使用 Easegress 实现 Telegram 翻译机器人

介绍

Easegress 是 MegaEase 开发的新一代流量型网关产品，它完全架构于云原生技术之上，避免了传统反向代理在高可用、流量编排、监控、服务发现等方面的不足，具有云原生、高可用、动态流量编排、可观测、可扩展等特点。

最近，Easegress 发布了 2.0 版本，再次大幅增强了流量编排功能，使用户无需编写任何代码，就可以通过编排多个 API 来实现一个超级 API。本文，我们会通过编排一个 Telegram 翻译机器人来演示一下这个功能。这个机器人可以自动将收到的消息翻译为中文、日文和英文，并且，除了文字消息，还支持翻译语音和图片消息。

准备

由于机器人需要接收 Telegram 消息通知，并调用第三方 API，所以我们需要提前准备好以下各项：

根据这篇文档安装好 Easegress 的最新版本，并请确保外部应用至少可以通过 80、88、443 或 8443 端口中的一个访问到这个 Easegress 实例。

根据这篇文档创建一个 Telegram 机器人，设置好名字（本文中使用的是 EaseTranslateBot），记下它的 token，并设置一个 WebHook，WebHook 的地址指向上一步中安装的 Easegress 实例。我们的机器人将通过这个 WebHook 接收新消息通知。

AWS 的 Access Key ID 和 Access Key Secret，并确保可以通过这个 Access Key 使用 AWS 的翻译 API。

Google Cloud 的 Token，并确保可以通过这个 Token 使用 Google Cloud 的语音识别（Speech Recognize）API 和 OCR(Image Annotation）API。

您也可以使用其它厂商的翻译、语音识别或 OCR API，但这需要您对后文中的示例做相应调整。

实现原理

下图展示了这个机器人的工作流程。

收到 Telegram 服务器通过 WebHook 发来的新消息通知后，机器人首先检查消息类型，并分别进行如下处理：

文字消息：直接提取消息文本；

语音消息：这种情况下，消息体中只有语音文件的 ID，所以需要先调用 Telegram 的 API 将 ID 转换成文件地址，然后下载这个文件，并把其内容发给 Google 语音识别服务，将其转换为文本；

图片消息：前半部分基本与语音消息相同，但会将图片内容发给 Google 的 Image Annotation 服务，将其转换为文本。

经过以上处理，三种消息就都变成了文本，之后，就可以调用 AWS 的翻译服务，将其依次翻译为不同的目标语言，本文示例使用的目标语言是中文、日文和英文。

Pipeline

首先，我们来看一下 Pipeline 编排出来的总体流程：

flow:
#Telegram 要求每个请求都返回应答，但我们不会处理所有请求，所以，
#我们把 ResponseBuilder 放在最前面以确保能够返回应答。

• filter: buildFinalResponse

#检测消息类型，并跳转到对应的位置。

• filter: detectMessageType
  jumpIf:
  result0: processText # 文字
  result1: processVoice # 语音
  result2: processPhoto # 图片
  “”: END # 忽略消息，直接结束处理流程

#文字消息

• filter: requestBuilderExtractText
  alias: processText # 别名
  namespace: extract # 所属命名空间
  jumpIf: # 条件跳转，如果一切正常就开始翻译，
  “”: translate # 否则会自动结束处理流程

#语音消息

• filter: requestBuilderGetVoiceFile # 构造将语音文件 ID 转换成文件路
  alias: processVoice # 径的请求
  namespace: extract
• filter: proxyTelegram # 发送请求，得到文件路径
  namespace: extract
• filter: requestBuilderDownloadFile # 构造下载语音文件的请求
  namespace: extract