Ya he mencionado en mi artículo anterior que el chatbot es una aplicación de software que utiliza NLP para comunicarse con los usuarios. Podemos integrar chatbots en varias plataformas de redes sociales. Por el camino, ¡he integrado el bot en Telegram!

Bien, ¡vamos a sumergirnos en el contenido!

¿Cómo crear un bot de Telegram con Node Js?

En primer lugar, tienes que instalar Vs Code para implementar Node Js backend. Haz clic en este enlace para descargar Vs Code en tu sistema. Si has terminado con la instalación, debes comprobar con la versión de node.

A continuación, instala Node Js. Puedes pulsar en este enlace para descargar la aplicación.

Abre tu cmd prompt y escribe node – version para comprobar la versión de node.

Si has terminado con esto, entonces instala los paquetes. Abre tu visual studio code, haz click en tu terminal, y selecciona la nueva terminal donde tienes que escribir npm init.

Seguidamente, crea un archivo js (app. js-Sample) y empieza a escribir tu código.

Una vez realizado estos pasos, es el momento de crear el API KEY de Telegram. Para ello, abre tu aplicación de Telegram y busca Bot Father.

Dirígete a Father Bot y haz clic en crear un bot y proporciona un nombre único para tu bot y así obtener tu clave de API.

Copia la clave y pégala en Vs code. Y sí, ahora es el momento de incluir el código a mi GitHub, puedes obtener el código completo allí.

Asegúrate de que ejecuar tu código node js, sólo tienes que escribir node app.js en el terminal e ir al bot de telegram que has creado y decir «Hola» y… ¡¡¡obtendremos una respuesta del bot!!!

Este es el resultado que obtuve:

Por fin, recibimos un mensaje específico del bot. Como he incrustado la interfaz de imagen, recibimos la imagen del bot.

Aquí está el enlace a mi perfil de Github. ¡Consigue el código aquí!

En el próximo artículo os hablar del caso de «News_telegram _bot. ¡Muchas gracias por tu tiempo!

FELIZ AUTOMATIZACIÓN

The post Construir un chatbot en Telegram usando Node Js first appeared on Planeta Chatbot.

¿Qué es Microsoft bot framework?

Un marco para crear experiencias de IA conversacional de nivel empresarial. El bot framework es una colección de SDKs que se utilizan para desarrollar chatbots. Esta tecnología se utiliza para integrar bots con muchas plataformas como Slack, Kik, Line, Skype y muchas más.

¿Cómo desarrollar un chatbot utilizando el framework de Microsoft?

Es muy sencillo, primero, debes instalar algunos paquetes. En primer lugar, tienes que instalar Node js, si no tienes uno entonces instálalo usando este enlace.

Abre tu cmd prompt e instala npm.

npm install -g windows-build-tools

Déjelo unos minutos, ya que la instalación de determinados paquetes lleva cierto tiempo.

Ahora tienes que instalar un bot builder para crear un chatbot. Para ello, escriba el siguiente comando en el símbolo del sistema cmd.

npm install -g yo generator-botbuilder

yo botbuilder

Después de la instalación, crea un nombre para tu bot y dale una descripción, finalmente selecciona el lenguaje de programación, ¡como abajo!

Si has terminado, a continuación, abre tu código de Visual studio escribiendo el cmd

code .

Entonces tu código Vs sería:

Abre index.js, y pon el siguiente código que podrás encontrar en este artículo.

Install restify by ,

npm install restify -g

Install dotenv by ,

npm install dotenv --save

Ejecute su index.js nodo de código

Después de eso, obtendrás un HTTP como localhost:3978 y cópialo y pégalo en la URL del bot.

Ahora es el momento de instalar el emulador bot.

¿Qué es el Emulador de Bot?

Bot Framework Emulator es una aplicación de escritorio que permite a los desarrolladores de bots probar y depurar bots, ya sea de forma local o remota.

Instálalo haciendo clic en este enlace:

Pega el enlace en la URL del bot, y Haz clic en conectar. Ya está. Tu bot está listo, vamos a comprobarlo. He adjuntado la instantánea de la salida.

Esto es en realidad un bot eco. Voy a proporcionar un enlace GitHub donde se puede obtener el código bot eco.

Proporciono mi perfil de GitHub aquí. Gracias por leer mi blog, eso es todo por ahora.
Mantente en sintonía para más artículos relacionados con AI, ML, Chatbot & RPA

The post Un chatbot inteligente con Microsoft Bot Framework first appeared on Planeta Chatbot.

¿Qué es Microsoft bot framework?

Un marco para crear experiencias de IA conversacional de nivel empresarial. El Microsoft Bot Framework es una colección de SDKs que se utiliza para desarrollar chatbots. Esta tecnología se emplea para integrar bots con muchas plataformas como Slack, Kik, Line, Skype y muchas más.

¿Cómo desarrollar un chatbot utilizando el framework de Microsoft?

Es muy sencillo, primero, debes instalar algunos paquetes. En primer lugar, tienes que instalar Node js, si no tienes uno entonces instálalo usando este enlace.

Abre tu cmd prompt e instala npm.

npm install -g windows-build-tools

Déjalo por unos minutos ya que algunos paquetes pueden tardar en instalarse.

Ahora tienes que instalar un bot builder para crear un chatbot. Para ello, escribe el siguiente comando en el símbolo del sistema cmd.

npm install -g yo generator-botbuilder

yo botbuilder

Después de la instalación, crea un nombre para tu bot y dale una descripción, por último selecciona el lenguaje de programación, ¡como a continuación!

Si has terminado, a continuación, abre tu código de Visual studio escribiendo el cmd:

code .

Entonces tu código Vs sería:

Abre index.js, y pon el siguiente código.

const path = require('path');

const dotenv = require('dotenv');
// Import required bot configuration.
const ENV_FILE = path.join(__dirname, '.env');
dotenv.config({ path: ENV_FILE });

const restify = require('restify');

// Import required bot services.
// See https://aka.ms/bot-services to learn more about the different parts of a bot.
const {
    CloudAdapter,
    ConfigurationServiceClientCredentialFactory,
    createBotFrameworkAuthenticationFromConfiguration
} = require('botbuilder');

// This bot's main dialog.
const { EchoBot } = require('./bot');

// Create HTTP server
const server = restify.createServer();
server.use(restify.plugins.bodyParser());

server.listen(process.env.port || process.env.PORT || 3978, () => {
    console.log(`\n${ server.name } listening to ${ server.url }`);
    console.log('\nGet Bot Framework Emulator: https://aka.ms/botframework-emulator');
    console.log('\nTo talk to your bot, open the emulator select "Open Bot"');
});

const credentialsFactory = new ConfigurationServiceClientCredentialFactory({
    MicrosoftAppId: process.env.MicrosoftAppId,
    MicrosoftAppPassword: process.env.MicrosoftAppPassword,
    MicrosoftAppType: process.env.MicrosoftAppType,
    MicrosoftAppTenantId: process.env.MicrosoftAppTenantId
});

const botFrameworkAuthentication = createBotFrameworkAuthenticationFromConfiguration(null, credentialsFactory);

// Create adapter.
// See https://aka.ms/about-bot-adapter to learn more about adapters.
const adapter = new CloudAdapter(botFrameworkAuthentication);

// Catch-all for errors.
const onTurnErrorHandler = async (context, error) => {
    // This check writes out errors to console log .vs. app insights.
    // NOTE: In production environment, you should consider logging this to Azure
    //       application insights.
    console.error(`\n [onTurnError] unhandled error: ${ error }`);

    // Send a trace activity, which will be displayed in Bot Framework Emulator
    await context.sendTraceActivity(
        'OnTurnError Trace',
        `${ error }`,
        'https://www.botframework.com/schemas/error',
        'TurnError'
    );

    // Send a message to the user
    await context.sendActivity('The bot encountered an error or bug.');
    await context.sendActivity('To continue to run this bot, please fix the bot source code.');
};

// Set the onTurnError for the singleton CloudAdapter.
adapter.onTurnError = onTurnErrorHandler;

// Create the main dialog.
const myBot = new EchoBot();

// Listen for incoming requests.
server.post('/api/messages', async (req, res) => {
    // Route received a request to adapter for processing
    await adapter.process(req, res, (context) => myBot.run(context));
});

// Listen for Upgrade requests for Streaming.
server.on('upgrade', async (req, socket, head) => {
    // Create an adapter scoped to this WebSocket connection to allow storing session data.
    const streamingAdapter = new CloudAdapter(botFrameworkAuthentication);

    // Set onTurnError for the CloudAdapter created for each connection.
    streamingAdapter.onTurnError = onTurnErrorHandler;

    await streamingAdapter.process(req, socket, head, (context) => myBot.run(context));
});

Install restify by ,

npm install restify -g

Install dotenv by ,

npm install dotenv --save

Ejecuta tu index.js nodo de código:

Después de eso, obtendrás un HTTP como localhost:3978 y cópialo y pégalo en la URL del bot.
Ahora es el momento de instalar el emulador bot.

¿Qué es el emulador de bots?

Bot Framework Emulator es una aplicación de escritorio que permite a los desarrolladores de bots probar y depurar bots, ya sea de forma local o remota.

Se instala haciendo clic en este enlace:

Pega el enlace en la URL del bot, y Haz clic en conectar. Ya está. Tu bot está listo, vamos a comprobarlo. Comparto el resultado en estas fotografías.

Esto es en realidad un bot echo. Voy a proporcionar un enlace GitHub donde se puede obtener el código bot echo.

Proporciono mi perfil de GitHub aquí. Gracias por leer mi blog, eso es todo por ahora.

Estate atento, seguiré compartiendo más artículos relacionados con AI, ML, Chatbot & RPA

The post Tutorial: chatbot inteligente en Microsoft Bot Framework first appeared on Planeta Chatbot.

¿Cómo se puede programar IBM Watson?

Las capacidades mentales y lógicas de IBM Watson le permiten responder al discurso humano, procesar más información y devolver respuestas a una pregunta concreta. Se programa utilizando habilidades de diálogo. Podemos integrar Webhook y Watson para procesar un bot de múltiples dominios.

¿Qué es un webhook?

Un webhook en el desarrollo web es una estrategia para ampliar o cambiar la forma de comportarse de las aplicaciones web con callbacks personalizados.

Para crear una aplicación de IA tenemos que crear una cuenta en la nube. Aquí te comparto el enlace, por lo que no pierdas el tiempo y accede para crear tu propia cuenta en la nube. Ahora, ¡es el momento de lanzar tu asistente!

Abre el catálogo => Busca IBM Watson => Inicia sesión con tu IBM I’d => lanza tu asistente.

Si ya has terminado con el lanzamiento, entonces tienes que empezar con la creación de un diálogo y habilidades de búsqueda. Añade más frases de usuario y entrena a tu bot.

Al llegar al caso de uso, he desarrollado un «Cat-fact bot». Aquí he utilizado Ninja Cat fact API. Abajo he insertado el código, donde puedes conectar Cat fact API con los servicios de Watson:

Como puedes ver, obtuvimos la respuesta correcta

let rp = require('request-promise')
function main(params) {
const options = {
uri: "https://catfact.ninja/fact",
json: true
}
return rp(options)
.then(res => {
return { extract : res }
})
}

Y ahora, obtendrás un endpoint, simplemente haz clic en él y copia la URL de tu web action, el último paso es conectar la URL con Watson.

Eso es todo, tenemos que hacer una integración. A partir de ahora, he integrado un bot en el sitio web. Permíteme proporcionar el código de front-end:

<!DOCTYPE html>
<html lang="en">
<head>
 <meta charset="UTF-8">
 <title>Chatbot</title>
 <link rel="stylesheet" href="style.css">
</head>

<script>
 window.watsonAssistantChatOptions = {
   integrationID: "b33e16b4-6122-4c07-b7b0-0cc771636435", // The ID of this integration.
   region: "eu-gb", // The region your integration is hosted in.
   serviceInstanceID: "649fb444-33ef-49e7-9c8f-25a237018794", // The ID of your service instance.
   onLoad: function(instance) { instance.render(); }
 };
 setTimeout(function(){
   const t=document.createElement('script');
   t.src="https://web-chat.global.assistant.watson.appdomain.cloud/versions/" + (window.watsonAssistantChatOptions.clientVersion || 'latest') + "/WatsonAssistantChatEntry.js";
   document.head.appendChild(t);
 });
  </script>
<body>
 <meta name="viewport" content="width-device-width, initial-scale=1">
<style>
 df-messenger {
  --df-messenger-bot-message: #3e4352;
  --df-messenger-button-titlebar-color: #775529;
  --df-messenger-chat-background-color: #a86f6f;
  --df-messenger-font-color: white;
  --df-messenger-send-icon: #878fac;
  --df-messenger-user-message: #bd2772;
 }
  </style>
 
  
</body>
</html>

He adjuntado el snap de la respuesta del chatbot, puedes comprobarlo.

Pregunta del usuario → Hey bot, necesito algún dato sobre gatos.
Bot → Los gatos responden más fácilmente a los nombres que terminan en un sonido \ee»».
Pregunta del usuario → ¡Gracias, Bot!
Bot → ¡Es un placer!

¡Así funciona el chatbot! ¡Si tienes alguna duda puedes escribir en los comentarios !

¡Muchas gracias por leer mi post!

Nos vemos en el siguiente post. Estaré proporcionando más contenido relacionado con chatbots AI, RPA & Machine Learning. ¡Feliz Automatización!

The post ¿Cómo hacer que una IA conversacional sea más receptiva? first appeared on Planeta Chatbot.