libardolara / fb-watson

Hands-on developing an application using IBM Watson services with Facebook Messenger integrated through serverless functions

Home Page:https://www.ibm.com/watson/developer/

Geek Repo:Geek Repo

Github PK Tool:Github PK Tool

Conector serverless sencillo para IBM Watson y Facebook Messenger

For english instructions click English

Presentación APIS de Watson

Esta aplicación demuestra una función en IBM Cloud (basado en Apache OpenWhisk) que conecta Facebook Messenger con Watson Assistant, Visual Recognition y Watson Discovery guardando el historial de la conversación en una base de datos Cloudant.

Una función, o acción, es invocada a través de un web endpoint provisto por IBM Cloud Functions y este es llamado por Facebook Messenger a través de su Webhook. El mensaje es enviado a Watson Assistant para interactuar con un virtual agent, si el mensaje es una imagen es enviado a Watson Visual Recognition.

Después de terminar este pattern usted entenderá como:

  • Usar Watson Assistant
  • Usar Watson Visual Recognition
  • Crear y Desplegar Cloud Functions

Flujo

  1. El usuario interactúa con Facebook Messenger
  2. Facebook Messenger envía al payload a IBM Cloud Functions
  3. La función (o acción) busca por un historial de chat en la base de datos Cloudant.
  4. La función envia el mensaje de texto a Watson Assistant.
  5. Si es necesario la función enviaría una imagen adjunta a Watson Visual Recognition.
  6. Si es necesario la función buscará en Watson Discovery la respuesta para el usuario.
  7. La función guarda el historial del chat en la base de datos Cloudant.
  8. La función envía la respuesta a Facebook Messenger.
  9. El usuario obtiene la respuesta para su interacción.

Componentes Incluidos

  • Cloudant: Una base de datos completamente manejada diseñada para aplicaciones web y mobile modernas que usan documentos como JSON.
  • Watson Visual Recognition: Visual Recognition usa algoritmos de deep learning para identificar escenas, objetos y rostros en una imagen. Puede crear y entrenar clasificadores customizados para identificar patrones para tus necesidades.
  • Watson Assistant: Watson Assistant service combina machine learning, natural language understanding e integra herramientas de dialogo para crear flujos conversacionales entre los usuarios y las aplicaciones.
  • IBM Cloud Functions (basado en Apache OpenWhisk): Ejecuta código bajo demanda en un ambiente serverless y altamente escalable.

Tecnologías Importantes

  • Watson: Watson en IBM Cloud permite integrar herramientas de AI en tu aplicación y guardar, entrenar y manejar tu data en una nube segura.
  • Serverless: Una plataforma basada en eventos que permite ejecutar código como respuesta a un evento.

Prerrequisitos

  • IBM Cloud Functions CLI para crear cloud functions desde la terminal. Haz una prueba de una acción ibmcloud wsk action invoke /whisk.system/utils/echo -p message hello --result para que tu ~/.wskprops apunte a la cuenta correcta.

  • Whisk Deploy (wskdeploy) es una herramienta que ayuda a describir y desplegar cualquier componente de OpenWhisk usando un archivo Manifest escrito en YAML. Lo usuarás si deseas hacer el despliegue de todos los recursos de Cloud Functions en una sola línea de comandos. Puedes descargar en releases page y seleccionar el archivo correcto para tu sistema operativo.

Ver los videos

Aprende un poco mas acerca de los servicios de inteligencia artificial de Watson

Paso a Paso

1. Clonar el repo

Clona el repositorio fb-watson localmente. En una terminal, ejecuta:

$ git clone https://github.com/libardolara/fb-watson

2. Crear el servicio Watson Assistant

Crea un servicio de Watson Assistant.

  • Copia el API Key en las Credencials the Credentials y pégala en el archivo params.json en el valor wa_api_key

Si el servicio es antiguo y aun usa Basic Authentication, copia el username y password en las Credenciales y pégalos en el archivo params.json en los valores wa_username y wa_password

  • Haz click en el botón Lanzar Herramienta en la página principal del servicio.
  • Crea un nuevo Skill en el lenguaje preferido o importa el ejemplo en español sample_workspace.json

Para instrucciones detalladas en como desarrollar un asistente virtual sigue El Instructivo para desarrollar Asistentes Virtuales

  • Después de importar y/o desarrollar el asistente, abre los detalles View API Details del Skill, copia el Workspace ID y pégala en el archivo params.json en el valor wa_workspace_id

3. Crear el servicio Watson Visual Recognition

Crea un servicio de Watson Visual Recognition.

  • Copia el API Key en las Credenciales y pégala en el archivo params.json en el valor vr_api_key

Sigue las instrucciones detalladas de como entrenar un modelo de clasificación en El Instructivo para Custom Models

4. Crear el servicio Cloudant Database

Crea el servicio Cloudant escogiendo Use both legacy credentials and IAM para la opción Available authentication method.

  • Crea las credenciales para esta instancia y copia la url en el archivo params.json en el valor cloudant_url

5. Configurar Facebook Messenger

  • Crea un Fan Page en Facebook como un Negocio o Local
  • Usa un nombre único y fácil de buscar para tu Fan Page
  • Si aun no la tienes, crea una cuenta en Facebook Developers
  • Agrega una aplicación
  • Agrega a la aplicación el producto Messenger haciendo click en Configurar
  • Una vez configurada ve a la sección Generación de token(o identificador) y selecciona el Fan Page (o Pagina) creada.
  • Copia el Token de acceso a la página que Facebook te entrega en el archivo params.json en el valor fb_page_access_token
  • En el archivo params.json en el valor fb_verification_token define una contraseña propia para tu aplicación.

6. Desplegar a Cloud Functions

Escoge un método de despliegue

Desplegar a través de DevOps Toolchain

Haz click en el siguinte botón Deploy to IBM Cloud y sigue las instrucciones para desplegar usando el toolchain.

También puedes desplegar directamente desde el CLI siguiendo los pasos de la siguiente sección.

Desplegar usando wskdeploy

Este método despliega a Cloud Functions con un comando usando el archivo manifest que especifica el ambiente de despliegue.

Asegúrate tener los parámetros correctos en el archivo params.json. Despliega a Cloud Functions usando wskdeploy. Esto usa el archivo manifest.yaml en la raíz del directorio.

$ wskdeploy

Si quieres deshacer el despliegue puedes usar wskdeploy undeploy

7. Configurar el Webhook de Facebook Messenger

  • Copia el Endpoint público de la función desplegada en IBM Cloud
  • En el sitio de la aplicación de Facebook Messenger ve a la sección Webhooks
  • Haz click en Configurar Webhook
  • En el panel desplegable, pega el Endpoint de tu función. Modifica la extensión de la url de .json a .text
  • En el campo Verificar Token ingresa la contraseña que definiste en el valor de fb_verification_token del archivo params.json
  • En los Campos de Suscripción selecciona la opción messages
  • Crea el Webhook.
  • En Select a page to subscribe your webhook to the page events suscribe la página que se creó.

8. Prueba del Asistente Virtual

Buscar en la sección de mensajes la página e iniciar una conversación (desde la cuenta de la persona con la que se creó la página).

Facebook Developer crea todas las aplicaciones por defecto como una aplicación de pruebas, si deseas publicar la aplicación para que cualquier persona pueda chatear con tu asistente virtual debes seguir los procesos de revisión.

About

Hands-on developing an application using IBM Watson services with Facebook Messenger integrated through serverless functions

https://www.ibm.com/watson/developer/


Languages

Language:JavaScript 100.0%