让我们从新闻开始。 昨天，Yandex.Cloud宣布推出无服务器计算服务Yandex Cloud Functions 。 这意味着：您只编写服务代码（例如Web应用程序或聊天机器人），而Cloud本身会在其启动时创建和维护虚拟机，甚至在负载增加时也可以复制它们。 完全没有必要思考，这非常方便。 费用仅在计算期间发生。
但是，有些可能根本不付款。 这些是Alice外部技能 （即内置在其中的聊天机器人）的开发人员。 任何开发人员都可以编写，托管和注册这种技能，从今天起，甚至不需要托管该技能，只需以无服务器功能的形式将其代码上传到云中即可。
但是有一些细微差别。 首先，您的宠物代码可能需要一些依赖关系，并且将它们引入云中并非易事。 其次，任何普通的聊天机器人都需要将对话的状态存储在某个地方（因此是有状态的）； 如何在最简单的无服务器功能中做到这一点？ 第三，如何快速而肮脏地为Alice或某种具有非零绘图的机器人编写技能？ 关于这些细微差别，实际上是一篇文章。
道德训练
对于不耐烦的人：在将函数上传到云之前，我会收集一个make文件中的必要依赖项，并将对话状态存储在Yandex Object Storage中（它支持S3 API），并使用我自己的tgalice库来管理对话。 结果就是这样的演示技能。 现在，让我们更详细地了解所有这些。
为了减少耐心：在深入探讨有关困难的故事之前，我强烈建议从简单的故事开始。 即，创建一个单文件回声测深仪功能，在Dialogs开发人员控制台中注册并测试它； 有关详细信息，请参见“ 云 对话框和文档 博客” 。 只有这样才能继续。
如果您想立即感觉到我们正在为之奋斗，请让Alice 启用“ IT星座”技术。 将出现以下对话框：
爱丽丝：嗨！ 您具有Aishish Horoscope的技能。 说“开始”以找出星星向您承诺的内容。
用户：开始
答：请输入您的名字。
于：Vasisuali
答：现在告诉我您的出生年份。 只有四个数字，仅此而已。
于：第二
答：请再试一次。 您的出生年份是-四位数。
U：2002
A：太好了！ 现在命名您的出生月份。
U：二月
A：太好了！ 最后，告诉我您的出生日期-只有一个数字，只有一个或两个数字。
U：18
答：谢谢Vasisuali！ 现在我们知道：您今年17岁，您是水瓶座。 当然，您在这里很幸运！ 星星告诉你： , , .
问题是，为了保持这样简单的对话，您需要记住用户的姓名和出生日期，在无服务器环境中，这并非易事。 将上下文存储在RAM中或磁盘上的文件将无法工作，因为 Yandex.Cloud可以在多个虚拟机上同时运行该功能，并可以在它们之间任意切换。 我们将不得不使用某种外部存储。 在Yandex.Cloud中，对象存储被选为一种非常便宜且不复杂的存储（即可能很快）。 作为一种免费的替代方法，您可以尝试在很远的地方免费获得一片蒙加蒙加 。 对象存储（它支持S3接口）和Mongo都有方便的Python包装器。
另一个问题是，要在对象存储，MongoDB以及任何其他数据库或数据仓库中运行，需要一些外部依赖项，这些依赖项需要与函数代码一起上传到Yandex Functions。 我想方便地做到这一点。 这样做很方便（例如heroku），但是不会成功，但是您可以通过编写脚本来构建环境（make-file）来创造一些基本的舒适感。
如何运行星座运势
- 准备自己：去一些Linux机器。 原则上，您可能也可以使用Windows，但是随后您必须想像一下make文件的启动。 在任何情况下，您都需要安装不低于3.6的Python。
- 用github克隆自己一个星座技巧的例子 。
- 在Y.Cloud中注册： https ： //cloud.yandex.ru
- 在对象存储中为自己创建两个存储桶，用任何名称
{BUCKET NAME}和tgalice-test-cold-storage命名它们（此第二个名称现在在我的示例的main.py了硬编码）。 仅在部署时需要第一个存储桶，第二个存储桶用于存储对话状态。 - 创建一个服务帐户 ，为其指定
editor角色，并为其获取静态信用卡{KEY ID}和{KEY VALUE} -我们将使用它们来记录对话的状态。 所有这些都是必需的，以便Y.Cloud中的功能可以从Y.Cloud中访问存储库。 我希望有一天，授权会自动进行，但是暂时-这样。 - （可选）安装
yc 命令行界面 。 您可以通过Web界面创建功能，但是CLI的好处在于，各种创新都可以更快地出现在其中。 - 现在，您实际上可以准备依赖程序集：在带有
make all技能示例的文件夹中的命令提示符处运行。 一堆库（通常和往常一样是不必要的）将安装在dist文件夹中。 - 将上一步中获得的
dist.zip档案倒入对象存储中（放入{BUCKET NAME} ）。 如果需要，您可以从命令行执行此操作，例如，使用AWS CLI 。 - 通过Web界面或使用
yc实用程序创建无服务器功能。 对于该实用程序，该命令将如下所示：
yc serverless function version create\ --function-name=horoscope\ --environment=AWS_ACCESS_KEY_ID={KEY ID},AWS_SECRET_ACCESS_KEY={KEY VALUE}\ --runtime=python37\ --package-bucket-name={BUCKET NAME}\ --package-object-name=dist.zip\ --entrypoint=main.alice_handler\ --memory=128M\ --execution-timeout=3s
手动创建函数时，所有参数均以相同的方式填充。
现在，可以通过开发人员控制台测试您创建的功能，然后修改和发布该技能。
内幕是什么
makefile实际上包含一个相当简单的脚本，用于安装依赖项并将其放入dist.zip存档中，如下所示：
mkdir -p dist/ pip3 install -r requirements.txt --target dist/ cp main.py dist/main.py cp form.yaml dist/form.yaml cd dist && zip --exclude '*.pyc' -r ../dist.zip ./*
其余的是包装在tgalice库中的一些简单工具。 填写用户数据的过程由form.yaml form.yaml描述：
form_name: 'horoscope_form' start: regexp: '|(|)' suggests: - fields: - name: 'name' question: , . - name: 'year' question: . , . validate_regexp: '^[0-9]{4}$' validate_message: , . - . - name: 'month' question: ! . options: - ... - validate_message: , , . , , . - name: 'day' question: ! , - , . validate_regexp: '[0123]?\d$' validate_message: , . (, ); .
解析此配置并计算最终结果的工作由python类承担
class CheckableFormFiller(tgalice.dialog_manager.form_filling.FormFillingDialogManager): SIGNS = { '': '', ... } def handle_completed_form(self, form, user_object, ctx): response = tgalice.dialog_manager.base.Response( text=', {}! : {} , {}. \n' ' , , ! : {}'.format( form['fields']['name'], 2019 - int(form['fields']['year']), self.SIGNS[form['fields']['month']], random.choice(FORECASTS), ), user_object=user_object, ) return response
更准确地说，基类FormFillingDialogManager填写“表单”，子类handle_completed_form的方法说明准备就绪时该怎么做。
除了用户对话的主要流程外，您还需要打招呼，并在“帮助”命令上提供帮助，并从“退出”命令上退出技能。 tgalice也为此提供了一个模板，因此整个对话框管理器由以下部分组成：
dm = tgalice.dialog_manager.CascadeDialogManager( tgalice.dialog_manager.GreetAndHelpDialogManager( greeting_message=DEFAULT_MESSAGE, help_message=DEFAULT_MESSAGE, exit_message=' , " " !' ), CheckableFormFiller(`form.yaml`, default_message=DEFAULT_MESSAGE) )
CascadeDialogManager工作原理很简单：它将尝试将其所有组件依次应用于对话框的当前状态，然后选择第一个合适的组件。
作为对每条消息的回答，对话框管理器返回一个Response对象，该对象可以进一步转换为纯文本，或者转换为Alice或Telegram中的消息-取决于启动程序的位置。 它还包含对话的更改状态，必须保存。 所有此类厨房都使用另一个类DialogConnector进行操作，因此在Yandex Functions上启动该技能的直接脚本如下所示：
... session = boto3.session.Session() s3 = session.client( service_name='s3', endpoint_url='https://storage.yandexcloud.net', aws_access_key_id=os.environ['AWS_ACCESS_KEY_ID'], aws_secret_access_key=os.environ['AWS_SECRET_ACCESS_KEY'], region_name='ru-central1', ) storage = tgalice.session_storage.S3BasedStorage(s3_client=s3, bucket_name='tgalice-test-cold-storage') connector = tgalice.dialog_connector.DialogConnector(dialog_manager=dm, storage=storage) alice_handler = connector.serverless_alice_handler
如您所见，大多数代码都创建了到Object Storage S3接口的连接。 可以直接在tgalice代码中了解如何直接使用此连接。
最后一行创建alice_handler函数-我们在设置--entrypoint=main.alice_handler时命令Yandex.Cloud拉出的--entrypoint=main.alice_handler 。
实际上，仅此而已。 程序集的Makefile，类似于S3的对象存储（用于存储上下文）以及tgalice python库。 再加上python的无服务器功能和表达能力，这足以培养健康人的技能。
您可能会问，为什么需要创建tgalice ？ 所有将JSON从请求传输到响应，再从存储传输到内存，反之亦然的无聊代码都位于其中。 还有一个常规的控制器应用程序，一个用于了解“二月”类似于“二月”的功能，以及其他针对穷人的NLU。 根据我的想法，这应该已经足够了，以便您可以在yaml文件中绘制技能原型，而又不会被技术细节所干扰。
如果您想要更严重的NLU，可以根据自己的技能来固定Rasa或DeepPavlov ，但是要配置它们，您将需要带有手鼓的其他舞蹈，尤其是在无服务器上。 如果您根本不想编写代码，则应使用Aimylogic之类的可视构造函数 。 创建tgalice时，我在想某种中间路径。 让我们看看会发生什么。
好吧，现在加入他们的技能开发人员聊天 ，阅读文档 ，并创造精彩的技能 ！