建立不良文字過濾服務¶

身為書店老闆，您的目標是在顧客提交新的負面評論時，立即在 Slack 頻道中收到通知。透過利用 Knative Function，您可以設定一個包含簡單不良文字過濾服務的無伺服器函式，以判斷文字是否包含任何仇恨/侮辱性言論。

如果您遇到任何困難，請在此處查看解決方案。

我們將學習哪些 Knative 功能？¶

使用 Knative Function 部署服務的簡易性，並使其由 Knative Serving 管理，這讓您能夠將服務自動縮放至零，並向上擴展以處理需求。

最終交付成果是什麼樣子？¶

一個正在執行的無伺服器 Knative Function，其中包含一個 Python 應用程式，該應用程式接收新的評論作為 CloudEvent，並傳回結果，告知您的輸入文字是否包含任何不當語言。結果將以 CloudEvent 的形式傳回。

資訊

我們使用 profanity_check 函式庫來偵測文字中的不良文字。這是一個開放原始碼函式庫。請在此處查看免責聲明。結果可能不是 100% 準確。

函式的輸出只會來自

good
bad

實作¶

此過程很簡單

首先，使用 func create 命令來產生您的程式碼範本。
接下來，將您獨特的程式碼併入此範本中。
最後，執行 func deploy，將您的應用程式無縫部署到 Kubernetes 叢集。

此工作流程確保從 Knative Functions 生態系統中的開發到部署的順利轉換。

步驟 1：建立 Knative Function 範本¶

func deploy -b=s2i -v

驗證

檔案樹狀結構會如下所示

/start/bad-word-filter
├── func.yaml
├── .funcignore
├── .gitignore
├── requirements.txt
├── app.sh
├── test_func.py
├── README.md
└── Procfile
└── func.py

步驟 2：將產生的程式碼替換為不良文字過濾邏輯¶

bad-word-filter/func.py 是包含函式程式碼的檔案。您可以將產生的程式碼替換為不良文字過濾邏輯。您可以使用以下程式碼作為起點

bad-word-filter/func.py

from parliament import Context
from profanity_check import predict
from cloudevents.http import CloudEvent

# The function to convert the bad word filter result into a CloudEvent
def create_cloud_event(inputText, data):
    attributes = {
        "type": "new-review-comment",
        "source": "book-review-broker",
        "datacontenttype": "application/json",
        "badwordfilter": data,
    }

    # Put the bad word filter result into a dictionary
    data = {"reviewText": inputText, "badWordResult": data}

    # Create a CloudEvent object
    event = CloudEvent(attributes, data)
    return event

def inappropriate_language_filter(text):
    profanity_result = predict([text["reviewText"]])
    result = "good"
    if profanity_result[0] == 1:
        result = "bad"

    profanity_event = create_cloud_event(text["reviewText"], result)
    return profanity_event

def main(context: Context):
    """
    Function template
    The context parameter contains the Flask request object and any
    CloudEvent received with the request.
    """
    print("Received CloudEvent: ", context.cloud_event)

    # Add your business logic here
    return inappropriate_language_filter(context.cloud_event.data)

步驟 3：設定相依性¶

影像 8 bad-word-filter/requirements.txt 的內容

bad-word-filter/requirements.txt

parliament-functions==0.1.0
alt-profanity-check==1.4.1.post1
cloudevents==1.10.1

步驟 4：將函式部署到叢集¶

注意

執行下列命令時，請輸入 /bad-word-filter。

func deploy -b=s2i -v

驗證

預期會看到以下訊息

Function deployed in namespace "default" and exposed at URL:
http://bad-word-filter.default.svc.cluster.local

驗證¶

func invoke -f=cloudevent --data='{"reviewText":"I love Knative so much"}' -v

驗證

預期會收到 CloudEvent 回應

Context Attributes,
specversion: 1.0
type: new-review-comment
source: book-review-broker
id: ebbcd761-3a78-4c44-92e3-de575d1f2d38
time: 2024-05-27T04:44:07.549303Z
datacontenttype: application/json
Extensions,
badwordfilter: good
Data,
{
"reviewText": "I love Knative so much",
"badWordResult": "good"
}

如果您看到回應，則表示函式已成功執行。

下一步¶

在本教學課程中，您學習了如何使用 Knative 建立一個無伺服器函式，以針對簡單服務來偵測文字中不適當的語言。

接下來，我們將學習如何使用 Knative Sequence 來連接 2 個 ML 工作流程，並確保它們按您想要的順序執行。

前往建立 Knative Sequence