将对话语言理解与 Bot Framework 集成

2025-06-09

对话是用户查询与应用程序之间发生的交互。对话管理是定义不同客户交互应发生的自动行为的过程。对话语言理解可将意向分类并通过实体提取信息，而 Bot Framework SDK 允许为对话语言理解返回的响应配置应用的逻辑。

本教程介绍如何在 Bot Framework SDK 中为某个航班预订项目集成你自己的对话语言理解 (CLU) 项目，该航班预订项目包括三个意向：“预订航班”、“获取天气数据”和“无”。

先决条件

在 Azure 门户中创建一个语言资源以获取密钥和终结点。部署后，选择”转到资源”。
- 你需要从你创建的资源获取密钥和终结点，以便将机器人连接到 API。稍后需在本教程中将密钥和终结点粘贴到下方的代码内。
下载 CoreBotWithCLU 示例。
- 克隆整个示例存储库以访问此解决方案。

在对话语言理解中导入项目

将 Core Bot with CLU 示例中的 FlightBooking.json 文件下载到 Cognitive Models 文件夹中。
登录到 Language Studio 并选择你的语言资源。
导航到“对话语言理解”并选择该服务。随后你将转到项目页。选择“创建新项目”按钮旁边的“导入”按钮。导入包含名为 FlightBooking 的项目的 FlightBooking.json 文件。这会自动导入包含所有意向、实体和语句的 CLU 项目。
加载项目后，选择左侧的“训练作业”。按“启动训练作业”，提供模型名称 v1，然后按“训练”。 “标准训练”和评估设置等所有其他设置均可保持原样。
训练完成后，单击左侧的“部署模型”。选择“添加部署”，创建名为 Testing 的新部署，并将模型 v1 分配给该部署。

更新设置文件

CLU 项目现已部署并已准备就绪，接下来请更新要连接到部署的设置。

在 Core Bot 示例中，使用适当的值更新 appsettings.json。

CluProjectName 为 FlightBooking。
CluDeploymentName 为 Testing
CluAPIKey 可以是 Azure 门户上你的语言资源的“密钥和终结点”部分中的任一密钥。也可以从 CLU 中的“项目设置”选项卡复制密钥。
CluAPIHostName 是 Azure 门户上你的语言资源的“密钥和终结点”部分中显示的终结点。请注意，格式应该是 <Language_Resource_Name>.cognitiveservices.azure.cn（不包含 https://）。

{
  "MicrosoftAppId": "",
  "MicrosoftAppPassword": "",
  "CluProjectName": "",
  "CluDeploymentName": "",
  "CluAPIKey": "",
  "CluAPIHostName": ""
}

识别集成点

在 Core Bot 示例中，可以签出 FlightBookingRecognizer.cs 文件。将在此文件中对已部署的终结点发出 CLU API 调用，以检索意向和实体的 CLU 预测。

        public FlightBookingRecognizer(IConfiguration configuration)
        {
            var cluIsConfigured = !string.IsNullOrEmpty(configuration["CluProjectName"]) && !string.IsNullOrEmpty(configuration["CluDeploymentName"]) && !string.IsNullOrEmpty(configuration["CluAPIKey"]) && !string.IsNullOrEmpty(configuration["CluAPIHostName"]);
            if (cluIsConfigured)
            {
                var cluApplication = new CluApplication(
                    configuration["CluProjectName"],
                    configuration["CluDeploymentName"],
                    configuration["CluAPIKey"],
                    "https://" + configuration["CluAPIHostName"]);
                // Set the recognizer options depending on which endpoint version you want to use.
                var recognizerOptions = new CluOptions(cluApplication)
                {
                    Language = "en"
                };

                _recognizer = new CluRecognizer(recognizerOptions);
            }

在 Dialogs 文件夹下，找到使用以下内容做出 CLU 预测的 MainDialog。

            var cluResult = await _cluRecognizer.RecognizeAsync<FlightBooking>(stepContext.Context, cancellationToken);

MainDialog 后面是确定如何处理 CLU 结果的逻辑。

 switch (cluResult.TopIntent().intent)
            {
                case FlightBooking.Intent.BookFlight:
                    // Initialize BookingDetails with any entities we may have found in the response.
                    var bookingDetails = new BookingDetails()
                    {
                        Destination = cluResult.Entities.toCity,
                        Origin = cluResult.Entities.fromCity,
                        TravelDate = cluResult.Entities.flightDate,
                    };

                    // Run the BookingDialog giving it whatever details we have from the CLU call, it will fill out the remainder.
                    return await stepContext.BeginDialogAsync(nameof(BookingDialog), bookingDetails, cancellationToken);

                case FlightBooking.Intent.GetWeather:
                    // We haven't implemented the GetWeatherDialog so we just display a TODO message.
                    var getWeatherMessageText = "TODO: get weather flow here";
                    var getWeatherMessage = MessageFactory.Text(getWeatherMessageText, getWeatherMessageText, InputHints.IgnoringInput);
                    await stepContext.Context.SendActivityAsync(getWeatherMessage, cancellationToken);
                    break;

                default:
                    // Catch all for unhandled intents
                    var didntUnderstandMessageText = $"Sorry, I didn't get that. Please try asking in a different way (intent was {cluResult.TopIntent().intent})";
                    var didntUnderstandMessage = MessageFactory.Text(didntUnderstandMessageText, didntUnderstandMessageText, InputHints.IgnoringInput);
                    await stepContext.Context.SendActivityAsync(didntUnderstandMessage, cancellationToken);
                    break;
            }

在本地运行机器人

在计算机本地运行示例，或者从终端或 Visual Studio 运行机器人：

从终端运行机器人

从终端导航到 cognitive-service-language-samples/CoreBotWithCLU 文件夹。

然后运行以下命令

# run the bot
dotnet run

从 Visual Studio 运行机器人

启动 Visual Studio
在顶部导航菜单中，依次选择“文件”、“打开”、“项目/解决方案”
导航到 cognitive-service-language-samples/CoreBotWithCLU 文件夹
选择 CoreBotCLU.csproj 文件
按 F5 运行项目

使用 Bot Framework Emulator 测试机器人

Bot Framework Emulator 是一个桌面应用程序，允许机器人开发者对 localhost 上的或者通过隧道远程运行的机器人进行测试和调试。

安装最新的 Bot Framework Emulator。

使用 Bot Framework Emulator 连接到机器人

启动 Bot Framework Emulator
依次选择“文件”、“打开机器人”
输入机器人 URL http://localhost:3978/api/messages，然后按“连接”并等待机器人加载完成
现在可以查询不同的示例（例如“Travel from Cairo to Paris”）并观察结果

如果 CLU 返回的首要意向解析为“Book flight”。则机器人将提出更多问题，直到它存储了足够的信息来创建旅行预订。此时机器人会将下述预订信息返回给用户。

通过