3.0高级配置详解

更新时间：2021-07-16

前言

之前的章节，我们用一个例子让大家熟悉了TaskFlow的配置流程。接下来我们跟大家介绍各节点的高级配置。

词槽收集节点

澄清方式
- 是否随机询问：选择“否”时，每轮澄清时会按照话术顺序依次询问。
- 是否强制填充：选择“是”时，词槽澄清失败则终止对话；选择“否”时，达到最大询问次数后对话流程仍会进入下一个节点
打断恢复
- 打断后是否支持恢复：对话中节点若被打断到下一个流程（比如当前处于取快递流程，用户输入的语句进入了取外卖流程），默认处于等待恢复状态，当接收到下一个流程成功完成对话的信息后，会继续完成该流程的后续动作。若选择否，则不再恢复对话。
- 打断恢复话术：当恢复到原流程时，会主动答复用户打断恢复的话术，如果不填写，默认使用收集话术。

对话答复节点

打断恢复
- 当前节点是否支持恢复到原流程：对话中上一个流程是因为被打断才跳转到当前流程时，默认会在完成所有动作后，发送已完成的信息给上一个流程，若选否，则动作完成后直接结束。
- 打断后是否支持恢复：对话中节点若被打断到下一个流程（比如当前处于取快递流程，用户输入的语句进入了取外卖流程），默认处于等待恢复状态，当接收到下一个流程成功完成对话的信息后，会继续完成该流程的后续动作。若选择否，则不再恢复对话。
- 打断恢复话术：当恢复到原流程时，会主动答复用户打断恢复的话术，如果不填写，默认使用答复话术。
答复后动作
- 重置对话状态：若选择是，则会清空之前所有的对话信息，下一个节点时对话会重新开始，默认为否。
- 是否等待用户输入：默认为是，该节点完成所有动作后，接收到用户输入才会继续向下执行；若选择否，则不再等待，直接执行下一个节点的内容。

编程模式

考虑到业务的复杂需求，TaskFlow还为大家提供了节点编程机制，编程语言为Python，目前支持3.8.5版本。支持节点编程机制的包括：

连线
对话答复节点
资源调用节点
自定义节点

编程变量

TaskFlow为大家预置了编程变量，方便大家的使用。

获取机器人请求参数的变量。

变量名称：svc_request
该变量支持获取机器人相关信息。
包含如下操作：

操作	类型	说明
svc_request.service_id	string	机器人ID
svc_request.skill_ids	list<string>	机器人下绑定的技能列表
svc_request.log_id	string	开发者在客户端生成的唯一id
svc_request.context	dict	上下文信息
svc_request.session_id	string	当前session的ID
svc_request.terminal_id	string	开发者生成的对应终端每一个用户的ID
svc_request.query	string	本轮的用户输入query
svc_request.query_info	object	query的附带信息，对应类名为TFQueryinfo
svc_request.query_info.type	string	query的类型
svc_request.query_info.source	string	query的来源
svc_request.hyper_params	dict	超参数

预置函数：

函数	说明	参数列表	返回值
svc_request.is_event()	判断本轮请求是否为事件	无	类型：bool True：本轮为事件请求 False：本轮为普通请求
svc_request.get_event_name()	获取事件名称	无	类型：string 当本轮为事件请求时，返回事件名当本轮为普通文本请求时，返回空字符串

使用示例

#判断是否为首轮
if svc_request.session_id == '':
    return True

#根据用户输入进行判断
if svc_request.query == '你好':
    pass
if '你好' in svc_request.query:
    pass
if svc_request.query.startswith('你好'):
    pass

# 判断是否为事件请求
if svc_request.is_event():
    return True

# 获取事件名
event_name = svc_request.get_event_name()

获取技能的解析结果

变量名称：slu_results
该变量支持获取技能的意图和词槽结果。
包含如下操作：

操作	类型	含义
slu_results[skill_id]	dict	根据技能id获取技能解析结果
slu_results[skill_id].intents	list<object>	技能的意图解析结果，无结果时为空字符串
slu_results[skill_id].intents[i]	object	第i个命中意图下的解析结果，对应的类名为TFIntent
slu_results[skill_id].intents[i].intent_name	string	意图名
slu_results[skill_id].intents[i].intent_confidence	double	意图置信度
slu_results[skill_id].intents[i].slots	dict<string,list<object>>	命中意图下的词槽列表

预置函数

函数	说明	参数列表	返回值
slu_results.has_intent(skill_id, intent_name)	判断指定技能是否命中指定意图	skill_id：必需，技能ID intent_name：必需，意图名	类型：bool True：命中意图 False：未命中意图
slu_results.get_intent_names(skill_id)	获取命中的意图列表	skill_id：必需，技能ID	类型：list<string>
slu_results.has_slot(skill_id, slot_name, intent_name=None)	判断指定技能下是否存在指定词槽	skill_id：必需，技能id slot_name：必需，词槽名 intent_name：可选，意图名，作为筛选条件，用于判断指定意图下是否存在slot_name词槽	类型：bool True：词槽存在 False：词槽不存在
slu_results.get_slots(skill_id, slot_name=None, intent_name=None)	获取词槽列表	skill_id：必需，技能id slot_name：可选，词槽名，作为筛选条件，用于获取指定词槽名的词槽列表 intent_name：可选，意图名，作为筛选条件，用于获取指定意图下的词槽列表	类型：list<object> （列表中每一项为TFSlot类型）

使用示例

skill_id = '12345'

# 对单个技能意图进行判断
## 判断技能skill_id解析意图是否包含WEATHER
if slu_results.has_intent(skill_id, 'WEATHER'):
    pass
## 获取技能skill_id解析意图列表
intent_names = slu_results.get_intent_names(skill_id)
if 'WEATHER' in intent_names:
    pass

# 对单个技能词槽进行判断
## 判断技能skill_id下词槽user_location是否存在
if slu_results.has_slot(skill_id, 'user_location'):
    pass
## 获取技能skill_id下能够被解析的所有词槽列表
all_slots = slu_results.get_slots(skill_id)
for slot in all_slots:
    if slot.slot_name == 'user_location':
        pass
    if slot.slot_name == 'user_time' and slot.original_word == '今天':
        pass
## 获取技能skill_id下能够被解析的词槽名为user_location的词槽列表
location_slots = slu_results.get_slots(skill_id, 'user_location')

# 判断是否所有技能结果均为空（True-均为空；False-至少一个技能有解析结果）
no_result = True
for skill_id in slu_results:
    if not skill_id.isdigit():
        continue
    if slu_results.get_intent_names(skill_id):
        no_result = False
        break

机器人当前包含的词槽列表

变量名称：svc_slots
该变量支持获取机器人的词槽结果。
包含如下操作：

操作	类型	说明
svc_slots[slot_name]	list<object>	指定词槽列表
svc_slots[slot_name][i]	object	获取列表中第i个词槽对象，对应类名为TFSlot
svc_slots[slot_name][i].slot_name	string	词槽名
svc_slots[slot_name][i].original_word	string	词槽原始值
svc_slots[slot_name][i].normalized_word	string	词槽归一化值
svc_slots[slot_name][i].confidence	double	词槽置信度
svc_slots[slot_name][i].session_offset	int	词槽产生轮次，当前轮为0，上轮为1，以此类推
svc_slots[slot_name][i].begin	int	词槽原始值在query中的起始位置
svc_slots[slot_name][i].length	int	词槽原始值长度（字符个数）
svc_slots[slot_name][i].sub_slots	list<object>	子词槽，结构同父词槽（列表中每一项为TFSlot类型）

预置函数

函数	说明	参数列表	返回值
svc_slots.has_slot(slot_name, original_word=None, normalized_word=None)	对话状态中是否存在指定词槽	slot_name：必需，词槽名 original_word：可选，词槽原始值，作为筛选条件，用于判断是否存在指定原始值的词槽 normalized_word：可选，词槽归一化值，作为筛选条件，用于判断是否存在指定归一化值的词槽	类型：bool True：存在 False：不存在
svc_slots.get_slots(slot_name)	从对话状态中获取指定词槽	slot_name：词槽名	类型：list<object> （列表中每一项为TFSlot类型）
svc_slots.add(slot_name, original_word, normalized_word=None)	在对话状态中新增一个词槽	slot_name：必需，词槽名 original_word：必需，词槽原始值 normalized_word：可选，词槽归一化值	类型：object （对应TFSlot类型）
svc_slots.remove(slot_name)	从对话状态中移除指定词槽	slot_name：必需，词槽名	类型：None
svc_slots.clear()	清空对话状态（词槽）	无	类型：None

使用示例

# 对机器人词槽进行判断
  ## 判断机器人词槽中是否存在user_location词槽
  if svc_slots.has_slot('user_location'):
      pass
  ## 判断机器人词槽中是否存在原始值为“北京”的user_location词槽
  if svc_slots.has_slot('user_location', original_word='北京'):
      pass
  ## 判断机器人词槽中是否存在归一化值为“北京市”的user_location词槽
  if svc_slots.has_slot('user_location', normalized_word='北京市'):
      pass
  ## 判断机器人词槽中是否存在原始值为“北京”归一化值为“北京市”的user_location词槽
  if svc_slots.has_slot('user_location', original_word='北京', normalized_word='北京市'):
      pass

  # 获取机器人词槽
  ## 获取词槽名为user_location的所有词槽列表
  slots = svc_slots.get_slots('user_location')
  for slot in slots:
      if slot.original_word == '北京' and slot.normalized_word == '北京市':
          pass

  # 新增机器人词槽
  ## 新增一个原始值和归一化值均为“北京”的user_location词槽
  svc_slots.add('user_location', '北京')
  ## 新增一个原始值为“北京”归一化值为“北京市”的user_location词槽
  svc_slots.add('user_location', '北京', '北京市')

  # 删除机器人词槽
  ## 删除词槽名为user_location的词槽
  svc_slots.remove('user_location')
  svc_slots.pop('user_location')

  # 清空机器人词槽
  svc_slots.clear()

机器人的应答动作

变量名称：svc_actions
该变量支持处理机器人的应答动作。

包含如下操作：

操作	类型	说明
svc_actions[i]	object	获取第i个机器人应答动作信息，对应类名为TFAction
svc_actions[i].action_id	string	应答动作id
svc_actions[i].confidence	double	应答动作置信度
svc_actions[i].say	string	应答话术
svc_actions[i].type	string	应答动作类型
svc_actions[i].custom_reply	object	自定义应答动作事件，对应类名为TFCustomReply
svc_actions[i].custom_reply.event_name	string	事件名
svc_actions[i].custom_reply.func	string	函数名
svc_actions[i].options	list<object>	应答动作选项
svc_actions[i].options[i]	object	第i个应答动作选项，对应类名为TFOption
svc_actions[i].options[i].option	string	选项内容
svc_actions[i].options[i].info	dict	选项附加信息

预置函数

函数	说明	参数列表	返回值
svc_actions.add(action_id, say, event_name=None)	新增一个机器人应答动作，并返回新增的对象实例	action_id：必需，应答动作标识 say：必需，应答话术 event_name：可选，应答动作事件名	类型：object （对应TFAction类型）
svc_actions.append(tf_action)	在机器人应答动作列表的末尾追加一个应答动作	tf_action：必需，为TFAction的实例化对象	类型：None
svc_actions.pop(index=-1)	根据索引值来删除应答动作，并返回删除的对象实例	index：可选，索引值（下标）	类型：object （对应TFAction类型）
svc_actions.clear()	清空机器人应答动作列表	无	类型：None
svc_actions.get_skill_actions(skill_id)	获取当前轮技能应答动作列表	skill_id：必需，技能id	类型：list<object> （列表中每一项为TFAction类型）
svc_actions.get_last_svc_actions()	获取上轮机器人应答动作列表	无	类型：list

使用示例

# 新增机器人应答动作
## 新增一个指定动作id和应答话术say的机器人应答动作
svc_actions.add('weather_satisfy', '为您查询天气')
## 新增一个包含特定事件“WEATHER_EVENT”的机器人应答动作
svc_actions.add('weather_satisfy', '为您查询天气', 'WEATHER_EVENT')
## 新增一个包含多个选项的机器人应答动作
tfoption1 = TFOption()
tfoption1.option = '苹果'
tfoption1.info['english'] = 'apple'
tfoption2 = TFOption()
tfoption2.option = '香蕉'
tfoption2.info['english'] = 'banana'
tfoption3 = TFOption()
tfoption3.option = '桃子'
tfoption3.info['english'] = 'peach'
action = TFAction()
action.action_id = 'select_clarify'
action.confidence = 100
action.say = '你喜欢哪种水果？'
action.type = 'guide'
action.options.append(tfoption1)
action.options.append(tfoption2)
action.options.append(tfoption3)
svc_actions.append(action)

# 删除机器人应答动作
## 删除机器人应答动作中末尾一项
svc_actions.pop()
## 删除机器人应答动作中下标为1的一项
svc_actions.pop(index=1)

# 清空机器人应答动作
svc_actions.clear()

# 获取技能应答动作列表（通常用于获取问答、闲聊等技能应答动作）
## 获取某个技能应答动作并将其作为机器人应答动作
skill_actions = svc_actions.get_skill_actions(skill_id)
svc_actions.extend(skill_actions)
## 获取上轮机器人应答动作列表
last_svc_actions = svc_actions.get_last_svc_actions()

全局变量

变量名称：svc_vars
该变量为字典(dict)类型，控制全局变量的增删改查。
参考Python字典类型的操作语法。
使用示例

# 新增一个全局变量
if 'test_var' not in svc_vars:
  svc_vars['test_var'] = 0

# 查看一个变量的值
test_var = svc_vars['test_var']     # 注意key不存在报错
test_var = svc_vars.get('test_var', None)

# 删除一个全局变量
svc_vars.pop('test_var')

# 清空所有全局变量
svc_vars.clear()

Demo示例

我们将示例项目中，取快递的流程用编程方式新增了一条流程。 注意：编程节点流程因为优先级最低，对话流程会被优先级为1的流程处理，仅供开发者参考，也可以自己修改入口连线的条件。

取快递入口连线

def condition():
    if slu_results.has_intent('1010204', 'EXPRESS_DELIVERY'):
        return True
    return False

资源调用

def process():
    requrl = 'http://api.k780.com/?app=life.time&appkey=47834&sign=5f4452a33ef126dcfe324f26dfbd2321&format=json'
    try:
        res_data = requests.get(requrl)
        res_str = res_data.text.strip()
        res_json = json.loads(res_str)
        svc_vars['datetime'] = res_json['result']['datetime_2']
    except:
        pass

对话答复节点

def process():
    if 'datetime' in svc_vars:
        say = '好的，您可以先放到收发室，我会通知主人' + str(svc_vars['datetime']) + '有个快递来电，让他看下这通电话。'
    else:
        say = '好的，您可以先放到收发室，我会通知主人有个快递来电，让他看下这通电话。'
    svc_actions.add('express_delivery_satisfy', say)

获取个人信息连线

def condition():
    if slu_results.has_intent('1010204', 'GET_USER_INFO'):
        return True
    return False

除支持使用预置变量和函数进行编程外，还可以使用Python进行编程，当前支持使用如下工具包:

所有节点都支持：time、datetime、calendar、pytz、dateutil、copy、re、random、math、jieba、hashlib、json、urllib、urllib3、requests、grequests。

发布上线

2.0高级配置详解