Codelab นี้คุณจะได้เรียนรู้การสร้าง LINE Chatbot ที่ทำงานร่วมกับ Dialogflow เพื่อให้ Dialogflow สามารถรองรับ Webhook Event ประเภทอื่นๆ นอกจาก Text Message ได้ด้วย เช่น รองรับการแชร์โลเคชั่น, การเลือกวันที่จาก DateTime Picker Action หรือ การกดปุ่มที่เป็น Postback Action เป็นต้น เหมาะสำหรับผู้ที่มีพื้นฐานมาบ้างแล้ว ได้ศึกษาเพิ่มเติมไปจนถึงระดับ Advance ใน Codelab เดียว

เนื้อหาของ Codelab นี้ จะเป็นลักษณะของการพัฒนาระบบขึ้นมาระบบหนึ่ง ซึ่งจะใช้เป็น Platform ในการลงทะเบียนข้อมูล โดยมีการใช้ Messaging API เป็น Chatbot ทำงานอยู่บน Cloud Functions for Firebase คอยรับ Webhook request จากนั้นจะส่งไปใช้ความสามารถด้าน NLP ของ Dialogflow ในการประมวลผลและจัดการเรื่อง Session ของบทสนทนา หลังจากได้รับข้อมูลครบถ้วนแล้ว จึงส่งไปเก็บไว้ที่ Cloud Firestore

ข้อมูลที่ต้องการเก็บ จะประกอบไปด้วย ชื่อ (Text Message Event), โลเคชั่นของผู้ใช้ (Location Message Event) และ วันที่ (DateTime Picker Action)

สิ่งที่คุณจะได้เรียนรู้

• การสร้าง LINE Chatbot
• การสร้างโปรเจคใน Firebase
• การติดตั้ง Firebase CLI และ Cloud Functions for Firebase
• สร้างฟังก์ชันสำหรับรับ LINE Webhook Request
• เริ่มต้นสร้าง Chatbot ด้วย Dialogflow
• การส่ง Event จาก LINE Webhook ไปที่ Dialogflow
• การทำ Custom Event บน Dialogflow
• การใช้งาน Dialogflow Fulfillment
• การเขียนและอ่านข้อมูลกับ Cloud Firestore

สิ่งที่คุณต้องเตรียมพร้อมก่อนเริ่ม Codelab

• แอปพลิเคชัน LINE(สมาร์ทโฟน) ที่ sign in พร้อมใช้งาน
• บัญชี Google เช่น Gmail
• Browser(Desktop หรือ Mobile)
• IDE หรือ Text Editor เช่น VS Code, Sublime หรือ Atom
• Terminal สำหรับการ Run คำสั่งต่างๆ

สมัครเป็น LINE Developer

จุดเริ่มขบวนสำหรับการพัฒนาแอปพลิเคชันต่างๆบนแพลตฟอร์มของ LINE คือคุณจะต้องสมัครเป็น LINE Developer ก่อน

1. เข้าไปที่ https://developers.line.biz/console/ แล้วเลือก Log in with LINE account(สีเขียว) เพื่อเข้าสู่ระบบ

2. เข้าสู่ระบบด้วยบัญชี LINE ของคุณให้เรียบร้อย
3. กรอกชื่อและอีเมล พร้อมกดยอมรับ Agreement จากนั้นกดปุ่ม Create my account เป็นอันเสร็จสิ้นขั้นตอนการสมัครเป็น LINE Developer

สร้าง Provider

Provider คือชื่อผู้ให้บริการ ซึ่งจะไปแสดงตามหน้า consent ต่างๆ หรือเรียกได้ว่าเป็น superset ของแอปทั้งหลายที่เราจะพัฒนาขึ้นรวมถึง LIFF app ด้วย โดยการสร้างเพียงให้ระบุชื่อของ Provider ลงไป ซึ่งอาจจะตั้งเป็นชื่อตัวเอง, ชื่อบริษัท, ชื่อทีม หรือชื่อกลุ่มก็ได้

สร้าง Channel

Channel เปรียบเสหมือนแอป หรือเรียกได้ว่าเป็น subset ของ Provider โดยมีอยู่ 3 รูปแบบ คือ LINE Login, Messaging API และ Clova Skill

1. สำหรับการพัฒนา Chatbot เราจะต้องเลือก Create a Messaging API channel

2. เมื่อกดเลือก Messaging API channel จะเข้าสู่หน้าที่ให้ระบุรายละเอียดต่างๆลงไป แล้วกดสร้าง

เพิ่ม Chatbot เป็นเพื่อนและตั้งค่า Channel

1. หลังจากกดสร้าง Channel แล้ว ให้ไปที่ Tab ชื่อ Messaging API และทำการแสกน QR code ด้วยแอป LINE เพื่อเพิ่ม Chatbot เป็นเพื่อน

2. ให้ปิด Auto-reply messages เนื่องจากฟีเจอร์นี้จะเป็น default การตอบกลับของ Chatbot ซึ่งไม่จำเป็นต้องใช้ฟีเจอร์นี้

3. กลับมาที่ Channel ที่เราสร้างใน Tab ชื่อ Messaging API ตรงส่วนของ Channel access token ให้กดปุ่ม Issue

เบื้องหลังของ Chatbot ตัวนี้ เราจะใช้บริการใน Firebase อย่าง Cloud Functions for Firebase และ Cloud Firestore ดังนั้นขั้นตอนนี้เราจะมาสร้างโปรเจค Firebase เพื่อใช้งานกัน

สร้างโปรเจคใน Firebase

1. ให้ Sign in ใน Firebase console ด้วย Google account
2. ในหน้า Firebase console ให้คลิก Add project จากนั้นตั้งชื่อโปรเจคตามต้องการ

3. เมื่อกด Continue แล้วให้ข้ามการตั้งค่า Google Analytics ไป เพราะคุณจะไม่ได้ใช้มันในโปรเจคนี้

4. โปรเจคของคุณ สร้างเสร็จเรียบร้อย

เปลี่ยนแพลนจาก Spark ไปเป็น Blaze (Pay as you go)

เนื่องจาก Cloud Functions for Firebase มีเงื่อนไขว่า หากต้องการไป request ตัว APIs ที่อยู่ภายนอก Google คุณจำเป็นจะต้องใช้ Blaze plan(เราจะต้องไปเรียก Messaging API ของ LINE)

เปิดใช้งาน Cloud Firestore

เนื่องจาก Chatbot ตัวนี้จะเก็บข้อมูลการลงทะเบียนไว้ใน Cloud Firestore ดังนั้นให้เราจะมาเปิดใช้งาน database ตัวนี้กัน

1. ในหน้าโปรเจคที่เราสร้างจะเลือกเมนูชื่อ Firestore ที่อยู่ทางซ้ายมือ
2. ในหน้า Cloud Firestore ให้คลิก Create database

3. ให้เลือก Start in production mode เพื่อที่จะป้องกันไม่ให้ client สามารถเขียนและอ่านข้อมูลได้

4. เลือก location ของ database แล้วคลิก done

Diaglogflow คืออะไร?

ตัว Dialogflow เป็นเครื่องมือในการพัฒนาให้ Chatbot สามารถเข้าใจบทสนทนาแบบมนุษย์ (Conversation Development Tool) โดยเบื้องหลังจะมี Machine learning คอยประมวลผลให้ โดยเราสามารถนำไปใช้ได้เลย ไม่ต้องพัฒนาตัว NLP เอง แถมรองรับภาษาไทยอีกด้วย

สร้าง Agent

1. เข้าไปที่ https://dialogflow.cloud.google.com/ และทำการ Sign-in with Google ด้วย Gmail เพื่อเข้าสู่ระบบ

2. กด CREATE AGENT ซึ่งคำว่า Agent ในที่นี้ก็คือตัว Chatbot นั่นเอง

3. ให้ระบุรายละเอียดต่างๆลงไปแล้วกด CREATE ได้เลย

1. ตั้งชื่ออะไรก็ได้ จากตัวอย่างใช้ชื่อว่า "handle-non-text-event-with-df"
2. Default Language : เลือก Thai - th
3. Google Project เลือกชื่อโปรเจคตอนที่สร้าง Firebase project
4. กด Create

มารู้จักกับคำว่า Intents

Intents คืออะไร?

Intent มาจากคำว่า Intention แปลว่า เจตนา หรือความปรารถนาของผู้ใช้ ซึ่งใน Diaglogflow เราจะต้องสร้าง Intents เป็นเรื่องๆไป เช่น เรื่องที่เกี่ยวกับทักทาย, เรื่องที่เกี่ยวกับสอบถามข้อมูล เป็นต้น ซึ่ง Chatbot ควรจะต้องเข้าใจและสามารถแยกแยะเรื่องต่างๆได้ ไม่ใช่ว่าผู้ใช้กำลังทักทายมา แต่ตัว Chatbot ดันไปพยายามตอบคำถาม

Pre-defined Intents

หลังจากที่เราสร้าง Agent จะมี Pre-defined Intents พื้นฐานมาให้ 2 ตัว ได้แก่

Default Fallback Intent

หน้าที่ของ Intent ตัวนี้คือ เมื่อไรที่ผู้ใช้ป้อนข้อความอะไรเข้ามาแล้วตัว Chatbot ไม่เข้าใจ มันจะวิ่งเข้า Intent ตัวนี้ เมื่อกดเข้าไปดูจะพบว่ามี section ที่ชื่อ Responses ซึ่งมีข้อความที่แสดงความไม่เข้าใจกรอกไว้เป็นตัวอย่างหลายบรรทัด เมื่อเราใช้งานจริงก็จะพบว่า หากเราพิมพ์อะไรที่มันไม่เข้าใจ มันจะสุ่มคำพูดใน responses ตอบกลับไปให้

Default Welcome Intent

หน้าที่ของ Intent ตัวนี้คือเกี่ยวกับเรื่องการทักทายกับผู้ใช้ กดเข้าไปดูจะพบว่าจะมีส่วนที่ชื่อ Training Phrases ที่สอนให้ Dialogflow เข้าใจว่าเมื่อผู้ใช้พิมพ์คำที่อยู่ในบริบท หรือ context เหล่านี้เข้ามา ก็ให้สุ่มคำตอบใน Responses กลับไป (ผู้ใช้ไม่ต้องพิมพ์เป๊ะๆก็ได้ มันจะพยามเข้าใจเอง)

สร้าง ‘Register' Intent

ในวันนี้เราจะทำ Chatbot ที่สามารถลงทะเบียนผู้ใช้ โดยจะเก็บข้อมูล ชื่อ ตำแหน่ง และวันที่ เรามาเริ่มสร้าง Intent แรกกันเลย

1. ให้กดปุ่ม CREATE INTENT และตั้งชื่อว่า Register จากนั้นเลื่อนลงมาที่ Training phrases ทำการกรอกประโยคที่ผู้ใช้น่าจะพิมพ์เข้ามาเพื่อการลงทะเบียน เช่น "ลงทะเบียน" ใส่ข้อความให้หลากหลาย ยิ่งหลากหลายยิ่งดี เพราะ Dialogflow จะเรียนรู้และทำความเข้าใจจากประโยคเหล่านี้

2. จากนั้นให้เลื่อนลงมาด้านล่าง ในส่วนของ Responses ให้เรากด ADD RESPONSES และทำการกรอกตรง Text Response ซึ่งก็คือประโยคที่จะตอบกลับไป เช่น "กรุณาระบุชื่อ" สามารถใส่ได้หลายประโยคและตัว Dialogflow จะสุ่มเอาประโยคเหล่านี้ไปตอบผู้ใช้ให้

3. กดปุ่ม Save มุมบนขวา เป็นอันว่าเราสร้าง Intent แรกสำเร็จแล้ว
4. ย้อนกลับไปที่หน้า Intent List

สร้าง ‘Register - name' Intent เพื่อรับค่า "ชื่อ"

เมื่อเราสร้าง Intent แรก เสร็จแล้ว ขั้นตอนต่อไป คือการสร้าง Intent อีกตัว มารับค่า ชื่อของผู้ใช้ ที่กำลังจะตอบมา โดยมีขั้นตอน ดังนี้

1. กดปุ่ม Add Follow Up intent ด้านหลัง Intent ที่ชื่อว่า "Register" แล้วเลือก Custom

2. คลิกเลือก Intent ที่เพิ่งสร้างขึ้นมาใหม่ ตรง Register - custom

3. ระบุรายละเอียด Intent ตามรูป

• ตั้งชื่อ Intent ว่า "Register - name"
• ระบุ Training Phase เป็นชื่อคน
• กำหนด parameter ชื่อ name ระบุ Entity Type เป็น @sys.any กำหนด value เป็น $name

4. กำหนด Response เพื่อให้ผู้ใช้ตอบคำถามถัดไป คือ ให้ผู้ใช้ระบุตำแหน่ง
5. กด Save

{
  "line": {
    "type" : "text",
    "text": "ขอบคุณ คุณ$name กรุณาแชร์โลเคชั่นของคุณ",
    "quickReply": {
      "items": [
        {
          "type": "action",
          "action": {
            "type": "location",
            "label": "แชร์โลเคชั่น"
          }
        }
      ]
    }
  }
}

สร้าง ‘Register - location' Intent เพื่อรับค่า "ตำแหน่ง"

ขั้นตอนต่อไป คือการสร้าง Followup Intent อีกตัว มารับ ตำแหน่งของผู้ใช้

1. กด Add Follow Up intent ท้ายชื่อ intent "Register - name" แล้วเลือก Custom

2. คลิกเลือก Intent ที่เพิ่งสร้างขึ้นมาใหม่ ตรง Register - name - custom
3. ระบุรายละเอียด Intent ตามรูป

• ตั้งชื่อ Intent ว่า "Register - location"
• ระบุ Training Phase เป็นรูปแบบข้อความเพื่อระบุตำแหน่ง เช่น
  LAT : 13.00 , LNG : 100.00
• กำหนด parameter ชื่อ latitude ระบุ Entity Type เป็น @sys.number ระบุ value เป็น $latitude
• กำหนด parameter ชื่อ longitude ระบุ Entity Type เป็น @sys.number ระบุ value เป็น $longitude
• กำหนด paramater ชื่อ name ระบุ Entity Type เป็น @sys.any เพื่อรับค่า "ชื่อ" มาจาก Intent ก่อนหน้านี้ โดยให้กำหนด value เป็น "#Register-name-followup.name"

4. กำหนด Custom Payload ใน Response เพื่อให้ผู้ใช้ตอบคำถามถัดไป คือ ให้ผู้ใช้ระบุวันที่

{
  "line": {
    "type": "text",
    "quickReply": {
      "items": [
        {
          "action": {
            "label": "เลือกวันที่",
            "data": "selected_date",
            "mode": "date",
            "type": "datetimepicker"
          },
          "type": "action"
        }
      ]
    },
    "text": "ตำแหน่งของคุณคือ $latitude,$longitude  ขั้นตอนต่อไปกรุณาเลือกวันที่"
  }
}

5. กด Save

สร้าง ‘Register - date' Intent เพื่อรับค่า "วันที่"

ขั้นตอนต่อไป คือการสร้าง Followup Intent อีกตัว มารับ วันที่ผู้ใช้เลือก

1. กด Add Follow Up intent ท้ายชื่อ intent "Register - location" แล้วเลือก Custom

2. คลิกเลือก Intent ที่เพิ่งสร้างขึ้นมาใหม่ ตรง Register - location - custom
3. ระบุรายละเอียด Intent ตามรูป

1. ตั้งชื่อ Intent ว่า "Register - date"
2. ระบุ Training Phase เป็นรูปแบบข้อความเพื่อระบุวันที่ เช่น
   DATE : 2021-07-01
3. กำหนด parameter ชื่อ selected_date ระบุ Entity Type เป็น @sys.date ระบุ value เป็น $selected_date
4. กำหนด parameter ชื่อ latitude ระบุ Entity Type เป็น @sys.number เพื่อรับค่า "latitude" มาจาก Intent ก่อนหน้านี้ โดยให้กำหนด value เป็น "#Register-location-followup.latitude"
5. กำหนด parameter ชื่อ longitude ระบุ Entity Type เป็น @sys.number เพื่อรับค่า "longitude" มาจาก Intent ก่อนหน้านี้ โดยให้กำหนด value เป็น "#Register-location-followup.longitude"
6. กำหนด paramater ชื่อ name ระบุ Entity Type เป็น @sys.any เพื่อรับค่า "ชื่อ" มาจาก Intent ก่อนหน้านี้ โดยให้กำหนด value เป็น "#Register-location-followup.name"

4. ตรงส่วนของ Response ให้เว้นไว้ เพราะเดี๋ยวเราจะใช้ fulfilment ในการตอบผู้ใช้เอง
5. เปิดตัวเลือก Enable webhook call for this intent เพื่อใช้งาน fulfilment

6. กด Save

เมื่อเราสร้าง Agent จนเสร็จแล้ว ขั้นตอนต่อไป คือการทดสอบการทำงานร่วมกับ LINE Chatbot ที่เราสร้างขึ้นมาในขั้นตอนก่อนหน้านี้

โดยการไปตั้งค่าการเชื่อมต่อระหว่าง LINE กับ Dialogflow ดังนี้

1. ไปที่เมนู Integrations

2. เลื่อนลงมาตรงหัวข้อ Text Base => LINE
3. คลิกเลือกที่ LINE แล้วกำหนดค่าต่างๆดังนี้

1. Channel ID (คัดลอกจาก LINE Developers Console) ที่ได้จากขั้นตอนที่ 2
2. Channel Secret (คัดลอกจาก LINE Developers Console) ที่ได้จากขั้นตอนที่ 2
3. Channel Access Token (คัดลอกจาก LINE Developers Console) ที่ได้จากขั้นตอนที่ 2

4. คัดลอกค่า Webhook URL จากหน้าจอนี้ ไปใส่ที่ Webhook Setting ที่ LINE Developers Console

5. กด START

6. จากนั้นเริ่มทดสอบ โดยการทัก LINE Chatbot ไปได้เลย หากทุกอย่างถูกต้อง จะได้ผลลัพธ์ ตามรูป

ขั้นตอนการเชื่อมต่อเรียบร้อยแล้ว แต่สังเกตว่าตอนที่เราส่ง Location ให้ Bot ระบบไม่ได้ทำงานต่อ เนื่องจาก Dialogflow ไม่รู้จัก Location Message Event เราจึงต้องมี Proxy server ขึ้นมาตัวนึง คั่นกลางระหว่าง LINE กับ Dialogflow เพื่อทำการรับค่า Webhook จาก LINE แล้วทำการแปลง Event ต่างๆให้อยู่ในรูปแบบที่ Dialogflow เข้าใจเสียก่อน

ไปเริ่มเตรียม Proxy Server กันเลย

การติดตั้ง Firebase CLI

Firebase CLI เป็นเครื่องมือที่จำเป็นสำหรับการ deploy ตัวฟังก์ชันที่เราพัฒนาขึ้น อีกทั้งยังสามารถจำลองการทำงานฟังก์ชัน(Emulate) ภายในเครื่องที่เราพัฒนาอยู่(Locally) ได้

1. เปิด Terminal ขึ้นมาแล้ว run คำสั่ง

npm install -g firebase-tools

2. ตรวจสอบว่า Firebase CLI ได้ติดตั้งเรียบร้อยแล้วโดย run คำสั่ง (หากสำเร็จจะเห็นเลขเวอร์ชัน)

firebase --version

Initialize โปรเจค

1. รันคำสั่งนี้ จากนั้นตัว browser จะเปิดขึ้นมาให้เราเข้าสู้ระบบด้วย Google account เดียวกันกับที่สร้างโปรดจคใน Firebase

firebase login

2. สร้างโฟลเดอร์เปล่า(ตัวอย่างโฟลเดอร์ชื่อ handle-non-text-event-with-df) แล้วให้ shell เข้าไปในนั้น

mkdir handle-non-text-event-with-df
cd handle-non-text-event-with-df

3. เมื่อเข้ามาในโฟลเดอร์แล้ว ให้ Initial โปรเจคด้วยคำสั่ง

firebase init

4. เลือก Firestore และ Functions

5. เลือก Use an existing project จากนั้นจะเห็นเชื่อโปรเจคที่เราสร้างไว้ ก็กด enter ต่อไป

6. หัวข้อ Firestore Setup ให้ Enter ผ่านโดยใช้คำตอบ default ไปได้เลย

7. ถัดไปจะมีตัวเลือกภาษา 2 ตัวคือ JavaScript และ TypeScript โดยตัวอย่างนี้ให้เลือก JavaScript
8. จากนั้นมันจะถามว่าจะให้ติดตั้ง ESLint ไหม ตรงนี้แนะนำให้ตอบ N ไปก่อน(สำหรับมือใหม่)
9. สุดท้ายมันจะถามว่าจะให้ติดตั้ง dependencies เลยไหมก็ให้ตอบว่า Y ไป

ขั้นตอนนี้เราจะสร้างฟังก์ชันสำหรับคอยรับ webhook request จาก LINE เพื่อส่งต่อไปยัง Dialogflow อีกที

โดยในโฟลเดอร์ที่เราสร้างมา ให้เรา shell เข้าไปต่อในโฟลเดอร์ชื่อ functions

cd functions

1. Install @line/bot-sdk และ express

npm i @line/bot-sdk express --save

2. กำหนดค่า configuration ในตัวแปร environment 2 ค่า ดังนี้
   line.channel_access_token และ line.channel_secret
   โดยทั้งสองค่า สามารถดูได้จาก LINE Developers Console
   ส่วน dialogflow.agent_id ดูได้จากตัวเลขชุดสุดท้ายของ webhook url ที่ได้จากเมนู integrations

firebase functions:config:set line.channel_access_token="xxxxx" line.channel_secret="xxxxx" dialogflow.agent_id="xxxxx"

3. สามารถตรวจสอบความถูกต้องได้ โดยใช้คำสั่ง firebase functions:config:get

firebase functions:config:get

4. เปิดไฟล์ index.js แล้วเริ่มจากการ import ตัว @line/bot-sdk และ express เข้ามา

const functions = require('firebase-functions');
const line = require('@line/bot-sdk');
const express = require('express');

5. อ่านค่า configuration มาเก็บไว้

const config = {
   channelAccessToken: functions.config().line.channel_access_token,
   channelSecret: functions.config().line.channel_secret
}

6. สร้าง functions เพื่อรับค่า webhook โดยใช้ express เป็นตัว handle request

const app = express();
app.post('/webhook', line.middleware(config), (req, res) => { 
   console.log('req.body', JSON.stringify(req.body, null, 2));
   res.status(200).end();
});
exports.api = functions
   .region('asia-northeast1')
   .https
   .onRequest(app);

7. ทดสอบเบื้องต้นก่อนด้วยคำสั่ง

firebase deploy --only functions

8. เมื่อ deploy เสร็จแล้ว ให้ copy Function URL ที่ได้ นำไป set ที่ webhook url ใน LINE Developers Console ดังรูป (เติม /webhook ด้วยนะ)

9. หากกด Verify แล้วขึ้นสถานะว่า Success ก็ถือว่ามาได้ถูกทางแล้วครับ

สร้างไฟล์ dialogflow.js

ไฟล์นี้จะทำหน้าที่แปลง LINE Event ไปเป็น Text Message Event ที่ dialogflow เข้าใจได้

แต่เพื่อไม่ให้ Codelab นี้ยาวเกินไป ผมได้แนบ sourcecode ไว้ให้แล้วที่

https://gist.github.com/kamnan43/fbfd113434573adf864d3aa1ef96ed32

ให้ copy ไปบันทึกเป็นไฟล์ชื่อว่า dialogflow.js วางไว้ที่เดียวกับ index.js

จากนั้นกลับไปแก้ไขไฟล์ index.js ตามลำดับ ดังนี้

1. เพิ่มฟังก์ชันจาก dialogflow.js

const { postToDialogflow, createLineTextEvent, convertToDialogflow } = require('./dialogflow')

2. สร้างฟังก์ชั่น handleEvent เพื่อจัดการ Event Type ต่างๆ

async function handleEvent(req, event) {
  switch (event.type) {
    case 'message':
      switch (event.message.type) {
        case 'text':
          return handleText(req, event);
        case 'location':
          return handleLocation(req, event);
      }
    case 'postback':
      return handlePostback(req, event);
    default:
      throw new Error(`Unknown event: ${JSON.stringify(event)}`);
  }
}

3. สร้างฟังก์ชั่น handleText, handleLocation และ handlePostback เพื่อจัดการข้อความ Text Message, Location Message และ Postback Message ตามลำดับ

async function handleText(req) {
  return await postToDialogflow(req);
}

function handleLocation(req, event) {
  const message = event.message;
  const newEvent = createLineTextEvent(req, event, `LAT : ${message.latitude}, LNG : ${message.longitude}`);
  convertToDialogflow(req, newEvent);
}

function handlePostback(req, event) {
  const data = event.postback.params.date;
  const newEvent = createLineTextEvent(req, event, `DATE: ${data}`);
  convertToDialogflow(req, newEvent);
}

4. เรียกใช้ handleEvent จาก request ของ /webhook

app.post('/webhook', line.middleware(config), (req, res) => {
  Promise.all(req.body.events.map(event => {
    return handleEvent(req, event);
  }))
});

5. บันทึก และ deploy ใหม่ อีกครั้ง

firebase deploy --only functions

6. ระหว่างรอ Deploy มาดูคำอธิบายกันว่า code เราทำงานอย่างไร

handleText ทำหน้าที่ ส่งต่อ Text Message ไปที่ dialogflow โดยตรง

handleLocation จะแปลง Location Message ไปเป็น Text Message ก่อน โดยแปลงให้อยู่ในรูปแบบ

`LAT : ${message.latitude}, LNG : ${message.longitude}`

handlePostback จะแปลง Postback Message (จาก DateTime Picker) ไปเป็น Text Message ก่อน โดยแปลงให้อยู่ในรูปแบบ

`DATE: ${data}`

ทั้งนี้เพราะ Dialogflow สามารถเข้าใจข้อความที่เป็น Text Message เท่านั้น

สังเกตุว่า รูปแบบข้อความทั้งสอง จะตรงกับ Training Phase ของ Intent ที่เราออกแบบไปก่อนหน้านี้แล้ว

หลังจาก Deploy แล้ว ลองทดสอบดูอีกครั้ง จะได้แบบนี้

จะสังเกตว่า Dialogflow สามารถอ่านค่า latitude, longitude จาก LINE Location Message ได้แล้ว

แต่เมื่อกดเลือกวันที่ ระบบจะยังไม่ทำงานต่อ นั่นเพราะว่า Intent สุดท้ายที่รับค่าวันที่ ต้องทำงานร่วมกับ fulfillment เพื่อเก็บค่าลงฐานข้อมูลนั่นเอง

ขั้นตอนต่อไป เราไปสร้าง fulfillment เพื่อรับค่าจาก Dialogflow ไปเก็บลง Firestore กัน

แก้ไขไฟล์ index.js ตามลำดับ ดังนี้

1. เพิ่ม จาก firebase-admin และ WebhookClient

const firebase = require('firebase-admin');
const { WebhookClient } = require('dialogflow-fulfillment');

2. ทำการ Initial firebase

firebase.initializeApp({});

3. สร้างฟังก์ชั่น handleFulfillment เพื่อจัดการข้อมูลที่ส่งมาจาก Dialogflow

async function handleFulfillment(agent) {
  const userId = agent.originalRequest.payload.data.source.userId;
  const { name, latitude, longitude, selected_date } = agent.parameters;
  const doc = {
    uid: userId,
    name,
    latitude,
    longitude,
    selected_date: Date.parse(selected_date)
  };
  await firebase.firestore().collection('member').doc(userId).set(doc);
  agent.add('บันทึกข้อมูลสำเร็จแล้ว');
}

4. เรียกใช้ handleFulfillment จาก request ของ /fulfillment

app.use(express.json({ limit: '50mb' }));
app.post('/fulfillment', (request, response) => {
  const agent = new WebhookClient({ request, response });
  let intentMap = new Map();
  intentMap.set('Register - date', handleFulfillment);
  agent.handleRequest(intentMap);
});

โปรดสังเกตบรรทัด intentMap.set และตรวจสอบว่า parameter ตัวแรก ตรงกันกับชื่อ Intent ใน Dialogflow ด้วย

5. บันทึก และ deploy ใหม่ อีกครั้ง

firebase deploy --only functions

6. หลังจาก deploy เรียบร้อยแล้ว ให้ไปตั้งค่าการเชื่อมต่อ Fulfillment ที่เมนู Fulfillment ของ Dialogflow ด้วย โดยนำ endpoint ของ Firebase Functions ต่อด้วย /fulfillment ดังรูป

7. กด Save แล้วทำการทดสอบดูจะได้ผลดังนี้

8. และจะพบข้อมูลในฐานข้อมูล Firestore ดังรูป

ยินดีด้วยครับ ถึงตรงนี้คุณก็มี LINE Chatbot ที่สามารถทำงานร่วมกับ Dialogflow ด้วย Event รูปแบบต่างๆ นอกเหนือจาก Text Message Event ได้แล้ว ลองนำไปประยุกต์ใช้กับ Event อื่นๆกันดูนะครับ

สิ่งที่คุณได้เรียนรู้ใน Codelab นี้

• ✅ การสร้าง LINE Chatbot
• ✅ การสร้างโปรเจคใน Firebase
• ✅ การติดตั้ง Firebase CLI และ Cloud Functions for Firebase
• ✅ สร้างฟังก์ชันสำหรับรับ LINE Webhook Request
• ✅ เริ่มต้นสร้าง Chatbot ด้วย Dialogflow
• ✅ การส่ง Event จาก LINE Webhook ไปที่ Dialogflow
• ✅ การทำ Custom Event บน Dialogflow
• ✅ การใช้งาน Dialogflow Fulfillment
• ✅ การเขียนและอ่านข้อมูลกับ Cloud Firestore

เรียนรู้เพิ่มเติม

• Source code แบบสมบูรณ์
• บทความเกี่ยวกับ LINE Chatbot
• คอร์สเรียนออนไลน์ Building LINE Chatbot using Dialogflow (ฟรี)

Reference docs

• LINE Messaging API reference
• Cloud Functions for Firebase document

บอกเราหน่อยว่า Codelab ชุดนี้เป็นอย่างไรบ้าง

• Feedback form