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。

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。

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Bot Builder SDK 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。

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。

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。

在上一篇([10]人臉識別的AI服務 - Verify 驗證臉是不是屬於某個Person)介紹了PersonGroup train出來的Model的其中一個用途，也就是用來確認某個臉和某個person是否為同一人。

這一篇來看看另外一個用途：identify，也就是直接從臉找到是誰。

在上一篇([09]人臉識別的AI服務 - Face Api Explorer - GUI工具來建立Person Group Model)介紹完了Face Api Explorer這個工具之後，相信在建立PersonGroup Model就易如反掌啦。

建立好了Model，下一步當然是看如何使用這個Model。

總共有兩個方法：

1. Verify - 比對臉是否屬於某個人
2. Identify - 看看臉可能是屬於那個人

Verify之前介紹過([06]人臉識別的AI服務 - 使用Verify確認兩張圖片的人臉是否為同一人)，不過那個時候是兩張臉比較，這篇介紹一下如果拿人比較如何使用。

2018-10-05 Friday
「Cognitive Service之Face Api」 cognitive service ai azure face-api