快来领取一只天猫精灵！ _精灵

休言女子非英物，夜夜龙泉壁上鸣。这篇文章主要讲述快来领取一只天猫精灵！相关的知识，希望能为你提供帮助。
【快来领取一只天猫精灵！】[toc]
1. 绪论 1.1 天猫精灵是啥1.2 什么是天猫精灵开放平台

文章图片

文章图片

2. 成为开发者 2.1 登录平台https://iap.aligenie.com/
登陆后点击控制台，选择技能应用平台并点击进入。

文章图片

2.1 注册平台根据实际情况选择认证的类型。并根据页面提示填写开发者真实信息，完成账号认证。下面以认证企业账号为例，介绍认证的操作步骤。

文章图片

文章图片

3. 领取一只精灵 3.1 创建语音技能认证通过后进入技能应用平台，我们要创建一个语音技能，选中语音技能分类：点击创建技能。

文章图片

3.2 填写技能基本信息选中语音技能中的自定义技能填写技能创建信息：技能名称和调用词
技能名称：展示在技能市场的技能名称，在发布时将进行唯一性检测。
技能属性选择公有技能 / 私有技能。技能属性选择，建议您先参考

【公有&
私有】

，由于我们要开发一个面向所有天猫精灵用户的应用，所以技能属性这里选择公有技能。
技能调用词也称为唤醒词，是用户使用这个技能所需要说的关键字。如“天猫精灵，天气小蜜”，则使用了调用词为“天气小蜜”的技能。
填写技能调用词时系统会进行唯一性检测，截图中填写的“天气小蜜”仅仅作为范例，请您在创建技能时注意不要和范例相同或填重复过的调用词。

文章图片

文章图片

3.3 配置语音交互模型创建技能成功后，需配置语音交互模型，才可与用户进行语音对话，语音交互模型包含意图、实体、问答三块，本节课先配置意图。
首先了解下什么是意图：意图是用户使用语音技能的目的，语音技能至少要有一个意图（至少向用户提供一个功能，也可以是多个）只说调用词会进入默认意图所以有调用词的技能需要有默认意图。
了解什么是意图后，接下来开始创建语音交互模型。
第一步，点击创建意图按钮进入创建意图页面；
第二步，设置意图名称、意图标识，并将这条意图设置为默认意图，设置好后点击提交。

文章图片

3.4 配置后端服务

文章图片

跳转到阿里云开发平台后，会自动进入 CloudIDE，平台会自动生成模板代码，查看代码路径：src/main/GenieEntry.java，您可以直接在示例代码上进行开发；

文章图片

代码编写后，要把代码提交到仓库中，不然再进来就没有了，提交步骤：点击源代码管理，然后点击提交按钮；

文章图片

提交完成后要选择部署环境，打开CloudIDE左侧的部署调试插件，进入到部署面板，选择预发环境进行部署；
境选择好之后，我们要检查路由、函数映射表，第一个字段是应用访问的路径，格式为：/skill-78623/entry，其中数字 67954为智能应用平台上此应用的技能id，技能id显示在技能概览页中的基本信息表中，这个字段一般系统会默认自动填好。
第二个字段表示某个文件的函数入口，如果选择Java语言，此数据为：com.alibaba.ailabs.GenieEntry::handleRequest，表示当应用发布之后，天猫精灵这边的请求会发送到 com.alibaba.ailabs.GenieEntry类的handleRequest方法，handleRequest是从AbstractEntry类中继承的方法，请不要重写此方法。如果选择NodeJS语言或python语言，此数据为：index.handler，表示含义和前面类似；由于我们选的是java语言，所以第二个字段我们要填com.alibaba.ailabs.GenieEntry::handleRequest。

package com.alibaba.ailabs; import java.util.HashMap; import java.util.List; import java.util.Map; import java.util.stream.Collectors; import com.alibaba.ailabs.common.AbstractEntry; import com.alibaba.da.coin.ide.spi.meta.AskedInfoMsg; import com.alibaba.da.coin.ide.spi.meta.ExecuteCode; import com.alibaba.da.coin.ide.spi.meta.GwCommand; import com.alibaba.da.coin.ide.spi.meta.ResultType; import com.alibaba.da.coin.ide.spi.standard.ResultModel; import com.alibaba.da.coin.ide.spi.standard.TaskQuery; import com.alibaba.da.coin.ide.spi.standard.TaskResult; import com.alibaba.fastjson.JSON; import com.aliyun.fc.runtime.Context; import com.google.common.collect.Lists; /** * @Description 天猫精灵技能函数入口，FC handler：com.alibaba.ailabs.GenieEntry::handleRequest * @Version 1.0 **/ public class GenieEntry extends AbstractEntry @Override public ResultModel< TaskResult> execute(TaskQuery taskQuery, Context context) context.getLogger().info("taskQuery: " + JSON.toJSONString(taskQuery)); //String screenStatus = taskQuery.getRequestData().get("screenStatus"); String screenStatus = "online"; // 从请求中获取意图参数以及参数值 Map< String, String> paramMap = taskQuery.getSlotEntities().stream().collect( Collectors.toMap(slotItem -> slotItem.getIntentParameterName(), slotItem -> slotItem.getOriginalValue())); String reply; String city = paramMap.get("city"); String date = paramMap.get("date"); //处理名称为 weather 的意图 if ("weather".equals(taskQuery.getIntentName())) //weather 意图中 date 参数勾选了必选，请求数据中一定会携带 date 参数，只需要判断 city 参数有没有。 if (city == null) reply = "您要查询哪个城市的天气？"; return askReply(reply, "city", taskQuery.getIntentId()); //TODO 根据参数获取天气信息，这里使用假数据替代 reply = city + date + "天气晴。"; if ("online".equals(screenStatus)) return weatherTplReply(reply, city); else return reply(reply); //处理名称为 air_quality 的意图 else if ("air_quality".equals(taskQuery.getIntentName())) //air_quality 意图中 date 参数勾选了必选，请求数据中一定会携带 date 参数，只需要判断 city 参数有没有。 if (city == null) reply = "您要查询哪个城市的空气质量？"; return askReply(reply, "city", taskQuery.getIntentId()); //TODO 根据参数获取空气质量信息，这里使用假数据替代 reply = city + date + "空气质量46 优。"; if ("online".equals(screenStatus)) return airTplReply(reply, city); else return reply(reply); reply = "请检查意图名称是否正确，或者新增的意图没有在代码里添加对应的处理分支。"; return reply(reply); /** * 结束对话的回复，回复后音箱闭麦 */ private ResultModel< TaskResult> reply(String reply) ResultModel< TaskResult> res = new ResultModel< > (); TaskResult taskResult = new TaskResult(); taskResult.setReply(reply); taskResult.setExecuteCode(ExecuteCode.SUCCESS); taskResult.setResultType(ResultType.RESULT); res.setReturnCode("0"); res.setReturnValue(taskResult); return res; /** * 指定追问参数，音箱自动开麦，用户的回答优先匹配追问的参数 */ private ResultModel< TaskResult> askReply(String reply, String parameterName, Long intentId) ResultModel< TaskResult> res = new ResultModel< > (); TaskResult taskResult = new TaskResult(); taskResult.setReply(reply); taskResult.setExecuteCode(ExecuteCode.SUCCESS); taskResult.setResultType(ResultType.ASK_INF); AskedInfoMsg askedInfoMsg = new AskedInfoMsg(parameterName, intentId); taskResult.setAskedInfos(Lists.newArrayList(askedInfoMsg)); res.setReturnCode("0"); res.setReturnValue(taskResult); return res; /** * 天气查询意图的TPL回复 */ private ResultModel< TaskResult> weatherTplReply(String reply, String city) return commonReply(reply, city, reply); /** * 空气质量查询意图的TPL回复 */ private ResultModel< TaskResult> airTplReply(String reply, String city) return commonReply(reply, city, reply); private ResultModel< TaskResult> commonReply(String reply, String city, String detail) //屏显模板数据需要使用gwCommands字段携带，会导致reply失效。回复内容通过speak指令返回 GwCommand speakGwCommand = new GwCommand("AliGenie.Speaker", "Speak"); HashMap< String, Object> payload = new HashMap< > (); payload.put("type", "text"); payload.put("text", reply); speakGwCommand.setPayload(payload); //携带屏显模板数据的指令 GwCommand tplGwCommand = new GwCommand("AliGenie.Screen", "Render"); HashMap< String, Object> payload1 = new HashMap< > (); payload1.put("pageType", "TPL.RenderTemplate"); payload1.put("pageTitle", "天气小助手"); //模板标识数据 HashMap< String, Object> data = https://www.songbingjia.com/android/new HashMap< > (); data.put("template", "aligenie_weather_tpl_demo"); //模板中展示内容的字段 dataSource HashMap< String, String> dataSource = new HashMap< > (); dataSource.put("imageUrl", "https://ailabs-iot.aligenie.com/iap/platform3.0/weather-banner.png"); dataSource.put("city", city); dataSource.put("minTemperature", "36°"); dataSource.put("maxTemperature", "38°"); dataSource.put("detail", detail); data.put("dataSource", dataSource); payload1.put("data", data); tplGwCommand.setPayload(payload1); return tplReply(Lists.newArrayList(speakGwCommand, tplGwCommand)); /** * 携带TPL数据的结束对话回复，回复后音箱闭麦 */ private ResultModel< TaskResult> tplReply(List< GwCommand> gwCommands) ResultModel< TaskResult> res = new ResultModel< > (); TaskResult taskResult = new TaskResult(); taskResult.setExecuteCode(ExecuteCode.SUCCESS); taskResult.setResultType(ResultType.RESULT); taskResult.setGwCommands(gwCommands); res.setReturnCode("0"); res.setReturnValue(taskResult); return res;

3.4 测试天猫精灵输入创建技能时设置的调用词“天气小蜜”并发送，测试欢迎意图是否配置成功，系统回复默认欢迎语则技能测试成功；
输入创建技能时设置的调用词并发送（调用词以技能创建时的为准），本教程中以“天气小蜜”调用词为例，系统回复则表示技能部署成功。