謠言線bot下載 - 謠言線機器人源代碼下載

謠言線機器人

Ai源碼

2024

下載

謠言 - 本機

LINE機器人檢查消息是否包含互聯網謠言。

國家圖和文件

這是真的假的。的子項目之一

該狀態圖描述了行機器人如何與用戶交談：

發展

開發謠言 - 管家需要您完成以下設置。

獲取存儲庫

將此存儲庫和CD克隆到項目目錄之後，然後安裝依賴項。

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

線路渠道和開發人員帳戶

請按照直線官方教程中的所有步驟進行操作。

環境變量

從.env.sample模板創建.env文件，至少填寫：

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

其他可自定義的env var是：

REDIS_URL ：如果未給出，則使用redis://127.0.0.1:6379 。
PORT ：哪個端口bot服務器將在偵聽。
GTM_ID ：Google標籤管理器ID。有關事件和變量，我們將其推向dataLayer ，請參見下面的“ Google Tag Manager”部分。
DEBUG_LIFF ：禁用LIFF中的外部瀏覽器檢查。在外部瀏覽器中調試LIFF時很有用。不要在生產中啟用這一點。
RUMORS_LINE_BOT_URL ：用於生成教程圖像URL和LINE通知的auth回調URL的服務器公共URL。

節點依賴性

您將需要Node.JS 16+進行。

 $ npm i

在本地計算機上運行機器人服務器

使用以下方式旋轉諸如Redis和MongoDB之類的外圍設備：

 $ docker-compose up -d

然後旋轉該應用程序，包括for LIFF的聊天機器人服務器和WebPack-dev-Server，使用：

 $ npm run dev

服務器將在localhost:5001 （或您在.env文件中指定的PORT ）上啟動。

如果您想停止外圍設備，請運行docker-compose stop 。

單位測試

只需運行npm test即可。它將自動旋轉上述Docker並運行單元測試。

獲取到本地計算機的線條消息

我們建議使用ngrok創建一個將流量從線路服務器轉移到本地計算機的公共地址。在您的路上，只有ngrok

 $ ngrok http 5001

ngrok將為您提供公共網址。使用它來設置頻道的Webhook URL（請參閱“官方教程”中的“頻道控制台”部分。

我們建議使用Ngrok配置文件設置具有固定subdomain的隧道。這樣，只要subdomain不被其他人佔用，就可以修復公共網址（意味著對線路頻道設置的重複拷貝都不是對線路的設置！）。

內線開發人員在您的消息API頻道中的控制台，在消息API> Webhook設置下，將Webhook URL設置為${ngrok_url}/callback並打開使用Webhook 。單擊“驗證”以確認它已成功連接到您的本地計算機。

LIFF設置

在提交文章和負面反饋時，我們正在使用LIFF收集用戶的原因。

如果您不需要開發LIFF，則可以直接使用.env.sample中提供的LIFF_URL ，該樣本鏈接到登台LIFF網站。

如果要修改LIFF，則可能需要遵循以下步驟：

創建自己的LIFF應用程序

要創建LIFF應用程序，請遵循官方文件下的說明，其中涉及

創建線路登錄頻道
選擇chat_message.write在示波器中（for LIFF發送消息）在獲取LIFF URL後，將其放入.env中為LIFF_URL 。
將Endpoint URL設置為從chabbot端點開始，然後添加/liff/index.html作為後綴。

開發LIFF

要開發LIFF，在npm run dev之後，在Dev Server（http：// localhost：5001）或Production Chatbot服務器的Dev Server（http：// localhost：5001） /liff/index.html可訪問它。

在開發模式下，它在localhost: （默認為8080 ）， /liff chatbot Server代理的所有請求所有請求到WebPack-dev-server。

在瀏覽器中開發LIFF的提示是：

請訪問https:///liff/index.html?p=&... in Desktop瀏覽器。
如果您的瀏覽器尚未排隊記錄，LIFF SDK會將您的桌面瀏覽器窗口重定向到登錄頁面。
如果您的瀏覽器排隊登錄了一段時間，則可能會在會話中發佈時間。 LIFF不會自動記錄您；您將需要在JS控制台中手動鍵入liff.logout()以觸發重新使用。

liff.init()仍將在桌面瀏覽器中使用，因此該應用程序呈現，使我們能夠在桌面上調試Web佈局。但是， liff.sendMessages()不起作用。如果您的瀏覽器窗口通過登錄重定向，則liff.closeWindow()將無法使用。

LIFF的GraphQl API

Line Bot Server啟動了一個GraphQl Server，該服務器啟動了Cofacts GraphQl API和特定於LINE CHATBOT的API。

每當COFACTS API更新時，請使用npm run cofactsapi獲取最新的Cofacts API模式。

LIFF組件故事書

在開發過程中，使用以下命令在本地機器上啟動故事書：

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

您也可以訪問https://cofacts.github.io/lumors-line-bot，以獲取master分支的預構建故事書。

如何在生產中部署LIFF

在生產中，LIFF文件將被編譯為/liff目錄，並由聊天機器人服務器用作靜態文件。

如果您在LIFF中收到400 bad request ，請搜索liff.init函數在編譯JS二進製文件中，查看LIFF ID是否與您的LIFF URL一致，這應該是不帶領https://liff.line.me/路徑。。

LIFF ID是在構建過程中使用WebPack定義插件設置的，因此在不重建LIFF二進製文件的情況下交換LIFF URL ENV變量將導致400個不良請求。

翻譯

我們使用TTAG來支持聊天機器人的構建時間I18N。

請參閱TTAG文檔以進行註釋的字符串翻譯。

要將註釋的字符串提取到翻譯文件，請使用：

 $ npm run i18n:extract

翻譯文件

翻譯文件位於i18n/下，以getText po格式。

en_US.po ：由於代碼中使用的語言已經是英語，因此存在該空的翻譯文件以簡化設置。
zh_TW.po ：傳統中文翻譯。
ja.po ：日語翻譯。

支持其他語言

您可以通過利用getText msginit命令來替換您想要支持的任何語言。

您將需要更改i18n:extract和i18n： package.json中i18n:validate腳本以反映區域更改。

用不同的語言建造

默認情況下，聊天機器人將在en_US語言環境下構建。

在Heroku上，請將LOCALE設置為en_US ， zh_TW或i18n/ Directory下的任何其他語言代碼之一。

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

通知設置

先決條件：
1. LIFF設置
2. 連接mongodb
要使用推送消息：在.env文件中，sets NOTIFY_METHOD=PUSH_MESSAGE
使用線路通知：
1. 您應該首先註冊服務。
2. 然後設置Callback Url ： RUMORS_LINE_BOT_URL /authcallback /line_notify
3. 在.env文件中，設置
```
 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/
```

您可以在客戶經理 - > Rich菜單中設置設置頁面入口點（ LIFF_URL ？p =設置）

通知cronjob

在本地機器上運行

 $ npm run notify

要在Heroku上運行，您可以使用Heroku調度程序

 $ node build/scripts/scanRepliesAndNotify.js

Google雲服務

Rumors-Line-Bot使用Google Cloud Services使用Google Cloud Service帳戶和應用程序默認憑據進行身份驗證和授權。

請在項目下創建一個服務帳戶，下載其密鑰並使用GOOGLE_APPLICATION_CREDENTIALS env var，為您下載的服務帳戶密鑰提供路徑。有關詳細信息，請參見文檔。

對話流

我們使用DialogFlow來檢測用戶是否試圖聊天。如果用戶輸入與任何對話流的意圖匹配，我們可以直接返回該意圖中的預定響應。

要使用DialogFlow，請進行以下設置：

請確保您的GCP項目啟用了DialogFlow API。
構建連接到GCP項目的代理。
請確保服務帳戶具有dialogflow.sessions.detectIntent許可。
設置這些ENV變量（可選）：
- DAILOGFLOW_LANGUAGE ：空為代理的默認語言，也可以指定一種語言。
- DAILOGFLOW_ENV ：默認為草稿代理，或者您可以創建不同的版本。

Google Analytics（分析）自定義尺寸和指標

為Message Source創建一個自定義（用戶範圍）dimemsion，並為Group Members Count創建一個自定義（HIT範圍）METRIX。他們兩個默認索引均為1。如果創建的索引GA不是1，則在代碼中找到cd1和cm1 ，然後將它們更改為cd$theIndexGACreated和cm$theIndexGACreated 。

打字稿

使用npm run typecheck檢查類型；使用npm run typegen從GraphQl架構生成類型。

生產部署

準備.env文件（應與您的部署環境相同）並運行docker build .生成Docker映像。

.env將被複製到構建器映像上，以生成LIFF靜態文件。構建圖像時，您只需在.env中包括“構建時間變量”（以.env.sample表示），以確保在構建的客戶端代碼中不會洩漏服務器憑據。

由於已構建的Docker映像將將公共URL編碼到靜態構建的文件中，因此當我們將圖像作為容器運行時，這些構建時間變量。因此，每個單獨的部署環境將需要單獨的圖像構建。

您可以使用docker-compose.yml在本地測試構建的圖像；只需輸入管線機器人部分，並提供構建的圖像名稱。

有關生產，請參閱謠言 - 示威者docker-coompose.yml ，以運行此類圖像。

Google標籤管理器

當用戶與LIFF進行交互時，我們在Google標籤管理器的dataLayer中推動變量和事件。

您可以在.env文件中準備以下設置：

GTM_ID ：Google標籤管理器容器ID（ GTM-XXXXXXX ）

該應用程序將在GTM dataLayer中啟動以下自定義事件：

dataLoaded - 當數據加載到文章，評論或反饋LIFF中時。
routeChangeComplete加載LIFF或更改路徑時。
feedbackVote - 用戶提交反饋時。
- 當用戶打開反饋LIFF時，一次啟動一次，並且在用戶更新投票或評論時可以再次觸發。
- 當用戶向文章LIFF提交反饋時，還會觸發。
chooseArticle當用戶選擇文章Liff中的文章時。

此外，它將將以下自定義變量推向dataLayer ；

pagePath設置當routeChangeComplete fires fires時設置。 LIFF路由器的頁面路徑。
userId設置LIFF獲得ID令牌，並在內部解碼行用戶ID。
articleId和replyId ：在文章，評論和反饋上設置了命名生命onMount() 。或者發射chooseArticle事件時。
doc設置dataLoaded射擊時。對像中加載的內容本身（文章LIFF中的文章，評論LIFF中的評論和反饋LIFF中的反饋）。

Google分析事件表

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

我們使用尺寸Message Source （自定義dimemsion1）來對不同的事件源進行分類

user 1一郵件
room |小組消息的group

1個郵件

用戶向我們發送消息

UserInput / MessageType /
如果我們在數據庫中找到與消息相匹配的文章：
- UserInput / ArticleSearch / ArticleFound
- Article / Search /
  找到的每篇文章
如果數據庫中什麼都沒找到：
- UserInput / ArticleSearch / ArticleNotFound
如果在數據庫中找到文章，但不是用戶想要的：
- UserInput / ArticleSearch / ArticleFoundButNoHit
當用戶提供來源時
- UserInput / IsForwarded / Yes | No
當用戶指定該消息是否同時來自同一個人時（cooccrence）
- UserInput / IsCooccurrence / Yes | No
匹配對話流的意圖之一
- UserInput / ChatWithBot /

用戶選擇了一篇文章

Article / Selected /
如果有答复：
- Reply / Search / 每個答复
如果沒有答复：
- Article / NoReply /

用戶選擇答复

Reply / Selected /
Reply / Type /

用戶投票回复

UserInput / Feedback-Vote / /
當LIFF打開時，還發送頁面視圖/feedback/yes或/feedback/no 。

用戶想提交一篇新文章

Article / Create / Yes

用戶不想提交文章

Article / Create / No

用戶更新了他們的回復請求原因

Article / ProvidingReason /
當LIFF打開時，還會發送頁面/reason 。

用戶打開文章列表

發送頁面/articles的頁面視圖
如果通過富菜單打開： utm_source=rumors-line-bot&utm_medium=richmenu
如果通過推送消息打開： utm_source=rumors-line-bot&utm_medium=push

當用戶單擊文章列表中查看的文章項目時

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

用戶打開設置列表

發送頁面/setting的頁面視圖已發送
如果在發送答復請求後打開： utm_source=rumors-line-bot&utm_medium=reply-request
如果在教程中打開： &utm_source=rumors-line-bot&utm_medium=tutorial

教程

如果是由以下事件觸發的（又稱添加朋友事件）
- Tutorial / Step / ON_BOARDING
如果是由豐富菜單觸發的
- Tutorial / Step / RICH_MENU
其他的
- Tutorial / Step /

組消息

當聊天機器人加入/溜走一個小組或一個房間時

加入
- Group / Join / 1 （ Event category / Event action / Event value ）
- Group Members Count （自定義metric1）記錄小組成員在聊天機器人加入時計數。
離開
- Group / Leave / -1 （ Event category / Event action / Event value ）

筆記：
我們將GA事件值1設置為JOIN，-1為休假。要知道當前加入的總體計數聊天機器人，您可以直接查看總事件值（詳細信息請參見隱式計數）。
要知道當前加入或脫身的組，您應該找到最後的Join或Leave Client Id的操作。
另外，您應該找到Client Id的最後一個Join操作，以獲得更準確的Group Members Count 。僅在聊天機器人加入組時才記錄Group Members Count ，以了解確切的計數，您應該直接從線路消息API獲得它。

用戶向我們發送消息

如果我們在數據庫中找到與消息相匹配的文章：
- UserInput / ArticleSearch / ArticleFound
- Article / Search /
  找到的每篇文章
如果文章相同
- Article / Selected /
如果該文章具有有效的類別，並且答復是有效的（詳細信息請參見＃238）
- Reply / Selected /