Alan Tsai 的學習筆記


學而不思則罔,思而不學則殆,不思不學則“網貸” 記錄軟體開發的點點滴滴 著重於微軟技術、網頁開發、DevOps、C#, Asp .net Mvc、Azure、AI、Chatbot、Docker、Data Science

[Bot Framework V4][05]搞懂Bot的State Management - 怎麽儲存信息

[Bot Framework V4][05]搞懂Bot的State Management - 怎麽儲存信息.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

在上一篇([04]瞭解EchoBot的程式碼結構)看了整個EchoBot的骨架之後,相信對於整個Chatbot的撰寫有了一些基本的概念了。

接下來要做的就是進入細部看細節。看看每一個環節實際怎麽撰寫。

先從State開始,如果説Bot沒辦法記得使用者的習慣以及設定,那麽整個使用體驗會很差。舉例來説,如果沒有state,那麽每一次都要問使用者的姓名,就太笨了。

這篇來看看V4裡面的Bot State Management。

看全文>>


[Bot Framework V4][04]瞭解EchoBot的程式碼結構

[Bot Framework V4][04]瞭解EchoBot的程式碼結構.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

在上一篇([03]搞懂關鍵字以及信息的處理流程)瞭解了整個V4版本的關鍵字以及信息是怎麽流動。

這篇來看看實際code的結構 - 使用之前建立出來的EchoBot,看一下整體的結構。

看全文>>


[Bot Framework V4][03]搞懂關鍵字以及信息的處理流程

[Bot Framework V4][03]搞懂關鍵字以及信息的處理流程.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

在上一篇([02]建立第一個V4 Chatbot - EchoBot)看了如何建立出一個Hello World等級的Chatbot:EchoBot并且使用了Bot Emulator對他做了測試,看起來也沒什麽問題。

那麽下一個問題就來了,Bot Framework到底是怎麽組成的?整個信息的流是怎麽動起來?

這篇將來介紹Bot Framework裡面用到的一些關鍵字,以及整個是如何搭起來,未來不管是在看文件還是深入研究才不會搞得糊里糊塗。

整個Bot Framework的組成和V3沒有什麽不同,因此對Bot Framework,Bot Builder搞不清楚的可以參考之前V3的介紹:[chatbot + AI = 下一代操作模式][02]微軟的Bot Framework是什麽?

看全文>>


[Bot Framework V4][02]建立第一個V4 Chatbot - EchoBot

[Bot Framework V4][02]建立第一個V4 Chatbot - EchoBot.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

上一篇([01]開篇)快速的介紹了這個系列的目的以及内容。

這篇就來實際看一下建立一個V4的Hello World Bot,EchoBot,看看如何建立并且怎麽透過Emulator做測試。

這篇的程式碼github頁面是alantsai-samples/mhat-hotelbotv4:blog/chapter-02

看全文>>


[Bot Framework V4][01]開篇

[Bot Framework V4][01]開篇.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

還記得沒多久之前介紹的另外一個系列(「chatbot + AI = 下一代操作模式」),那個時候介紹了新一代的操作模式俗稱的Chatbot,以及看Chatbot結合Cognitive Service這種AI API所帶來的另外一種使用者體驗。

那時候因爲V4還在Preview,所以介紹了使用Bot Framework V3(準確一點說是BotBuilder V3)。

而V4在9月底的時候正式發佈GA了(進入Stable),因此有了這個系列的開始,來看看V4改變了什麽。

看全文>>


[Cognitive Service之Face Api][13]人臉識別的AI服務 - 結束既是開始

[Cognitive Service之Face Api][13]人臉識別的AI服務 -  結束既是開始.jpg
背景圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

在上一篇([12]人臉識別的AI服務 - 用Face API Explorer看看Identify的應用)介紹完了Face API Explorer裡面的Identify功能之後,這個系列就已經到了一個尾聲。

雖然說并不是所有的Face API方法都有介紹,但是相信就算要使用的話,因爲有了其他方法的介紹做基底,要理解應該不會太難。

這篇將會對這個系列有介紹的服務做一個統整的介紹(像是一個目錄),并且留下一些參考資料。

看全文>>


[Cognitive Service之Face Api][12]人臉識別的AI服務 - 用Face API Explorer看看Identify的應用

[Cognitive Service之Face Api][12]人臉識別的AI服務 -  用Face API Explorer看看Identify的應用.jpg
背景圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

上一篇([11]人臉識別的AI服務 - Identify 找出圖片的臉是誰)介紹完了如何透過Identify的方式找出圖片裡面的臉是屬於那個人之後,這個系列要介紹Face API的服務就差不多告一個段落。

介紹純API的呼叫是看看最底層的用法,當整合到Application裡面,用途就多了。

這一篇將用Face API Explorer這個工具,看看在裡面是如何整合Identify的功能。

看全文>>