// 引入Dialogflow的相关客户端库
const dialogflow = require('dialogflow');
const uuid = require('uuid');
// 创建一个Dialogflow客户端实例
const sessionClient = new dialogflow.SessionsClient();
// 设置Dialogflow项目ID和语言代码
const projectId = '你的项目ID';
const languageCode = 'zh-CN'; // 中文
// 创建一个会话路径
const sessionPath = sessionClient.sessionPath(projectId, uuid.v4());
// 创建一个query对象
const query = {
session: sessionPath,
queryInput: {
text: {
text: '你好', // 用户输入的查询
languageCode: languageCode,
},
},
};
// 调用Dialogflow进行意图识别和响应生成
sessionClient
.detectIntent(query)
.then(responses => {
const result = responses[0].queryResult;
console.log('Detected intent:', result.intent.displayName);
const responseMessages = responses[0].queryResult.fulfillmentMessages;
if (responseMessages && responseMessages.length > 0) {
for (let i = 0; i < responseMessages.length; i++) {
if (responseMessages[i].text) {
console.log('Bot response:', responseMessages[i].text.text[0]);
}
}
}
})
.catch(err => {
console.error('Bot error:', err);
});这段代码展示了如何使用Dialogflow ES Node.js客户端库创建一个简单的聊天机器人。首先，我们创建了一个Dialogflow客户端实例，设置了项目ID和语言代码。然后，我们创建了一个会话路径并构建了一个查询对象。最后，我们调用detectIntent方法发送请求到Dialogflow进行意图识别和响应生成。如果服务返回成功，我们打印出机器人的回应。如果有错误，我们打印出错误信息。