नंबर को पहचानने के लिए, मुझे उपयोगकर्ता से नंबर के प्रत्येक अंक को अलग से नाम देने के लिए कहना था - उदाहरण के लिए, "नौ एक छह एक दो तीन चार पांच छह सात"। और कोड में - संख्यात्मक (9) के साथ पाठ मान ("नौ") को बदलें। यह पार्किंग कोड के साथ भी मजेदार निकला - मैं कोड "3209" को "बत्तीस शून्य नौ" कहता हूं, कोड में टाइप रिप्लेसमेंट का एक समूह था

 s.replace(' ', '32').replace(' ', '31').replace('', '0') 

कौशल कोड में अनुरोध पाठ के आधार पर, मैंने यह समझने की कोशिश की कि उपयोगकर्ता क्या चाहता है (कौशल में राज्य मशीन का उपयोग नहीं किया जाता है), यह रूपांतरण लगभग हर (!) उपयोगकर्ता के अनुरोध के साथ किया जाना था।

यह पता चला कि ऐलिस के सर्वर पहले से ही आपके लिए सब कुछ कर रहे हैं (और इससे भी अधिक)। केवल request.original_utterance के बजाय आपको request.com का उपयोग करना होगा। हाँ, यह प्रलेखन में कहा गया है। उत्तर उदाहरण में टूलटिप में।

सेवा क्षेत्र: ऐलिस के आंतरिक प्रसंस्करण के लिए परिवर्तित उपयोगकर्ता अनुरोध। रूपांतरण के दौरान, पाठ, विशेष रूप से, विराम चिह्नों को हटा दिया जाता है, और अंकों को संख्याओं में बदल दिया जाता है।

यह अजीब है कि एलिस के डेवलपर्स (ऊपर लिंक) से उदाहरण में मूल पाठ का उपयोग किया जाता है ( request.original_utterance )। वास्तव में, और भी अधिक किया जा रहा है request.command (जो प्रलेखन में वर्णित नहीं है)। उदाहरण के लिए, एक टेलीफोन नंबर प्रारूप (916) 123-45-67 में बदल जाता है - अब मेरे कौशल में उपयोगकर्ता किसी भी प्रारूप में फोन को उसके लिए सुविधाजनक कह सकता है। इसके अलावा, वाक्यांश "ऐलिस, इस तरह के और इस तरह के कौशल के लिए पूछें", "ऐलिस" संदेशों को काट दिया जाता है, टाइपो को सही किया जाता है।

ऐलिस की ओर, प्रश्नों के अलग-अलग हिस्सों (संख्या, नाम, पते, दिनांक) को नामित संस्थाओं में परिवर्तित किया जा सकता है। लेकिन यह अजीब काम करता है। अनुरोध 79161234567 1234 , नामित संस्थाओं में दो संख्याओं में परिवर्तित किया गया - 791612345 70 और 1234 । पहली संख्या अलग क्यों होती है, यह पता लगाना संभव नहीं था - वे। Yandex.Dialog समर्थन अभी भी उत्तर के बारे में सोच रहा है।

कौशल प्रतिक्रिया समय

ऐलिस 3 सेकंड के भीतर कौशल से प्रतिक्रिया की प्रतीक्षा करता है (Google की यह सीमा है - 5/10 सेकंड )। मेरा कौशल पार्किंग शुरू करने और समाप्त करने के लिए तीसरे पक्ष के सर्वर तक पहुंच रहा है। वे धीरे-धीरे जवाब देते हैं। कभी-कभी 3 सेकंड में मेरे कौशल के पास जवाब देने का समय नहीं होता है। व्यक्तिगत रूप से, कौशल की प्रतिक्रिया के लिए समय बढ़ाना संभव नहीं था। इसलिए, कुछ मामलों में सुविधा का त्याग करना आवश्यक था - उदाहरण के लिए, पार्किंग की शुरुआत में, कौशल मॉस्को पार्किंग एप्लिकेशन के प्रोफाइल में निर्दिष्ट वास्तविक कार का अनुरोध नहीं करता है, लेकिन उपयोगकर्ता प्राधिकरण के दौरान इसे बनाए रखने वाले का उपयोग करता है।

खैर, "मैं पीआर हूँ" के अधिकारों पर;) -