描述

當(dāng)向 Alexa 發(fā)出語音命令時，在 Raspberry Pi 上運行命令/腳本。

我希望能夠通過向我家里的 Alexa Dots 發(fā)出語音命令來在我的 Raspberry Pi 上運行命令。此外，我想通過 Alexa 安排任務(wù)，而不是必須將計劃任務(wù)單獨添加到我家里的幾個 Pis。

為此，我們需要設(shè)置：

• 同時登錄 AWS 和 Amazon 開發(fā)者站點以確認(rèn)您可以訪問 AWS 和 Amazon 開發(fā)者站點
• AWS IAM：創(chuàng)建 RPi 腳本將用于登錄 AWS 的用戶和組
• AWS SQS（消息隊列）。
• AWS LAMBDA 函數(shù)
• 亞馬遜 Alexa 技能

Alexa 技能指向 Lambda 函數(shù)，根據(jù)發(fā)出的語音命令取決于將什么消息添加到 SQS 隊列，在 Rapsberry Pi 上運行腳本來檢查 SQS 隊列并根據(jù)消息啟動作業(yè)或腳本樹莓派。

AWS 和亞馬遜開發(fā)賬戶

如果您還沒有 AWS 帳戶，則需要設(shè)置一個，沒有理由認(rèn)為該項目不屬于 AWS“免費套餐”，該套餐允許每月向 Lambda 發(fā)出 100 萬次免費請求，向 Lambda 發(fā)出 100 萬次免費請求。 SQS 服務(wù)。為了超越免費套餐，您需要每 3 秒發(fā)出超過 1 個請求（基于每月 30 天），設(shè)置后我將腳本設(shè)置為每 15 秒運行一次，但當(dāng)然如果我有 10 個 RPi 在做那么需要考慮的一個請求。

AWS - 創(chuàng)建用戶和組

登錄 AWS 并轉(zhuǎn)到 IAM 管理控制臺并添加用戶：

https://console.aws.amazon.com/iam/home?#/users

?

?

?

?

由于權(quán)限是在組級別設(shè)置的，因此我們需要為該用戶創(chuàng)建一個新組，如果我們將來創(chuàng)建更多用戶，他們也可以使用同一組。該用戶將從 Raspberry Pi 登錄，因此需要能夠查看和更新?? AWS SQS 中的隊列。

?

?

為此，我們可以使用亞馬遜預(yù)定義策略（預(yù)設(shè)權(quán)限），搜索“sqs”并選擇策略“AWSLambdaSQSQueueExecutionRole”，然后單擊“創(chuàng)建組”（這將允許用戶讀取和寫入 SQS 隊列） .

?

?

這會將您帶回“將用戶添加到組”屏幕，并且將選擇新組以將新用戶添加到其中，單擊“下一步：標(biāo)簽”按鈕繼續(xù)。

?

?

在“添加標(biāo)簽”屏幕上，只需單擊“下一步：審閱”按鈕繼續(xù)。

在下一個屏幕上，查看新用戶的詳細(xì)信息并單擊“創(chuàng)建用戶”

在接下來的屏幕上，確保您“下載.csv”，因為這將是您獲取此用戶憑據(jù)的唯一機(jī)會。

?

?

CSV 中的憑據(jù)將添加到 RPi 上的腳本中，以便它可以登錄以訪問 SQS 隊列。

注意：自 2019 年 6 月起，為了讓 Alexa 技能運行 Lambda 函數(shù)，Lamda 代碼必須托管在以下區(qū)域之一：

• 亞太地區(qū)（東京）
• 歐盟（愛爾蘭）
• 美國東部（弗吉尼亞北部）
• 美國西部（俄勒岡）

https://developer.amazon.com/docs/custom-skills/host-a-custom-skill-as-an-aws-lambda-function.html

由于我住在英格蘭 (UK)，我將在愛爾蘭地區(qū)通過 SQS 隊列和 Lambda 函數(shù)托管。

?

?

創(chuàng)建 AWS SQS 隊列

找到 SQS 頁面并創(chuàng)建一個新的簡單隊列服務(wù)：

?

?

輸入新名稱并使用“快速創(chuàng)建隊列”選項創(chuàng)建“標(biāo)準(zhǔn)隊列”：

?

?

單擊新隊列并記下我們稍后需要的 ARN 和 URL：

?

?

創(chuàng)建 Lambda 函數(shù)

在 AWS 中，在“服務(wù)”中搜索“Lambda”并創(chuàng)建一個新函數(shù)：

?

?

選擇“從頭開始創(chuàng)作”，添加名稱并將“運行時”更改為“Python 2.7”。對于執(zhí)行角色，選擇“從 AWS 策略模板創(chuàng)建新角色”，選擇“Amazon SQS 輪詢器權(quán)限”策略，為角色命名并創(chuàng)建函數(shù)。

對于功能的配置，當(dāng)您在“設(shè)計器”面板中單擊某些內(nèi)容時，配置設(shè)置將顯示在屏幕的下半部分。

從左側(cè)添加“Alexa Skills Kit”觸發(fā)器，需要配置才能保存此功能。滾動到底部，因為我們還沒有 Alexa 技能 ID（我們還沒有創(chuàng)建技能）我們暫時“禁用”它，稍后再回來。

?

?

選擇 Lambda 函數(shù)圖標(biāo)（對我來說是“RPi-LED-Function”），在底部我們需要提供自定義 Python 代碼，此代碼將向 Alexa 技能提供反饋并更新 SQS 隊列。

我在下面的代碼中添加了一些關(guān)于需要更改的注釋。

import boto3
  
# Below you need to add in your access key, access secret, rgion and sqs queue url
  
access_key = "This can be found in the downloaded .csv file"
access_secret = "This can be found in the downloaded .csv file"
region ="eu-west-1"
queue_url = "This can be found when looking at the SQS queue, https://..."
  
# you should not need to change the following unless you know what your doing.
  
def build_speechlet_response(title, output, reprompt_text, should_end_session):
   return {
       'outputSpeech': {
           'type': 'PlainText',
           'text': output
       },
       'card': {
           'type': 'Simple',
           'title': "SessionSpeechlet - " + title,
           'content': "SessionSpeechlet - " + output
       },
       'reprompt': {
           'outputSpeech': {
               'type': 'PlainText',
               'text': reprompt_text
           }
       },
       'shouldEndSession': should_end_session
   }
def build_response(session_attributes, speechlet_response):
   return {
       'version': '1.0',
       'sessionAttributes': session_attributes,
       'response': speechlet_response
   }
def post_message(client, message_body, url):
   response = client.send_message(QueueUrl = url, MessageBody= message_body)
def lambda_handler(event, context):
   client = boto3.client('sqs', aws_access_key_id = access_key, aws_secret_access_key = access_secret, region_name = region)
   intent_name = event['request']['intent']['name']
  
# The following needs to be customised
# The intent names shown below are linked with intents created in the custom Alexa Skill.
# The 'post_message' relates to the SQS queue 
# The 'message' line is the message/response that Alexa will speak back to you  
  
   if intent_name == "LightsOn":
       post_message(client, 'on', queue_url)
       message = "Lounge Lights will now turn on"
   elif intent_name == "LightsOff":
       post_message(client, 'off', queue_url)
       message = "Lounge Lights will now turn off"
   elif intent_name == "LightsRed":
       post_message(client, 'red', queue_url)
       message = "Lounge Lights will change to red"
   elif intent_name == "LightsGreen":
       post_message(client, 'green', queue_url)
       message = "Lounge Lights will now change to green"
   elif intent_name == "LightsBlue":
       post_message(client, 'blue', queue_url)
       message = "Lounge Lights will now change to blue"
   elif intent_name == "LightsTest":
       post_message(client, 'test', queue_url)
       message = "Lounge Lights will now run a test sequence"
   else:
       message = "Sorry but I do not understand that request"
  
   speechlet = build_speechlet_response("Mirror Status", message, "", "true")
   return build_response({}, speechlet)
0

創(chuàng)建自定義 Alexa 技能

在這里登錄并創(chuàng)建一項新技能，選擇“自定義”技能和“從頭開始：”

https://developer.amazon.com/en-US/alexa/alexa-skills-kit

這里需要配置如下：

?

?

Invocation Name - 這是將用于觸發(fā)技能的名稱，我稱我的為“l(fā)ounge lights”。

意圖、示例和槽- 對于這個示例，我保持簡單并為每個操作創(chuàng)建了一個“意圖”，如下所示，您還應(yīng)該注意到這些意圖反映了我在 Lambda 中添加的代碼。

?

?

這是我的一個意圖的例子，你當(dāng)然可以根據(jù)你的要求添加任何你想要的：

?

?

所以，為了讓這句話起作用，我會說“Alexa，讓 Lounge Lights 關(guān)掉?！?/font>

import boto3
import os
import time
  
access_key = "Access key from the csv file"
access_secret = "Access seret from the csv file"
region = "the region where the SQS queue is - found in the queue url"
queue_url = "SQS Queue URL, https://sqs....."
  
def pop_message(client, url):
response = client.receive_message(QueueUrl = url, MaxNumberOfMessages = 10)
  
#last message posted becomes messages
message = response['Messages'][0]['Body']
receipt = response['Messages'][0]['ReceiptHandle']
client.delete_message(QueueUrl = url, ReceiptHandle = receipt)
return message
  
client = boto3.client('sqs', aws_access_key_id = access_key, aws_secret_access_key = access_secret, region_name = nameOfTheRegion
  
waittime = 20
client.set_queue_attributes(QueueUrl = queue_url, Attributes = {'ReceiveMessageWaitTimeSeconds': str(waittime)})
  
time_start = time.time()
while (time.time() - time_start < 30):
print("Checking...")
try:
message = pop_message(client, queue_url)
print(message)
if message == "on":
os.system("python /home/pi/LEDScripts/LED_on.py")
elif message == "off":
os.system("python /home/pi/LEDScripts/LED_off.py")
elif message == "blue":
os.system("python /home/pi/LEDScripts/LED_blue.py")
elif message == "red":
os.system("python /home/pi/LEDScripts/LED_red.py")
elif message == "green":
os.system("python /home/pi/LEDScripts/LED_green.py")
elif message == "test":
os.system("python /home/pi/LEDScripts/LED_test.py")
except:
pass

python -m pip install boto3

from neopixel import *
  
# LED strip configuration:
LED_COUNT = 12  # Number of LED pixels.
LED_PIN = 19  # GPIO pin connected to the pixels (18 uses PWM!).
LED_FREQ_HZ = 800000  # LED signal frequency in hertz (usually 800khz)
LED_DMA = 10  # DMA channel to use for generating signal (try 10)
LED_BRIGHTNESS = 30   # Set to 0 for darkest and 255 for brightest
LED_INVERT  = False   # True to invert the signal
LED_CHANNEL = 1   # set to '1' for GPIOs 13, 19, 41, 45 or 53
  
strip = Adafruit_NeoPixel(LED_COUNT, LED_PIN, LED_FREQ_HZ, LED_DMA, LED_INVERT, LED_BRIGHTNESS, LED_CHANNEL)
strip.begin()
  
for i in range(strip.numPixels()):
strip.setPixelColor(i, Color(0, 255, 0))
  
strip.show()

sudo apt-get install build-essential python-dev git scons swig
git clone https://github.com/jgarff/rpi_ws281x.git

sudo python setup.py build
sudo python setup.py install