mirror of
https://github.com/LCTT/TranslateProject.git
synced 2024-12-29 21:41:00 +08:00
318 lines
15 KiB
Markdown
318 lines
15 KiB
Markdown
|
如何运用 Python 建立你的第一个 Slack 聊天机器人?
|
|||
|
============
|
|||
|
|
|||
|
[聊天机器人(Bot)](https://www.fullstackpython.com/bots.html) 是一种像 [Slack](https://slack.com/) 一样的实用的互动聊天服务方式。如果你之前从来没有建立过聊天机器人,那么这篇文章提供了一个简单的入门指南,告诉你如何用 Python 结合 [Slack API](https://api.slack.com/) 建立你第一个聊天机器人。
|
|||
|
|
|||
|
我们通过搭建你的开发环境, 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。
|
|||
|
|
|||
|
### 我们所需的工具
|
|||
|
|
|||
|
我们的聊天机器人我们将它称作为“StarterBot”,它需要 Python 和 Slack API。要运行我们的 Python 代码,我们需要:
|
|||
|
|
|||
|
* [Python 2 或者 Python 3](https://www.fullstackpython.com/python-2-or-3.html)
|
|||
|
* [pip](https://pip.pypa.io/en/stable/) 和 [virtualenv](https://virtualenv.pypa.io/en/stable/) 来处理 Python [应用程序依赖关系](https://www.fullstackpython.com/application-dependencies.html)
|
|||
|
* 一个可以访问 API 的[免费 Slack 账号](https://slack.com/),或者你可以注册一个 [Slack Developer Hangout team](http://dev4slack.xoxco.com/)。
|
|||
|
* 通过 Slack 团队建立的官方 Python [Slack 客户端](https://github.com/slackhq/python-slackclient)代码库
|
|||
|
* [Slack API 测试令牌](https://api.slack.com/tokens)
|
|||
|
|
|||
|
当你在本教程中进行构建时,[Slack API 文档](https://api.slack.com/) 是很有用的。
|
|||
|
|
|||
|
本教程中所有的代码都放在 [slack-starterbot](https://github.com/mattmakai/slack-starterbot) 公共库里,并以 MIT 许可证开源。
|
|||
|
|
|||
|
### 搭建我们的环境
|
|||
|
|
|||
|
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。
|
|||
|
|
|||
|
```
|
|||
|
virtualenv starterbot
|
|||
|
|
|||
|
```
|
|||
|
|
|||
|
激活 virtualenv:
|
|||
|
|
|||
|
```
|
|||
|
source starterbot/bin/activate
|
|||
|
|
|||
|
```
|
|||
|
|
|||
|
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](https://www.fullstackpython.com/source/static/img/160604-simple-python-slack-bot/virtualenv-activate.png)
|
|||
|
|
|||
|
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:
|
|||
|
|
|||
|
```
|
|||
|
pip install slackclient
|
|||
|
|
|||
|
```
|
|||
|
|
|||
|
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](https://www.fullstackpython.com/source/static/img/160604-simple-python-slack-bot/pip-install-slackclient.png)
|
|||
|
|
|||
|
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](https://www.fullstackpython.com/application-programming-interfaces.html) 来访问他们的消息传递通道。去这个 [Slack Web API 页面](https://api.slack.com/) 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](https://www.fullstackpython.com/source/static/img/160604-simple-python-slack-bot/sign-in-slack.png)
|
|||
|
|
|||
|
登录后你会到达 [聊天机器人用户页面](https://api.slack.com/bot-users)。
|
|||
|
|
|||
|
![定制聊天机器人用户页面](https://www.fullstackpython.com/source/static/img/160604-simple-python-slack-bot/custom-bot-users.png)
|
|||
|
|
|||
|
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”](https://www.fullstackpython.com/source/static/img/160604-simple-python-slack-bot/starterbot.jpg)
|
|||
|
|
|||
|
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](https://www.fullstackpython.com/source/static/img/160604-simple-python-slack-bot/slack-token.png)
|
|||
|
|
|||
|
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`:
|
|||
|
|
|||
|
```
|
|||
|
export SLACK_BOT_TOKEN='你的 slack 令牌粘帖在这里'
|
|||
|
|
|||
|
```
|
|||
|
|
|||
|
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。
|
|||
|
|
|||
|
### 获得我们聊天机器人的 ID
|
|||
|
|
|||
|
这是最后写一些 Python 代码的时候了! 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 print_bot_id.py 的新文件,并且填入下面的代码:
|
|||
|
|
|||
|
```
|
|||
|
import os
|
|||
|
from slackclient import SlackClient
|
|||
|
|
|||
|
|
|||
|
BOT_NAME = 'starterbot'
|
|||
|
|
|||
|
slack_client = SlackClient(os.environ.get('SLACK_BOT_TOKEN'))
|
|||
|
|
|||
|
|
|||
|
if __name__ == "__main__":
|
|||
|
api_call = slack_client.api_call("users.list")
|
|||
|
if api_call.get('ok'):
|
|||
|
# retrieve all users so we can find our bot
|
|||
|
users = api_call.get('members')
|
|||
|
for user in users:
|
|||
|
if 'name' in user and user.get('name') == BOT_NAME:
|
|||
|
print("Bot ID for '" + user['name'] + "' is " + user.get('id'))
|
|||
|
else:
|
|||
|
print("could not find bot user with the name " + BOT_NAME)
|
|||
|
|
|||
|
```
|
|||
|
|
|||
|
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。
|
|||
|
|
|||
|
```
|
|||
|
python print_bot_id.py
|
|||
|
|
|||
|
```
|
|||
|
|
|||
|
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](https://www.fullstackpython.com/source/static/img/160604-simple-python-slack-bot/printed-bot-id.png)
|
|||
|
|
|||
|
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。
|
|||
|
|
|||
|
```
|
|||
|
(starterbot)$ export BOT_ID='bot id returned by script'
|
|||
|
|
|||
|
```
|
|||
|
|
|||
|
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 。
|
|||
|
|
|||
|
### 编码我们的 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。
|
|||
|
|
|||
|
```
|
|||
|
import os
|
|||
|
import time
|
|||
|
from slackclient import SlackClient
|
|||
|
|
|||
|
```
|
|||
|
|
|||
|
对 `os` 和 `SlackClient` 的导入我们看起来很熟悉,因为我们已经在 theprint_bot_id.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。
|
|||
|
|
|||
|
```
|
|||
|
# starterbot 的 ID 作为一个环境变量
|
|||
|
BOT_ID = os.environ.get("BOT_ID")
|
|||
|
|
|||
|
# 常量
|
|||
|
AT_BOT = "<@" + BOT_ID + ">:"
|
|||
|
EXAMPLE_COMMAND = "do"
|
|||
|
|
|||
|
# 实例化 Slack 和 Twilio 客户端
|
|||
|
slack_client = SlackClient(os.environ.get('SLACK_BOT_TOKEN'))
|
|||
|
|
|||
|
```
|
|||
|
|
|||
|
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。
|
|||
|
|
|||
|
```
|
|||
|
if __name__ == "__main__":
|
|||
|
READ_WEBSOCKET_DELAY = 1 # 1 从 firehose 读取延迟 1 秒
|
|||
|
if slack_client.rtm_connect():
|
|||
|
print("StarterBot connected and running!")
|
|||
|
while True:
|
|||
|
command, channel = parse_slack_output(slack_client.rtm_read())
|
|||
|
if command and channel:
|
|||
|
handle_command(command, channel)
|
|||
|
time.sleep(READ_WEBSOCKET_DELAY)
|
|||
|
else:
|
|||
|
print("Connection failed. Invalid Slack token or bot ID?")
|
|||
|
|
|||
|
```
|
|||
|
|
|||
|
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。
|
|||
|
|
|||
|
```
|
|||
|
def handle_command(command, channel):
|
|||
|
"""
|
|||
|
Receives commands directed at the bot and determines if they
|
|||
|
are valid commands. If so, then acts on the commands. If not,
|
|||
|
returns back what it needs for clarification.
|
|||
|
"""
|
|||
|
response = "Not sure what you mean. Use the *" + EXAMPLE_COMMAND + \
|
|||
|
"* command with numbers, delimited by spaces."
|
|||
|
if command.startswith(EXAMPLE_COMMAND):
|
|||
|
response = "Sure...write some more code then I can do that!"
|
|||
|
slack_client.api_call("chat.postMessage", channel=channel,
|
|||
|
text=response, as_user=True)
|
|||
|
|
|||
|
def parse_slack_output(slack_rtm_output):
|
|||
|
"""
|
|||
|
The Slack Real Time Messaging API is an events firehose.
|
|||
|
this parsing function returns None unless a message is
|
|||
|
directed at the Bot, based on its ID.
|
|||
|
"""
|
|||
|
output_list = slack_rtm_output
|
|||
|
if output_list and len(output_list) > 0:
|
|||
|
for output in output_list:
|
|||
|
if output and 'text' in output and AT_BOT in output['text']:
|
|||
|
# 返回 @ 之后的文本,删除空格
|
|||
|
return output['text'].split(AT_BOT)[1].strip().lower(), \
|
|||
|
output['channel']
|
|||
|
return None, None
|
|||
|
|
|||
|
```
|
|||
|
|
|||
|
`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](https://github.com/mattmakai/slack-starterbot/blob/master/starterbot.py)):
|
|||
|
|
|||
|
```
|
|||
|
import os
|
|||
|
import time
|
|||
|
from slackclient import SlackClient
|
|||
|
|
|||
|
# starterbot 的 ID 作为一个环境变量
|
|||
|
BOT_ID = os.environ.get("BOT_ID")
|
|||
|
|
|||
|
# 常量
|
|||
|
AT_BOT = "<@" + BOT_ID + ">:"
|
|||
|
EXAMPLE_COMMAND = "do"
|
|||
|
|
|||
|
# 实例化 Slack 和 Twilio 客户端
|
|||
|
slack_client = SlackClient(os.environ.get('SLACK_BOT_TOKEN'))
|
|||
|
|
|||
|
def handle_command(command, channel):
|
|||
|
"""
|
|||
|
Receives commands directed at the bot and determines if they
|
|||
|
are valid commands. If so, then acts on the commands. If not,
|
|||
|
returns back what it needs for clarification.
|
|||
|
"""
|
|||
|
response = "Not sure what you mean. Use the *" + EXAMPLE_COMMAND + \
|
|||
|
"* command with numbers, delimited by spaces."
|
|||
|
if command.startswith(EXAMPLE_COMMAND):
|
|||
|
response = "Sure...write some more code then I can do that!"
|
|||
|
slack_client.api_call("chat.postMessage", channel=channel,
|
|||
|
text=response, as_user=True)
|
|||
|
|
|||
|
def parse_slack_output(slack_rtm_output):
|
|||
|
"""
|
|||
|
The Slack Real Time Messaging API is an events firehose.
|
|||
|
this parsing function returns None unless a message is
|
|||
|
directed at the Bot, based on its ID.
|
|||
|
"""
|
|||
|
output_list = slack_rtm_output
|
|||
|
if output_list and len(output_list) > 0:
|
|||
|
for output in output_list:
|
|||
|
if output and 'text' in output and AT_BOT in output['text']:
|
|||
|
# 返回 @ 之后的文本,删除空格
|
|||
|
return output['text'].split(AT_BOT)[1].strip().lower(), \
|
|||
|
output['channel']
|
|||
|
return None, None
|
|||
|
|
|||
|
if __name__ == "__main__":
|
|||
|
READ_WEBSOCKET_DELAY = 1 # 1 second delay between reading from firehose
|
|||
|
if slack_client.rtm_connect():
|
|||
|
print("StarterBot connected and running!")
|
|||
|
while True:
|
|||
|
command, channel = parse_slack_output(slack_client.rtm_read())
|
|||
|
if command and channel:
|
|||
|
handle_command(command, channel)
|
|||
|
time.sleep(READ_WEBSOCKET_DELAY)
|
|||
|
else:
|
|||
|
print("Connection failed. Invalid Slack token or bot ID?")
|
|||
|
|
|||
|
```
|
|||
|
|
|||
|
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](https://www.fullstackpython.com/source/static/img/160604-simple-python-slack-bot/starterbot-running.png)
|
|||
|
|
|||
|
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](https://www.fullstackpython.com/source/static/img/160604-simple-python-slack-bot/create-channel.png)
|
|||
|
|
|||
|
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](https://www.fullstackpython.com/source/static/img/160604-simple-python-slack-bot/working-starterbot.png)
|
|||
|
|
|||
|
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](https://www.fullstackpython.com/databases.html) 或者 [NoSQL 后端](https://www.fullstackpython.com/no-sql-datastore.html) 比如 [PostgreSQL](https://www.fullstackpython.com/postgresql.html)、[MySQL](https://www.fullstackpython.com/mysql.html) 或者 [SQLite](https://www.fullstackpython.com/sqlite.html) ,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](https://www.twilio.com/blog/2016/05/build-sms-slack-bot-python.html) 或者[电话呼叫](https://www.twilio.com/blog/2016/05/add-phone-calling-slack-python.html)
|
|||
|
* [集成其它的 web API](https://www.fullstackpython.com/api-integration.html),比如 [GitHub](https://developer.github.com/v3/)、[Twilio](https://www.twilio.com/docs) 或者 [api.ai](https://docs.api.ai/)
|
|||
|
|
|||
|
有问题? 通过 Twitter 联系我 [@fullstackpython](https://twitter.com/fullstackpython) 或 [@mattmakai](https://twitter.com/mattmakai)。 我在 GitHub 上的用户名是 [mattmakai](https://github.com/mattmakai)。
|
|||
|
|
|||
|
这篇文章感兴趣? Fork 这个 [GitHub 上的页面](https://github.com/mattmakai/fullstackpython.com/blob/gh-pages/source/content/posts/160604-build-first-slack-bot-python.markdown)吧。
|
|||
|
|
|||
|
--------------------------------------------------------------------------------
|
|||
|
via: https://www.fullstackpython.com/blog/build-first-slack-bot-python.html
|
|||
|
|
|||
|
作者:[Matt Makai][a]
|
|||
|
译者:[jiajia9llinuxer](https://github.com/jiajia9linuxer)
|
|||
|
校对:[wxy](https://github.com/wxy)
|
|||
|
|
|||
|
本文由 [LCTT](https://github.com/LCTT/TranslateProject) 原创编译,[Linux中国](https://linux.cn/) 荣誉推出aa
|
|||
|
|
|||
|
[a]: https://www.fullstackpython.com/about-author.html
|