我將首先說Google的Dialogflow Fulfillment功能很棒。實現可以輕鬆構建可以與我們的後端系統交互的酷聊天機器人，但有時這還不夠。
在我的例子中，我為Golang中的Marvik.ai構建了一個chatbot核心引擎，用於處理上下文，會話流等，還可以連接到多個平臺，如Facebook Messenger，Telegram，Slack等。它可以使用IBM Watson，Microsoft LUIS和Facebook Wit，但我想添加Google Dialogflow。有了這個，我可以在最短的時間內構建不同的靈活和可擴展機器人。這樣做我發現Dialogflow的一些問題並不完全是文檔，所以我發了這篇文章試圖幫助其他人面對同樣的問題。
使用Fulfillment，你可以構建如下架構：
但是按照本教程，你將能夠構建更複雜，更靈活的內容，例如：
這很好，因為你可以擴展這個（就像我們一樣）來構建像這樣的酷東西：
在本教程中，我將假設你已經熟悉Dialogflow和chatbots，並且不會介紹一些基本概念。
如果你不想閱讀整個教程，你可以隨時通過此連結轉到Github中的代碼（robeceiro/dialogflow-golang）。
Dialogflow的聊天機器人（chatbots）
首先，讓我們創建聊天機器人的意圖和實體。如果你不知道該怎麼做，我建議你閱讀其他帖子。我們的機器人將專注於電子商務，並允許我們根據訂單ID檢查訂單的狀態。我們將使用名為OrderID的數字實體處理CheckOrderStatus意圖。
讓我們看看我們的意圖實體：
現在讓我們來看看配置：
谷歌的身份驗證
進入配置後，單擊下面顯示的服務帳戶連結：
這將帶你進入Google的Cloud Platform面板。驗證你是否在「服務帳戶」選項卡中，並按下面顯示的按鈕創建新的服務帳戶：
選擇我們服務帳戶的名稱，這僅供我們使用：
獲得名稱後，按「創建」按鈕。然後，系統將提示你輸入帳戶角色。搜索並選擇Dialogflow API Client。你可以選擇其他人，但這對我們來說已經足夠了：
一旦你完成它就會看起來像這樣。此時按繼續：
以下步驟將如下所示。只需按Create Key即可。
將出現一個彈出窗口。只需選擇JSON選項，然後再次按「創建」。這將下載一個JSON文件（不要丟失它！）：
將文件保存到項目的目錄中（或者你想要的任何地方，只需記住密鑰的路徑，稍後我們將需要它）：
Golang伺服器
現在讓我們關注我們的Golang代碼。首先創建一個簡單的Golang伺服器。這裡沒有什麼魔術，只需要在埠5000上聽POST請求。我們期望一個名為Message的欄位帶有用戶輸入：
我們將定義一些稍後會有用的結構。此時我們將導入Google的Dialogflow v2庫。
DialogflowProcessor將用於處理我們所有的參數，NLPResponse將用於回答POST請求。
注意我們如何定義一個名為DialogflowProcessor類型的dp的變量（它在main方法之外）。
我們需要初始化與Dialogflow的通信。我們將使用init方法來執行此操作。Dialogflow的項目ID，語言，時區和JSON密鑰的路徑將是此輸入。此時將填充變量dp。我們將定義一個上下文（ctx）並使用我們創建和下載的JSON密鑰進行身份驗證。這將創建一個會話客戶端，我們將存儲在我們的dp變量中。
現在讓我們定義一個進程NLP函數，該函數將接收原始消息，並將輸出我們在上面定義的結構，其中包含檢測到的intent，confidence和實體列表。
我們將使用Google的庫來完成所有這些操作，因此我們將導入一些新庫。請注意我們如何將dp變量與我們上面定義的所有內容一起使用。
我們將使用輔助函數來提取實體。我們需要根據輸入的類型處理我們在交換機中期望的每個實體類型。在這段代碼中，我們只需將所有內容轉換為字符串供以後使用。
可以擴展此代碼以了解其他實體類型。對於上述內容，我們需要導入一些其他庫。產生的import將是：
現在讓我們重新定義我們的主要方法，以便我們可以在啟動伺服器之前設置所需的一切。第一個輸入是項目的名稱（從Dialogflow的配置中讀取），第二個輸入是JSON文件的路徑，第三個是語言代碼（在我們的例子中是英語），最後一個是我們的時區。
讓我們重新定義我們的請求處理程序，以便我們可以使用Dialogflow來理解輸入消息：
我們將回答我們定義的NLPResponse結構。我們使用testUser作為虛擬對象，但應替換為用戶的標識符。
測試
現在讓我們從Postman測試一下。構建並運行Go代碼並打開Postman。對localhost 5000埠發出POST請求，如下所示：
太棒了，它有效！我們輸入一條原始消息，在伺服器查詢Dialogflow後輸出intent和confidence。
另外，請注意我們如何在更複雜的輸入中提取實體：
最後
我們已經構建了一個可以在我們的系統中用作微服務的伺服器。它接收原始消息並與Dialogflow通信（處理所有必要的身份驗證）並輸出意圖和實體。