Go to Qiita Advent Calendar 2024 Top
LoginSignup
5
5

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 5 years have passed since last update.

@MidRiver(Nick)

Slack、Watson Assistant、IBM Functions、Db2 on Cloudの連携メモ

Last updated at Posted at 2019-08-03

Watson AssistantとDb2 on Cloudの連携でいろいろと手間取ったので、ログとして実施した手順を記載しておきます。SlackとWatson Assistantの連携は、Watson Assistantの手順に従えば簡単に連携できるようになっています。

###どんな感じの処理なのか？
Slackに入力した値をWatson Assistantで受けて、IBM FunctionsからSQLでDb2 on Cloudの情報を持ってきます。そしてWatson Assistantで回答した内容を再度Db2 on Cloudに書き込むという内容です。
image.png

###参考文献
↓Watson AssistantとDb2を外部連係する
https://qiita.com/schiyoda/items/89064693d6353fdc69e1

###前提

  • IBM CloudでDb2 on Cloud, Functions, Watson Assistant, ワークスペース（Cloud Foundryベース）を作成する手順は省略
  • Slackの対象ワークスペースに管理者権限を持っていること
  • IBM Cloudのアカウント（ライトアカウント）を持っていること
  • Watson assistantのSkillは作成してあること
  • Db2 on Cloudのデータベースとテーブルは作成してあること

Db2 on CloudのTable構成

image.png
Db2 on Cloudのデータを取り込んでWatson Assistantに回答し、またその戻り値をDb2 on Cloudに保存するためのテーブルを用意する。
今回は、以下の構成でDb2 on CloudのTableを構成する
Watson Assistantに回答するテーブル

  • DB名：MPX09999
  • Table名：TABLE01
  • Column：name , VARCHAR(255)
  • Column：content , VARCHAR(255)
  • Column：Link , VARCHAR(255)
  • Column：remark , VARCHAR(255)

Watson Assistantにログを保存するテーブル

  • DB名：MPX09999
  • Table名：LOG
  • Column： result1, VARCHAR(255)
  • Column： result2, VARCHAR(255)
  • Column： result3, VARCHAR(255)
  • Column： result4, VARCHAR(255)
  • Column： KEYWORD_INPUT, VARCHAR(255)
  • Column： KEYWORD_INTENTS, VARCHAR(255)
  • Column： KEYWORD_ENTITIES, VARCHAR(255)

#Watson AssistantとSlack連携
image.png

  1. Watson AssistantのCreate assistantを押す
    image.png
  2. Nameに任意の名前を入れて、Create assistantを押す
    image.png
  3. Add dialog skillを押す
    image.png
  4. Slack連携させる対象Skillを押す
    image.png
  5. SkillsにDialogが追加されたことを確認する
    image.png
  6. Add Integrationを押す
    image.png
  7. Slackを押す（知らないうちに連携できるアプリが増えてた。。。今度試してみよう）
    image.png
    （以下、Watson Assisatntに記載されている手順通りに実施すればいいのですが、一応記載しておきます）
  8. Slack API（ https://api.slack.com/apps ）にアクセスする
  9. Create New Appを押す
    image.png
  10. App Nameに任意の名前を入れて、Development Slack Workspaceに追加するワークスペースを選択して、Create Appを押す
    image.png
  11. SlackのBasic InformationのVerification TokenをWatson AssistantのVerification Tokenにコピーする
    ↓Slackの画面
    image.png
    ↓Watsonの画面
    image.png
  12. Basic informationでBotsを押す
    image.png
  13. Add a Bot Userを押す
    image.png
  14. Add a Bot User → Save Changesを押す
    image.png　→　image.png
  15. OAuth & Permissionsをクリックし、Install App to Workspaceを押す
    image.png
  16. SlackワークスペースとBotsの連携確認画面が出るので、Installを押す
  17. SlackのOAuth Access TokenとBot User OAuth Access TokenをWatson Assistantにコピーする
    ↓Slackの画面
    image.png
    ↓Watsonの画面
    image.png
  18. Create request URLを押す
    image.png
    ↓URL作成後
    image.png
  19. SlackのEvent SubscriptionsをOnにして、Request URLにWatson Assistantで取得したURLを入力する。正常に登録されると、Verifiedという文字が表示される
    image.png
    ↓正常にURLが認証される
    image.png
  20. Add Bot User Eventでmessage.imを選択する
    image.png
    ↓message.imが正常に追加されている
    image.png
  21. Watson AssistantのSave Changesを押す
    image.png
  22. 正常に登録されると下記画面のようにSlackが追加される
    image.png
  23. Slackにアプリを登録して、文字を入力するとWatson Assistantからレスポンスが戻ってくるようになる
    image.png

Db2 on CloudとFunctionsとWatson Assistantの連携

image.png
Cloud Foundryの名前空間およびスペースを利用していますので、ご注意ください。（IAMの名前空間ではない）
image.png image.png

  1. IBM CloudのFunctionsにアクセスして、作成の開始を押す
    image.png
  2. アクションの作成を押す
    image.png
  3. アクション名に任意の名前を入れて、ランタイムにPython3を選択して作成を押す
    image.png
  4. Watson AssistantからFunctionsに連携されてDB2 on CloudにSQL Queryを実行するPythonスクリプト
    Watson Assistantのname引数から文字を読み込んできて、それのSelect文の結果をリターンで戻している。
hogehoge-applicationの中身：MPX09999.TABLE01テーブルにSQLQueryを発行
import sys
import ibm_db
def main(dict):
 rows = []
 conn = ibm_db.connect("DATABASE=BLUDB;HOSTNAME=dashdb-txn-sbox-yp-dal09-04.services.dal.bluemix.net;PORT=50000;PROTOCOL=TCPIP;UID=xxx99999;PWD=xxxxxxxxxxxxxxxxxxx;","","")
 sql = 'SELECT "name", "content", "Link", "remark" FROM MPX09999.TABLE01 WHERE upper("name") like upper({})'.format(dict["name"])
 stmt = ibm_db.exec_immediate(conn, sql)
 row = ibm_db.fetch_tuple(stmt)

 while (row):
    rows.append(row)
    row = ibm_db.fetch_tuple(stmt)

 return { 'result': rows }
  • DB名：MPX09999
  • Table名：TABLE01
  • Watson Assistantからの引数："name"
    Db2資格情報となる以下の太文字の箇所は、Db2画面のサービス資格情報のdsn設定からコピーする。
    conn = ibm_db.connect("DATABASE=BLUDB;HOSTNAME=dashdb-txn-sbox-yp-dal09-04.services.dal.bluemix.net;PORT=50000;PROTOCOL=TCPIP;UID=xxx99999;PWD=xxxxxxxxxxxxxxxxxxx;","","")
    image.png

Watson Assistantの設定

Watson Assistantのインスタンスは「Watson AssistantとSlack連携」で作成済

  1. Dialogを開く。
  2. Welcomeのようこその中に、Functionsの認証情報をセットする。（Dialogの中は下記画像のように作成していますが、あまり詳しくなくテスト用で作成しているため、適宜修正して使用してください）
    image.png
Watson_assistantの[ようこそ]JSON

{
  "context": {
    "icf_cred": {
      "user": "3fbf5059-f5d0-4a17-baee-79cf0a2a20d5",
      "password": "ogp2LnjgCmCAeqjg8IV0CnGi6A1NbHY556ZU53p1x0OAn4UPGvZ8eX0bjfGH8H66"
    }
  },
  "output": {
    "generic": [
      {
        "values": [
          {
            "text": "検索キーワードを入力してください。"
          }
        ],
        "response_type": "text",
        "selection_policy": "multiline"
      }
    ]
  }
}

Functionsの認証情報として設定しているicf_credのuserとpasswordは、Functionsの名前空間の設定からコピーしてくる。
image.png
2. 子ノード（ここでは@Keyword or #Keyword_intent）のJSONを以下のように設定する。
image.png

JSON
{
  "output": {
    "generic": []
  },
  "actions": [
    {
      "name": "/HogeHoge-039485_hogehogespace/hogehoge-application",
      "type": "cloud_function",
      "parameters": {
        "name": "'%@Keyword.literal%'"
      },
      "credentials": "$icf_cred",
      "result_variable": "context.my_result"
    },
    {
      "name": "/HogeHoge-039485_hogehogespace/hogehoge-application",
      "type": "cloud_function",
      "parameters": {
        "result1": "'<? $my_result.result[0][0] ?>'",
        "result2": "'<? $my_result.result[0][1] ?>'",
        "result3": "'<? $my_result.result[0][2] ?>'",
        "result4": "'<? $my_result.result[0][3] ?>'",
        "keyword_input": "'<? input.text ?>'",
        "keyword_intents": "'<? intents ?>'",
        "keyword_entities": "'<? @Keyword.literal ?> '"
      },
      "credentials": "$icf_cred",
      "result_variable": "context.log_result"
    }
  ]
}
  • "name"：　[Cloud Foundry組織]_[Cloud Foundryスペース]/[Functions名]とする
  • "type"：　cloud_functions固定
  • "parameters"の"name"：　Functionsのname引数へ渡す値。@Keyword.literalはエンティティの値を渡す設定としている。%で囲んでいるのはSQLのQueryで曖昧検索を行うため。'で囲んでいるのは、FunctionsのSQL文で文字列として認識されるようにするため。要は、@Keywordエンティティの文字を曖昧検索するようにしている。
  • "credentials"：　Welcomeで設定したFunctionsの認証情報
  • "result1"：　FunctionsのSQLのSelect文で戻ってくる最初の列。ここではname。$my_result.result[0][0]は、"result_variable": "context.my_result"のmy_resultから持ってきている。以下、result2以降も同様。
  • "result2"：　FunctionsのSQLのSelect文で戻ってくる二番目の列。ここではcontent
  • "result3"：　FunctionsのSQLのSelect文で戻ってくる三番目の列。ここではLink
  • "result4"：　FunctionsのSQLのSelect文で戻ってくる四番目の列。ここではremark
  • "keyword_input"：　Watson Assistantに入力した値。 input.text ?>。'は、FunctionsのSQL文で使用するため追記。
  • "keyword_intents"：　検索にヒットしたインテント。 intents ?>。'は、FunctionsのSQL文で使用するため追記。
  • "keyword_entities"：　検索にヒットしたエンティティ。 @Keyword.literal ?>。'は、FunctionsのSQL文で使用するため追記。
  1. Resを以下のように設定する。Functionsを介してDb2 on Cloudにデータを書き込む。
    image.png
Slackに返信するResノードの中身
{
  "output": {
    "generic": [
      {
        "values": [
          {
            "text": "<? $my_result.result[0][0] ?>"
          },
          {
            "text": "<? $my_result.result[0][1] ?>"
          },
          {
            "text": "<? $my_result.result[0][2] ?>"
          },
          {
            "text": "<? $my_result.result[0][3] ?>"
          }
        ],
        "response_type": "text",
        "selection_policy": "multiline"
      }
    ]
  }
}
  • "text"：　 $my_result.result[0][0] ?>　Slackへの戻り値の1番目
  • "text"：　 $my_result.result[0][1] ?>　Slackへの戻り値の2番目
  • "text"：　 $my_result.result[0][2] ?>　Slackへの戻り値の3番目
  • "text"：　 $my_result.result[0][3] ?>　Slackへの戻り値の4番目
Functions：hogehoge-logの中身：MPX09999.LOGテーブルにデータ挿入
import sys
import ibm_db
def main(dict):
 conn = ibm_db.connect("DATABASE=BLUDB;HOSTNAME=dashdb-txn-sbox-yp-dal09-04.services.dal.bluemix.net;PORT=50000;PROTOCOL=TCPIP;UID=xxx99999;PWD=xxxxxxxxxxxxxxxxxxx;","","")
 sql = 'INSERT INTO MPX09999.LOG(keyword_input,keyword_intents,keyword_entities,result1,result2,result3,result4) VALUES ({0},{1},{2},{3},{4},{5},{6})'.format(dict["keyword_input"],dict["keyword_intents"],dict["keyword_entities"],dict["result1"],dict["result2"],dict["result3"],dict["result4"])
 stmt = ibm_db.exec_immediate(conn, sql)
 return {'message': "keyword_intents"}

##所感

  • Watson Assistantは詳しくないのでDialogのロジックとか変なのですいません。回答する内容によって微妙にエラーが出ます。
  • たぶんこんな感じでレスが戻ってくるのですが、プログラムの組み方が悪いのか、それともFunctionsのレスポンスが悪いのか、ある程度の時間をおいてSlackから文字列を入力すると、Db2のデータのレスポンスが無くなります。ただ、すぐに2回目を入力するときちんとDb2データのレスポンスがありました。プログラミングが得意ではないので、Functionsの中身を工夫すればいい感じになるのかなー。。
5
5
1

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
Sign upLogin
5
5

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?