创建脏话过滤器服务¶

作为一家书店的老板，您希望在客户提交新的负面评价评论时在 Slack 通道中收到即时通知。通过利用 Knative Function，您可以设置一个无服务器函数，其中包含一个简单的脏话过滤器服务，以判断文本是否包含任何仇恨/侮辱性言论。

如果您遇到任何问题，请查看此处的解决方案。

解决方案 - 转到部署 ML 工作流：脏话过滤器

我们将学习哪些 Knative 特性？¶

使用 Knative Function 部署您的服务是多么容易，并且让 Knative Serving 管理它，这使您能够将您的服务自动缩放到零，并根据需要进行扩展。

最终的可交付成果是什么样的？¶

一个运行的无服务器 Knative Function，其中包含一个 Python 应用程序，它接收新的评论评论作为 CloudEvent 并返回结果，该结果告诉您您的输入文本是否包含任何不恰当的语言。结果作为 CloudEvent 返回。

信息

我们使用 profanity_check 库来检测文本中的脏话。这是一个开源库。请查看此处的免责声明。结果可能并非 100% 准确。

函数的输出将仅来自

好
坏

实施¶

该过程很简单

首先利用 func create 命令生成您的代码模板。
接下来，将您的独特代码合并到此模板中。
最后，执行 func deploy 将您的应用程序无缝部署到 Kubernetes 集群。

此工作流程确保从开发到 Knative Functions 生态系统中的部署平稳过渡。

步骤 1：创建 Knative Function 模板¶

func deploy -b=s2i -v

验证

文件树将如下所示

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

步骤 2：用脏话过滤器逻辑替换生成的代码¶

bad-word-filter/func.py 是包含函数代码的文件。您可以用脏话过滤器逻辑替换生成的代码。您可以使用以下代码作为起点

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)

步骤 3：配置依赖项¶

bad-word-filter/requirements.txt 的内容

bad-word-filter/requirements.txt

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

步骤 4：将函数部署到集群¶

注意

执行以下命令时，请输入 /bad-word-filter。

func deploy -b=s2i -v

验证

预计会看到以下消息

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

验证¶

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

验证

预计会收到 CloudEvent 响应

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"
}

如果您看到响应，则表示函数正在成功运行。

下一步¶

在本教程中，您学习了如何使用 Knative 创建一个无服务器函数，用于一个简单的服务，该服务可以使用 Knative 检测文本中的不当语言。

接下来，我们将学习如何使用 Knative Sequence 连接两个 ML 工作流，并确保它们按照您想要的顺序执行。

转到创建 Knative Sequence