技能(Skill)开发入门指南：从概念到实战避坑

2次阅读

共计 2834 个字符，预计需要花费 8 分钟才能阅读完成。

Skill 是一种事件驱动的交互式服务，与普通 API/ 插件的核心区别在于：

会话上下文感知：能记住多轮对话状态（比如用户问 ” 天气怎么样 ” 后追问 ” 明天呢 ”）
自然语言理解：通过 NLU 引擎将用户口语转化为结构化意图（如 ” 查天气 ” 对应 WeatherQueryIntent）
多模态响应：除了语音 /text，还能返回卡片、视频等富媒体（Alexa 的 APL 模板）

举个具体例子：当用户说 ” 问问天气预报今天北京会下雨吗 ”，
1. 技能平台会先解析出意图(WeatherCheckIntent)
2. 提取实体参数(地点 = 北京，日期 = 今天)
3. 将结构化参数传给开发者配置的接口
4. 最终返回语音 + 图文卡片组合结果

主流平台对比：

Alexa Skills Kit (ASK)
优势：文档最全，调试工具完善（Alexa 开发者控制台）
劣势：认证流程严格，仅支持 Lambda/ 自托管
必备工具：ASK CLI、AWS 账号
Google Actions
优势：直接对接 Android 生态，支持更多语言
劣势：多轮对话设计复杂
必备工具：gactions CLI、Firebase 项目

通用环境清单：

Node.js 14+ 或 Python 3.8+
ngrok（本地调试反向代理）
对应平台的开发者账号
IDE 插件（如 VS Code 的 Alexa Toolkit）

以 Alexa 为例，在交互模型 JSON 中定义：

{
  "intents": [
    {
      "name": "WeatherQueryIntent",
      "slots": [{"name": "city", "type": "AMAZON.US_CITY"},
        {"name": "date", "type": "AMAZON.DATE"}
      ],
      "samples": ["{city}天气怎么样",
        "查查 {date} 的{city}天气预报"
      ]
    }
  ]
}

const weatherHandler = {canHandle(handlerInput) {
    return handlerInput.requestEnvelope.request.type === 'IntentRequest'
      && handlerInput.requestEnvelope.request.intent.name === 'WeatherQueryIntent';
  },
  async handle(handlerInput) {
    try {const { city, date} = handlerInput.requestEnvelope.request.intent.slots;
      // 调用天气 API（实际项目建议封装为独立服务）const data = await getWeather(city.value, date.value); 

      // 保持会话上下文
      const sessionAttributes = handlerInput.attributesManager.getSessionAttributes();
      sessionAttributes.lastQuery = {city: city.value, date: date.value};

      // 构建语音 + 卡片响应
      return handlerInput.responseBuilder
        .speak(`${city.value}${date.value}的天气是 ${data.summary}`)
        .withStandardCard(`${city.value}天气预报 `,
          ` 日期: ${date.value}\n 状态: ${data.summary}\n 温度: ${data.temp}℃`,
          data.imageUrl
        )
        .getResponse();} catch (error) {console.error('天气查询失败:', error);
      return handlerInput.responseBuilder
        .speak('抱歉，获取天气信息时出错了，请稍后再试')
        .reprompt('您想查询其他城市吗？')
        .getResponse();}
  }
};

设置合理的 sessionTimeoutInSeconds（通常 60-300 秒）
使用持久化存储（如 DynamoDB）保存超过超时时间的上下文

推荐方案：

使用平台提供的加密服务（如 Alexa 的 key encryption）
OAuth token 存储示例：

# 使用 AWS KMS 加密
import boto3
kms = boto3.client('kms')

def encrypt_token(token):
  response = kms.encrypt(
    KeyId='alias/your-key-name',
    Plaintext=token.encode())
  return response['CiphertextBlob']

冷启动延迟：控制在 1500ms 内（可用 Lambda Provisioned Concurrency 优化）
并发会话：按峰值流量的 1.5 倍配置（Alexa 单个技能默认限制 1000TPS）

调试方法：

检查平台端的 NLU 日志（如 Alexa 的 Utterance Profiler）
添加未识别意图的兜底处理

const FallbackHandler = {canHandle(handlerInput) {
    return handlerInput.requestEnvelope.request.type === 'IntentRequest'
      && handlerInput.requestEnvelope.request.intent.name === 'AMAZON.FallbackIntent';
  },
  handle(handlerInput) {
    // 记录失败请求用于优化模型
    logUnhandledIntent(handlerInput.requestEnvelope);
    return handlerInput.responseBuilder
      .speak('没听懂您的请求，请换种说法试试？')
      .reprompt('您可以说" 帮助 "查看支持的功能')
      .getResponse();}
};

预防措施：