Questa pagina è stata tradotta dall'API Cloud Translation.

Creare un client Django frontend per un'app Dialogflow

1. Prima di iniziare

In questo codelab imparerai a creare un client Django frontend per creare un'esperienza di conversazione per un'app Dialogflow. Nello specifico:

Scarica, configura ed esegui il client frontend Django.
Configura l'endpoint DetectIntent di Dialogflow da chiamare dal client frontend Django.
Eseguire il deployment dell'app in Google Cloud in App Engine.
Verifica se gli inviti di Calendar vengono configurati in base alla richiesta dell'utente.

Prerequisiti

Prima di procedere, devi completare i seguenti codelab:

Obiettivi didattici

Configurare ed eseguire un client frontend Django per Dialogflow
Eseguire il deployment del client frontend Django in Google Cloud su App Engine
Come testare un'app Dialogflow da un frontend personalizzato

Cosa creerai

Configurerai ed eseguirai un client frontend Django per Dialogflow.
Eseguirai il deployment del client frontend Django in Google Cloud su App Engine.
Testerai un'app Dialogflow da quel frontend personalizzato.

Che cosa ti serve

Conoscenza di base di Python
Conoscenza di base di Dialogflow

2. Panoramica dell'architettura

Utilizzerai la conversazione del Programma degli appuntamenti, creata in precedenza, e creerai un frontend personalizzato per l'app. Dovrai creare il frontend con Django, eseguirlo e testarlo localmente ed eseguirne il deployment in App Engine.

L'utente invierà una richiesta di appuntamento tramite il frontend, che chiamerà l'API DetectIntent di Dialogflow per impostare un appuntamento per la data e l'ora richieste. Il fulfillment Dialogflow invierà quindi una richiesta a Calendar per impostare il rispettivo appuntamento e restituirà una conferma all'utente tramite Dialogflow.

Il risultato finale sarà simile a questo:

3. Scarica ed esegui l'app frontend

Clona il repository sulla tua macchina locale digitando questo comando nel terminale locale del tuo computer:

git clone https://github.com/priyankavergadia/Django-Dialogflow-Appointment-Scheduler.git

Passa alla directory che contiene il codice. In alternativa, puoi scaricare l'esempio in formato ZIP ed estrarlo.

cd Django-Dialogflow-Appointment-Scheduler

4. Configura il tuo ambiente locale

Una volta eseguito il deployment, l'app utilizza il proxy Cloud SQL integrato nell'ambiente standard App Engine per comunicare con l'istanza Cloud SQL. Tuttavia, per testare l'app in locale, devi installare e utilizzare una copia locale del proxy Cloud SQL nel tuo ambiente di sviluppo. Per saperne di più, consulta Informazioni sul proxy Cloud SQL.

Per eseguire le attività amministrative di base sull'istanza Cloud SQL, puoi utilizzare il client Cloud SQL per MySQL.

Installa il proxy Cloud SQL

Scarica e installa il proxy Cloud SQL. Il proxy Cloud SQL viene utilizzato per connettersi all'istanza Cloud SQL quando viene eseguito in locale.

Scarica il proxy.

curl -o cloud_sql_proxy https://dl.google.com/cloudsql/cloud_sql_proxy.darwin.amd64

Rendi eseguibile il proxy.

chmod +x cloud_sql_proxy

Crea un'istanza Cloud SQL

Crea un'istanza Cloud SQL per l'istanza MySQL di seconda generazione Assegna all'istanza il nome "polls-instance" o qualcosa di simile. Potrebbero essere necessari alcuni minuti prima che l'istanza sia pronta. Una volta pronto, dovrebbe essere visibile nell'elenco delle istanze.
Utilizza lo strumento gcloud per eseguire questo comando, dove [YOUR_INSTANCE_NAME] rappresenta il nome dell'istanza. Prendi nota del valore visualizzato come nome di connessione istanza per il passaggio successivo, che viene mostrato nel formato [PROJECT_NAME]:[REGION_NAME]:[INSTANCE_NAME].

gcloud sql instances describe [YOUR_INSTANCE_NAME]

In alternativa, puoi fare clic sull'istanza per visualizzare il Nome connessione istanza.

Inizializza l'istanza Cloud SQL

Avvia il proxy Cloud SQL utilizzando il nome di connessione istanza del passaggio precedente. Sostituisci [YOUR_INSTANCE_CONNECTION_NAME] con il valore registrato nel passaggio precedente. In questo modo viene stabilita una connessione dal computer locale all'istanza a scopo di test locale. Mantieni in esecuzione il proxy Cloud SQL mentre testi l'app in locale.

./cloud_sql_proxy -instances="[YOUR_INSTANCE_CONNECTION_NAME]"=tcp:3306

Quindi, crea un nuovo database e un nuovo utente Cloud SQL.

Crea un nuovo database utilizzando la console Google Cloud per la tua istanza Cloud SQL denominata polls-instance. Ad esempio, puoi inserire "sondaggi" come nome.
Crea un nuovo account utente utilizzando la console Cloud per la tua istanza Cloud SQL denominata polls-instance.

configura le impostazioni del database

Apri mysite/settings.py per la modifica.
In due punti, sostituisci [YOUR-USERNAME] e [YOUR-PASSWORD] con il nome utente e la password del database che hai creato nella sezione precedente. Ciò consente di configurare la connessione al database per il deployment di App Engine e i test locali.
Nella riga ‘HOST': ‘cloudsql/ [PROJECT_NAME]:[REGION_NAME]:[INSTANCE_NAME],' sostituisci [PROJECT_NAME]:[REGION_NAME]:[INSTANCE_NAME] con il valore registrato nella sezione precedente.
Esegui questo comando e copia il valore del nome della connessione dell'istanza generato per il passaggio successivo.

gcloud sql instances describe [YOUR_INSTANCE_NAME]

Sostituisci [YOUR-CONNECTION-NAME] con il valore registrato nella sezione precedente.
Sostituisci [YOUR-DATABASE] con il nome che hai scelto nella sezione precedente.

# [START db_setup]
if os.getenv('GAE_APPLICATION', None):
    # Running on production App Engine, so connect to Google Cloud SQL using
    # the unix socket at /cloudsql/<your-cloudsql-connection string>
    DATABASES = {
        'default': {
            'ENGINE': 'django.db.backends.mysql',
            'HOST': '/cloudsql/[PROJECT_NAME]:[REGION_NAME]:[INSTANCE_NAME]',
            'USER': '[YOUR-USERNAME]',
            'PASSWORD': '[YOUR-PASSWORD]',
            'NAME': '[YOUR-DATABASE]',
        }
    }
else:
    # Running locally so connect to either a local MySQL instance or connect to
    # Cloud SQL via the proxy. To start the proxy via command line:
    #     $ cloud_sql_proxy -instances=[INSTANCE_CONNECTION_NAME]=tcp:3306
    # See https://cloud.google.com/sql/docs/mysql-connect-proxy
    DATABASES = {
        'default': {
            'ENGINE': 'django.db.backends.mysql',
            'HOST': '127.0.0.1',
            'PORT': '3306',
            'NAME': '[YOUR-DATABASE]',
            'USER': '[YOUR-USERNAME]',
            'PASSWORD': '[YOUR-PASSWORD]'
        }
    }
# [END db_setup]

Chiudi e salva settings.py.

5. Configurazione dell'account di servizio

Nella console di Dialogflow, fai clic su . Nella scheda Generale accanto a ID progetto, fai clic su Google Cloud .
Fai clic sul menu di navigazione PUBLISHER > API e Servizi > Credenziali.
Fai clic su Crea credenziali > Account di servizio.
In Dettagli account di servizio, inserisci "appointment-scheduler". Nome account di servizio, quindi fai clic su Crea.

Nel campo Concedi a questo account di servizio l'accesso al progetto, fai clic su Continua per ignorarlo.
Nel campo Concedi agli utenti l'accesso a questo account di servizio (facoltativo), fai clic su Crea chiave > JSON > Crea.

Sul tuo computer verrà scaricato un file JSON, che ti servirà nelle sezioni di configurazione riportate di seguito.

6. Configura l'endpoint DetectIntent di Dialogflow da chiamare dall'app

Nella cartella della chat, sostituisci AppointmentScheduler.json con il tuo file JSON delle credenziali.
In views.py nella cartella della chat, sostituisci GOOGLE_PROJECT_ID = "<YOUR_PROJECT_ID>" con il tuo ID progetto.

7. Crea ed esegui l'app in locale

Per eseguire l'app Django sul tuo computer locale, devi configurare un ambiente di sviluppo Python, inclusi Python, pip e virtualenv. Per le istruzioni, consulta la sezione Configurazione di un ambiente di sviluppo Python.

Crea un ambiente Python isolato e installa le dipendenze:

virtualenv env
source env/bin/activate
pip install -r requirements.txt

Esegui le migrazioni di Django per configurare i tuoi modelli.

python3 manage.py makemigrations
python3 manage.py makemigrations polls
python3 manage.py migrate

Avvia un server web locale.

python3 manage.py runserver

Nel browser web, inserisci http://localhost:8000/. Dovresti vedere una pagina web semplice, come illustrato nello screenshot seguente:

Le pagine di esempio dell'app vengono pubblicate dal server web Django in esecuzione sul tuo computer. Quando vuoi procedere, premi Control+S (Command+S su Macintosh) per arrestare il server web locale.

8. Esegui il deployment dell'app nell'ambiente standard di App Engine

Esegui questo comando per spostare tutti i file statici dell'app nella cartella specificata da STATIC_ROOT in settings.py:

python3 manage.py collectstatic

Carica l'app eseguendo questo comando nella directory dell'app in cui si trova il file app.yaml:

gcloud app deploy

Attendi il messaggio che ti informa che l'aggiornamento è stato completato.

9. testa il client frontend

Nel browser web, inserisci https://<your_project_id>.appspot.com.

Questa volta la richiesta viene gestita da un server web in esecuzione nell'ambiente standard App Engine.

Il comando app deploy esegue il deployment dell'app come descritto in app.yaml e imposta come versione predefinita la versione di cui è stato appena eseguito il deployment, in modo che gestisca tutto il nuovo traffico.

10. Produzione

11. Quando è tutto pronto per pubblicare i contenuti in produzione, imposta la variabile DEBUG su False in mysite/settings.py.

12. Testa il chatbot

Vai a https://<your_project_id>.appspot.com e inserisci quanto segue:

Utente: "Fissa un appuntamento per l'immatricolazione del veicolo alle 15:00 di domani."
Il chatbot risponde nel seguente modo:

Calendar prenota la risposta.

13. Esegui la pulizia

Se prevedi di completare altri codelab Dialogflow, per il momento salta questa parte e torna in un secondo momento.

Elimina l'agente Dialogflow

Fai clic su accanto all'agente esistente.
Nella scheda General (Generale), scorri fino in fondo e fai clic su Delete This Agent (Elimina questo agente).
Digita Elimina nella finestra visualizzata e fai clic su Elimina.

14. Complimenti

Hai creato un chatbot in Dialogflow e l'hai integrato con Calendar. Ora sei uno sviluppatore di chatbot.

Scopri di più

Consulta le seguenti risorse per saperne di più:

Integrare l'API Vision con Dialogflow
Esempi di codice nella pagina GitHub Dialogflow