从零开始开发一个Skill：技术选型与实现详解

2次阅读

共计 2155 个字符，预计需要花费 6 分钟才能阅读完成。

Skill（技能）可以理解为运行在智能语音助手平台（如 Amazon Alexa、Google Assistant 等）上的应用程序。它们通过语音交互为用户提供特定功能，比如查询天气、控制智能家居、播放音乐等。Skill 开发的核心在于理解语音交互模型和处理用户意图。

核心概念 ：
意图（Intents）：用户想要完成的任务
话语（Utterances）：用户表达意图的具体说法
槽位（Slots）：意图中的可变参数
典型应用场景 ：
智能家居控制
信息查询服务
娱乐和教育应用
企业业务流程集成

开发 Skill 时，后端服务是核心。以下是两种主流 Serverless 方案的对比：

AWS Lambda
优点：与 Alexa 深度集成，冷启动快，计费精确
缺点：部署包大小限制严格（50MB 压缩包）
适用场景：中小型 Skill，需要快速响应
Azure Functions
优点：支持更多编程语言，集成 Azure 服务方便
缺点：冷启动时间较长
适用场景：企业级 Skill，需要与其他 Microsoft 服务集成

以下是一个天气查询 Skill 的核心处理代码示例：

import logging
from ask_sdk_core.skill_builder import SkillBuilder
from ask_sdk_core.dispatch_components import AbstractRequestHandler
from ask_sdk_core.utils import is_request_type, is_intent_name
from ask_sdk_model import Response

# 初始化 Skill 构建器
sb = SkillBuilder()

# 请求拦截器（日志记录）class RequestLogger:
    def process(self, handler_input):
        logging.info(f"Incoming request: {handler_input.request_envelope.request}")

# 启动请求处理
class LaunchRequestHandler(AbstractRequestHandler):
    def can_handle(self, handler_input):
        return is_request_type("LaunchRequest")(handler_input)

    def handle(self, handler_input):
        speech = "欢迎使用天气查询服务，您可以问我某个城市的天气情况"
        return handler_input.response_builder.speak(speech).response

# 天气查询意图处理
class WeatherIntentHandler(AbstractRequestHandler):
    def can_handle(self, handler_input):
        return is_intent_name("WeatherIntent")(handler_input)

    def handle(self, handler_input):
        # 获取槽位值
        city = handler_input.request_envelope.request.intent.slots["city"].value

        # 这里应该调用天气 API 获取实际数据
        weather = "晴天"  # 模拟数据

        speech = f"{city} 的天气是 {weather}"
        return handler_input.response_builder.speak(speech).response

# 注册处理器
sb.add_request_handler(LaunchRequestHandler())
sb.add_request_handler(WeatherIntentHandler())
sb.add_global_request_interceptor(RequestLogger())

# Lambda 入口函数
handler = sb.lambda_handler()