摘要:让我们创建一个聊天机器人来协助网络运营。确保从聊天机器人不是来自任何真实用户发送的任何消息再次不作为回复发回。
创建聊天机器人以协助网络操作
来源 | 愿码(ChainDesk.CN)内容编辑
愿码Slogan | 连接每个程序员的故事
网站 | http://chaindesk.cn
愿码愿景 | 打造全学科IT系统免费课程,助力小白用户、初级工程师0成本免费系统学习、低成本进阶,帮助BAT一线资深工程师成长并利用自身优势创造睡后收入。
官方公众号 | 愿码 | 愿码服务号 | 区块链部落
免费加入愿码全思维工程师社群 | 任一公众号回复“愿码”两个字获取入群二维码
本文阅读时长:11min
在本文中,我们将了解如何利用聊天机器人来协助网络操作。随着我们向智能化运营迈进,另一个需要关注的领域是移动性。有一个脚本可以执行配置,修复甚至故障排除,但它仍然需要存在来监视,启动甚至执行这些程序或脚本。
诺基亚的MIKA是操作人员可以用来进行网络故障排除和修复的聊天机器人的一个很好的例子。根据诺基亚的博客,MIKA根据此单个网络的实际情况响应警报优先级信息,并将当前情况与此网络及其他网络过去事件的整个服务历史进行比较,以确定当前网络的最佳解决方案。
让我们创建一个聊天机器人来协助网络运营。对于这个用例,我们将使用广泛使用的聊天应用程序Slack。参考Splunk的智能数据分析功能,我们会看到一些用户聊天与聊天机器人的交互,以获得对环境的一些了解。
当我们部署了我们的Web框架时,我们将利用相同的框架与Slack聊天机器人进行交互,而后者又将与Splunk进行交互。它还可以直接与网络设备交互,因此我们可以启动一些复杂的聊天,例如在需要时从Slack重启路由器。这最终为工程师提供了移动性,他可以从任何地方(甚至是手机)处理任务,而不必绑定到某个位置或办公室。
要创建聊天机器人,以下是基本步骤:
在Slack上创建一个工作区(或帐户):
在工作区中创建一个应用程序(在我们的例子中,我们创建了一个名为的应用程序mybot):
以下是有关应用程序的基本信息(应用程序ID和客户端ID可以与唯一标识此应用程序的其他信息一起使用):
为此应用程序添加bot功能:
添加事件订阅并映射到将要发布消息的外部API。事件订阅是指某人在聊天中键入对聊天机器人的引用,然后将使用此聊天机器人与聊天中键入的数据调用哪个API:
在这里,关键的一步是,一旦我们输入接受聊天消息的URL,就需要从Slack验证特定的URL。验证涉及API端点将相同的响应作为从Slack发送到该端点的字符串或JSON发回。如果我们收到相同的响应,Slack确认端点是可信的并将其标记为已验证。这是一次性过程,API URL中的任何更改都将导致重复此步骤。
以下是Ops API框架中的 Python代码,它响应此特定查询:
import falcon import json def on_get(self,req,resp): # Handles GET request resp.status=falcon.HTTP_200 # Default status resp.body=json.dumps({"Server is Up!"}) def on_post(self,req,resp): # Handles POST Request print("In post") data=req.bounded_stream.read() try: # Authenticating end point to Slack data=json.loads(data)["challenge"] # Default status resp.status=falcon.HTTP_200 # Send challenge string back as response resp.body=data except: # URL already verified resp.status=falcon.HTTP_200 resp.body=""
这将验证,如果从Slack发送质询,它将回复相同的质询值,确认它是Slack通道发送聊天数据的正确端点。
将此应用程序(或聊天机器人)安装到任何渠道(这类似于在群聊中添加用户):
响应特定聊天消息的核心API框架代码执行以下操作:
· 确认发送给Slack的任何帖子都会200在三秒内响应。如果没有这样做,Slack报告说: endpoint not reachable。
· 确保从聊天机器人(不是来自任何真实用户)发送的任何消息再次不作为回复发回。这可以创建一个循环,因为从聊天机器人发送的消息将被视为Slack聊天中的新消息,并且它将再次发送到URL。这最终会使聊天无法使用,从而导致聊天中出现重复的消息。
· 使用将被发送回Slack的令牌对响应进行身份验证,以确保来自Slack的响应来自经过身份验证的源。
代码如下:
import falcon import json import requests import base64 from splunkquery import run from splunk_alexa import alexa from channel import channel_connect,set_data class Bot_BECJ82A3V(): def on_get(self,req,resp): # Handles GET request resp.status=falcon.HTTP_200 # Default status resp.body=json.dumps({"Server is Up!"}) def on_post(self,req,resp): # Handles POST Request print("In post") data=req.bounded_stream.read() try: bot_id=json.loads(data)["event"]["bot_id"] if bot_id=="BECJ82A3V": print("Ignore message from same bot") resp.status=falcon.HTTP_200 resp.body="" return except: print("Life goes on. . .") try: # Authenticating end point to Slack data=json.loads(data)["challenge"] # Default status resp.status=falcon.HTTP_200 # Send challenge string back as response resp.body=data except: # URL already verified resp.status=falcon.HTTP_200 resp.body="" print(data) data=json.loads(data) #Get the channel and data information channel=data["event"]["channel"] text=data["event"]["text"] # Authenticate Agent to access Slack endpoint token="xoxp-xxxxxx" # Set parameters print(type(data)) print(text) set_data(channel,token,resp) # Process request and connect to slack channel channel_connect(text) return # falcon.API instance , callable from gunicorn app= falcon.API() # instantiate helloWorld class Bot3V=Bot_BECJ82A3V() # map URL to helloWorld class app.add_route("/slack",Bot3V)
执行频道交互响应:此代码负责在聊天频道中解释使用chat-bot执行的特定聊天。此外,这将通过回复,特定用户或通道ID以及对Slack API的身份验证令牌进行响应,这确保了消息或回复Slack聊天的消息显示在特定频道上,从它发起的位置。作为示例,我们将使用聊天来加密或解密特定值。
例如,如果我们写encrypt username[:]password,它将返回带有base64值的加密字符串。
类似地,如果我们写,聊天机器人将在解密编码的字符串后返回。decrypt代码如下:
import json import requests import base64 from splunk_alexa import alexa channl="" token="" resp="" def set_data(Channel,Token,Response): global channl,token,resp channl=Channel token=Token resp=Response def send_data(text): global channl,token,res print(channl) resp = requests.post("https://slack.com/api/chat.postMessage",data="{"channel":""+channl+"","text":""+text+""}",headers={"Content-type": "application/json","Authorization": "Bearer "+token},verify=False) def channel_connect(text): global channl,token,resp try: print(text) arg=text.split(" ") print(str(arg)) path=arg[0].lower() print(path in ["decode","encode"]) if path in ["decode","encode"]: print("deecode api") else: result=alexa(arg,resp) text="" try: for i in result: print(i) print(str(i.values())) for j in i.values(): print(j) text=text+" "+j #print(j) if text=="" or text==None: text="None" send_data(text) return except: text="None" send_data(text) return decode=arg[1] except: print("Please enter a string to decode") text=" argument cannot be empty" send_data(text) return deencode(arg,text) def deencode(arg,text): global channl,token,resp decode=arg[1] if arg[1]=="--help": #print("Sinput") text="encode/decode " send_data(text) return if arg[0].lower()=="encode": encoded=base64.b64encode(str.encode(decode)) if "[:]" in decode: text="Encoded string: "+encoded.decode("utf-8") send_data(text) return else: text="sample string format username[:]password" send_data(text) return try: creds=base64.b64decode(decode) creds=creds.decode("utf-8") except: print("problem while decoding String") text="Error decoding the string. Check your encoded string." send_data(text) return if "[:]" in str(creds): print("[:] substring exists in the decoded base64 credentials") # split based on the first match of "[:]" credentials = str(creds).split("[:]",1) username = str(credentials[0]) password = str(credentials[1]) status = "success" else: text="encoded string is not in standard format, use username[:]password" send_data(text) print("the encoded base64 is not in standard format username[:]password") username = "Invalid" password = "Invalid" status = "failed" temp_dict = {} temp_dict["output"] = {"username":username,"password":password} temp_dict["status"] = status temp_dict["identifier"] = "" temp_dict["type"] = "" #result.append(temp_dict) print(temp_dict) text=" "+username+" "+password send_data(text) print(resp.text) print(resp.status_code) return
此代码查询Splunk实例以查找与聊天机器人的特定聊天。聊天会要求任何Loopback45当前关闭的管理界面()。另外,在聊天中,用户可以询问管理接口所在的所有路由器up。此英语响应将转换为Splunk查询,并根据Splunk的响应将状态返回到Slack聊天。
让我们看看执行动作来响应结果的代码,对Slack聊天:
from splunkquery import run def alexa(data,resp): try: string=data.split(" ") except: string=data search=" ".join(string[0:-1]) param=string[-1] print("param"+param) match_dict={0:"routers management interface",1:"routers management loopback"} for no in range(2): print(match_dict[no].split(" ")) print(search.split(" ")) test=list(map(lambda x:x in search.split(" "),match_dict[no].split(" "))) print(test) print(no) if False in test: pass else: if no in [0,1]: if param.lower()=="up": query="search%20index%3D%22main%22%20earliest%3D0%20%7C%20dedup%20interface_name%2Crouter_name%20%7C%20where%20interface_name%3D%22Loopback45%22%20%20and%20interface_status%3D%22up%22%20%7C%20table%20router_name" elif param.lower()=="down": query="search%20index%3D%22main%22%20earliest%3D0%20%7C%20dedup%20interface_name%2Crouter_name%20%7C%20where%20interface_name%3D%22Loopback45%22%20%20and%20interface_status%21%3D%22up%22%20%7C%20table%20router_name" else: return "None" result=run(query,resp) return result
以下Splunk查询获取状态:
· 对于UP接口:查询如下:
index="main" earliest=0 | dedup interface_name,router_name | where interface_name="Loopback45" and interface_status="up" | table router_name
· 对于DOWN接口(除了以外的任何状态):查询如下:
index="main" earliest=0 | dedup interface_name,router_name | where interface_name="Loopback45" and interface_status!="up" | table router_name
让我们看看聊天机器人聊天的最终结果以及根据聊天记录发回的响应。
编码/解码示例如下:
正如我们在这里看到的,我们发送了一条encode abhishek[:]password123 消息聊天。此聊天作为POST请求发送到API,后者又将其加密到base64并使用添加的单词作为回复。在下一个聊天中,我们使用decode选项传递相同的字符串。这会通过解码来自API函数的信息进行响应,并使用用户名和密码回复Slack聊天。Encoded string: abhishekpassword123
让我们看一下Splunk查询聊天的示例:
在此查询中,我们已关闭 Loopback45 接口rtr1。在我们通过Python脚本计划发现这些接口的过程中 ,数据现在位于Splunk中。当查询哪个管理接口(Loopback45)关闭时,它将回复rtr1。松弛的聊天,On which routers the management interface is down会将此传递给API,在收到此有效负载后,它将运行Splunk查询以获取统计信息。返回值(在本例中为rtr1)将作为聊天中的响应返回。
类似地,中,反向查询On which routers the management interface is up,将查询的Splunk和最终共享回响应rtr2,rtr3和rtr4(因为所有这些路由器接口是UP)。
可以扩展此聊天用例,以确保使用简单聊天可以进行完整的端到端故障排除。可以使用各种后端功能构建大量案例,从问题的基本识别到复杂任务,例如基于已识别情况的补救。
文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。
转载请注明本文地址:https://www.ucloud.cn/yun/43574.html
摘要:能不能省掉这些烦琐的步骤,让开发人员自己完成呢现在好了,你可以用和把聊天机器人接入微信工具资源掘金今晚看了个电影,回得有点迟。 小花猫-网页聊天机器人 - 前端 - 掘金 基于图灵机器人API的网页聊天机器人,输入二维码+你要说的话有惊喜哦~~~(菜单中的功能尚未开发完成,玩玩聊天功能就好了~)代码开源在https://github.com/ColorfulCa... 了~... (英...
阅读 3219·2021-11-23 09:51
阅读 3560·2021-11-09 09:46
阅读 3657·2021-11-09 09:45
阅读 2940·2019-08-29 17:31
阅读 1863·2019-08-26 13:39
阅读 2717·2019-08-26 12:12
阅读 3617·2019-08-26 12:08
阅读 2237·2019-08-26 11:31