谣言线bot下载 - 谣言线机器人源代码下载

谣言线机器人

Ai源码

2024

下载

谣言 - 本机

LINE机器人检查消息是否包含互联网谣言。

国家图和文件

这是真的假的。的子项目之一

该状态图描述了行机器人如何与用户交谈：

发展

开发谣言 - 管家需要您完成以下设置。

获取存储库

将此存储库和CD克隆到项目目录之后，然后安装依赖项。

 $ git clone --recursive [email protected]:cofacts/rumors-line-bot.git # --recursive for the submodules
$ cd rumors-line-bot

线路渠道和开发人员帐户

请按照直线官方教程中的所有步骤进行操作。

环境变量

从.env.sample模板创建.env文件，至少填写：

 API_URL=https://dev-api.cofacts.tw/graphql
LINE_CHANNEL_SECRET=
LINE_CHANNEL_TOKEN=
LINE_LOGIN_CHANNEL_ID=
LIFF_URL=

其他可自定义的env var是：

REDIS_URL ：如果未给出，则使用redis://127.0.0.1:6379 。
PORT ：哪个端口bot服务器将在侦听。
GTM_ID ：Google标签管理器ID。有关事件和变量，我们将其推向dataLayer ，请参见下面的“ Google Tag Manager”部分。
DEBUG_LIFF ：禁用LIFF中的外部浏览器检查。在外部浏览器中调试LIFF时很有用。不要在生产中启用这一点。
RUMORS_LINE_BOT_URL ：用于生成教程图像URL和LINE通知的auth回调URL的服务器公共URL。

节点依赖性

您将需要Node.JS 16+进行。

 $ npm i

在本地计算机上运行机器人服务器

使用以下方式旋转诸如Redis和MongoDB之类的外围设备：

 $ docker-compose up -d

然后旋转该应用程序，包括for LIFF的聊天机器人服务器和WebPack-dev-Server，使用：

 $ npm run dev

服务器将在localhost:5001 （或您在.env文件中指定的PORT ）上启动。

如果您想停止外围设备，请运行docker-compose stop 。

单位测试

只需运行npm test即可。它将自动旋转上述Docker并运行单元测试。

获取到本地计算机的线条消息

我们建议使用ngrok创建一个将流量从线路服务器转移到本地计算机的公共地址。在您的路上，只有ngrok

 $ ngrok http 5001

ngrok将为您提供公共网址。使用它来设置频道的Webhook URL（请参阅“官方教程”中的“频道控制台”部分。

我们建议使用Ngrok配置文件设置具有固定subdomain的隧道。这样，只要subdomain不被其他人占用，就可以修复公共网址（意味着对线路频道设置的重复拷贝都不是对线路的设置！）。

内线开发人员在您的消息API频道中的控制台，在消息API> Webhook设置下，将Webhook URL设置为${ngrok_url}/callback并打开使用Webhook 。单击“验证”以确认它已成功连接到您的本地计算机。

LIFF设置

在提交文章和负面反馈时，我们正在使用LIFF收集用户的原因。

如果您不需要开发LIFF，则可以直接使用.env.sample中提供的LIFF_URL ，该样本链接到登台LIFF网站。

如果要修改LIFF，则可能需要遵循以下步骤：

创建自己的LIFF应用程序

要创建LIFF应用程序，请遵循官方文件下的说明，其中涉及

创建线路登录频道
选择chat_message.write在示波器中（for LIFF发送消息）在获取LIFF URL后，将其放入.env中为LIFF_URL 。
将Endpoint URL设置为从chabbot端点开始，然后添加/liff/index.html作为后缀。

开发LIFF

要开发LIFF，在npm run dev之后，在Dev Server（http：// localhost：5001）或Production Chatbot服务器的Dev Server（http：// localhost：5001） /liff/index.html可访问它。

在开发模式下，它在localhost: （默认为8080 ）， /liff chatbot Server代理的所有请求所有请求到WebPack-dev-server。

在浏览器中开发LIFF的提示是：

请访问https:///liff/index.html?p=&... in Desktop浏览器。
如果您的浏览器尚未排队记录，LIFF SDK会将您的桌面浏览器窗口重定向到登录页面。
如果您的浏览器排队登录了一段时间，则可能会在会话中发布时间。 LIFF不会自动记录您；您将需要在JS控制台中手动键入liff.logout()以触发重新使用。

liff.init()仍将在桌面浏览器中使用，因此该应用程序呈现，使我们能够在桌面上调试Web布局。但是， liff.sendMessages()不起作用。如果您的浏览器窗口通过登录重定向，则liff.closeWindow()将无法使用。

LIFF的GraphQl API

Line Bot Server启动了一个GraphQl Server，该服务器启动了Cofacts GraphQl API和特定于LINE CHATBOT的API。

每当COFACTS API更新时，请使用npm run cofactsapi获取最新的Cofacts API模式。

LIFF组件故事书

在开发过程中，使用以下命令在本地机器上启动故事书：

 npm run storybook # Then visit http://localhost:6006

您也可以访问https://cofacts.github.io/lumors-line-bot，以获取master分支的预构建故事书。

如何在生产中部署LIFF

在生产中，LIFF文件将被编译为/liff目录，并由聊天机器人服务器用作静态文件。

如果您在LIFF中收到400 bad request ，请搜索liff.init函数在编译JS二进制文件中，查看LIFF ID是否与您的LIFF URL一致，这应该是不带领https://liff.line.me/路径。。

LIFF ID是在构建过程中使用WebPack定义插件设置的，因此在不重建LIFF二进制文件的情况下交换LIFF URL ENV变量将导致400个不良请求。

翻译

我们使用TTAG来支持聊天机器人的构建时间I18N。

请参阅TTAG文档以进行注释的字符串翻译。

要将注释的字符串提取到翻译文件，请使用：

 $ npm run i18n:extract

翻译文件

翻译文件位于i18n/下，以getText po格式。

en_US.po ：由于代码中使用的语言已经是英语，因此存在该空的翻译文件以简化设置。
zh_TW.po ：传统中文翻译。
ja.po ：日语翻译。

支持其他语言

您可以通过利用getText msginit命令来替换您想要支持的任何语言。

您将需要更改i18n:extract和i18n： package.json中i18n:validate脚本以反映区域更改。

用不同的语言建造

默认情况下，聊天机器人将在en_US语言环境下构建。

在Heroku上，请将LOCALE设置为en_US ， zh_TW或i18n/ Directory下的任何其他语言代码之一。

如果要使用Docker构建，则可能需要修改Dockerfile以包括所需的LOCALE 。

通知设置

先决条件：
1. LIFF设置
2. 连接mongodb
要使用推送消息：在.env文件中，sets NOTIFY_METHOD=PUSH_MESSAGE
使用线路通知：
1. 您应该首先注册服务。
2. 然后设置Callback Url ： RUMORS_LINE_BOT_URL /authcallback /line_notify
3. 在.env文件中，设置
```
 LINE_NOTIFY_CLIENT_ID=
LINE_NOTIFY_CLIENT_SECRET=
NOTIFY_METHOD=LINE_NOTIFY
RUMORS_LINE_BOT_URL=
LINE_FRIEND_URL=https://line.me/R/ti/p/
```

您可以在客户经理 - > Rich菜单中设置设置页面入口点（ LIFF_URL ？p =设置）

通知cronjob

在本地机器上运行

 $ npm run notify

要在Heroku上运行，您可以使用Heroku调度程序

 $ node build/scripts/scanRepliesAndNotify.js

Google云服务

Rumors-Line-Bot使用Google Cloud Services使用Google Cloud Service帐户和应用程序默认凭据进行身份验证和授权。

请在项目下创建一个服务帐户，下载其密钥并使用GOOGLE_APPLICATION_CREDENTIALS env var，为您下载的服务帐户密钥提供路径。有关详细信息，请参见文档。

对话流

我们使用DialogFlow来检测用户是否试图聊天。如果用户输入与任何对话流的意图匹配，我们可以直接返回该意图中的预定响应。

要使用DialogFlow，请进行以下设置：

请确保您的GCP项目启用了DialogFlow API。
构建连接到GCP项目的代理。
请确保服务帐户具有dialogflow.sessions.detectIntent许可。
设置这些ENV变量（可选）：
- DAILOGFLOW_LANGUAGE ：空为代理的默认语言，也可以指定一种语言。
- DAILOGFLOW_ENV ：默认为草稿代理，或者您可以创建不同的版本。

Google Analytics（分析）自定义尺寸和指标

为Message Source创建一个自定义（用户范围）dimemsion，并为Group Members Count创建一个自定义（HIT范围）METRIX。他们两个默认索引均为1。如果创建的索引GA不是1，则在代码中找到cd1和cm1 ，然后将它们更改为cd$theIndexGACreated和cm$theIndexGACreated 。

打字稿

使用npm run typecheck检查类型；使用npm run typegen从GraphQl架构生成类型。

生产部署

准备.env文件（应与您的部署环境相同）并运行docker build .生成Docker映像。

.env将被复制到构建器映像上，以生成LIFF静态文件。构建图像时，您只需在.env中包括“构建时间变量”（以.env.sample表示），以确保在构建的客户端代码中不会泄漏服务器凭据。

由于已构建的Docker映像将将公共URL编码到静态构建的文件中，因此当我们将图像作为容器运行时，这些构建时间变量。因此，每个单独的部署环境将需要单独的图像构建。

您可以使用docker-compose.yml在本地测试构建的图像；只需输入管线机器人部分，并提供构建的图像名称。

有关生产，请参阅谣言 - 示威者docker-coompose.yml ，以运行此类图像。

Google标签管理器

当用户与LIFF进行交互时，我们在Google标签管理器的dataLayer中推动变量和事件。

您可以在.env文件中准备以下设置：

GTM_ID ：Google标签管理器容器ID（ GTM-XXXXXXX ）

该应用程序将在GTM dataLayer中启动以下自定义事件：

dataLoaded - 当数据加载到文章，评论或反馈LIFF中时。
routeChangeComplete加载LIFF或更改路径时。
feedbackVote - 用户提交反馈时。
- 当用户打开反馈LIFF时，一次启动一次，并且在用户更新投票或评论时可以再次触发。
- 当用户向文章LIFF提交反馈时，还会触发。
chooseArticle当用户选择文章Liff中的文章时。

此外，它将将以下自定义变量推向dataLayer ；

pagePath设置当routeChangeComplete fires fires时设置。 LIFF路由器的页面路径。
userId设置LIFF获得ID令牌，并在内部解码行用户ID。
articleId和replyId ：在文章，评论和反馈上设置了命名生命onMount() 。或者发射chooseArticle事件时。
doc设置dataLoaded射击时。对象中加载的内容本身（文章LIFF中的文章，评论LIFF中的评论和反馈LIFF中的反馈）。

Google分析事件表

发送事件格式： Event category / Event action / Event label

我们使用尺寸Message Source （自定义dimemsion1）来对不同的事件源进行分类

user 1一邮件
room |小组消息的group

1个邮件

用户向我们发送消息

UserInput / MessageType /
如果我们在数据库中找到与消息相匹配的文章：
- UserInput / ArticleSearch / ArticleFound
- Article / Search /
  找到的每篇文章
如果数据库中什么都没找到：
- UserInput / ArticleSearch / ArticleNotFound
如果在数据库中找到文章，但不是用户想要的：
- UserInput / ArticleSearch / ArticleFoundButNoHit
当用户提供来源时
- UserInput / IsForwarded / Yes | No
当用户指定该消息是否同时来自同一个人时（cooccrence）
- UserInput / IsCooccurrence / Yes | No
匹配对话流的意图之一
- UserInput / ChatWithBot /

用户选择了一篇文章

Article / Selected /
如果有答复：
- Reply / Search / 每个答复
如果没有答复：
- Article / NoReply /

用户选择答复

Reply / Selected /
Reply / Type /

用户投票回复

UserInput / Feedback-Vote / /
当LIFF打开时，还发送页面视图/feedback/yes或/feedback/no 。

用户想提交一篇新文章

Article / Create / Yes

用户不想提交文章

Article / Create / No

用户更新了他们的回复请求原因

Article / ProvidingReason /
当LIFF打开时，还会发送页面/reason 。

用户打开文章列表

发送页面/articles的页面视图
如果通过富菜单打开： utm_source=rumors-line-bot&utm_medium=richmenu
如果通过推送消息打开： utm_source=rumors-line-bot&utm_medium=push

当用户单击文章列表中查看的文章项目时

LIFF / ChooseArticle /
注意：此事件是在LIFF中派遣的，因此也utm_medium utm_source等URL参数。

用户打开设置列表

发送页面/setting的页面视图已发送
如果在发送答复请求后打开： utm_source=rumors-line-bot&utm_medium=reply-request
如果在教程中打开： &utm_source=rumors-line-bot&utm_medium=tutorial

教程

如果是由以下事件触发的（又称添加朋友事件）
- Tutorial / Step / ON_BOARDING
如果是由丰富菜单触发的
- Tutorial / Step / RICH_MENU
其他的
- Tutorial / Step /

组消息

当聊天机器人加入/溜走一个小组或一个房间时

加入
- Group / Join / 1 （ Event category / Event action / Event value ）
- Group Members Count （自定义metric1）记录小组成员在聊天机器人加入时计数。
离开
- Group / Leave / -1 （ Event category / Event action / Event value ）

笔记：
我们将GA事件值1设置为JOIN，-1为休假。要知道当前加入的总体计数聊天机器人，您可以直接查看总事件值（详细信息请参见隐式计数）。
要知道当前加入或脱身的组，您应该找到最后的Join或Leave Client Id的操作。
另外，您应该找到Client Id的最后一个Join操作，以获得更准确的Group Members Count 。仅在聊天机器人加入组时才记录Group Members Count ，以了解确切的计数，您应该直接从线路消息API获得它。

用户向我们发送消息

如果我们在数据库中找到与消息相匹配的文章：
- UserInput / ArticleSearch / ArticleFound
- Article / Search /
  找到的每篇文章
如果文章相同
- Article / Selected /
如果该文章具有有效的类别，并且答复是有效的（详细信息请参见＃238）
- Reply / Selected /