ChatOps的前世，今生和未来

最新推荐文章于 2023-02-23 14:57:43 发布

一条宝鱼

最新推荐文章于 2023-02-23 14:57:43 发布

阅读量6.8k

点赞数 3

分类专栏：架构设计

原文链接：https://www.jianshu.com/p/7aa2ced21302

版权

架构设计专栏收录该内容

10 篇文章 0 订阅

订阅专栏

在人人都在讨论DevOps的今天，有一个词ChatOps显得比较突出，什么是ChatOps？它是怎么工作的？它能带来有什么好处？最近调研了一下ChatOps，本文将基于个人的理解，尝试回答这几个问题。

起源

ChatOps这个词在2013年出现，最初由GitHub提出，他们发现在日常的工作中，需要不停的运行以下命令:

git checkout -b feature/xxx
# do sth.
git commit -m "Bump version"
git push origin feature/xxx
# create pull request

我们需要进行代码提交，确认持续集成通过，代码部署，确认各项指标正常，代码合并等一系列的繁琐工作。

于是他们开发了Hubot这个机器人，来帮助他们完成这一系列的工作。

创建一个Hubot

首先，我们可以通过命令行的方式与Hubot进行交互：

dakangshuji> dakangshuji ping
dakangshuji> PONG

dakangshuji> dakangshuji time
dakangshuji> Server time is: Sun May 07 2017 12:18:00 GMT+0800 (CST)

dakangshuji> dakangshuji echo "Hello world!"
dakangshuji> "Hello world!"

同时，也可以通过和聊天软件集成，在聊天软件中和Hubot进行交互。它可以帮助我们执行代码部署，查看issue的状态，执行自定义的命令，甚至能直接展示监控系统的图表。

Hubot执行自定义命令

这带来了以下的好处：

信息透明化：一个操作能被团队的所有人看到，提高沟通效率
寓教于做: 新的同学进入团队，能够通过观察老司机的工作方式，迅速上手
提升移动办公效率：出门在外，如果紧急事项需要处理，可以通过手机迅速处理

Hubot运行在node.js之上，采用Coffee Script编写

module.exports = (robot) ->
  robot.hear /badger/i, (res) ->
    res.send "Badgers? BADGERS? WE DON'T NEED NO STINKIN BADGERS"

  robot.respond /open the pod bay doors/i, (res) ->
    res.reply "I'm afraid I can't let you do that."

  robot.hear /I like pie/i, (res) ->
    res.emote "makes a freshly baked pie"

Hubot的理解能力比较低，采用的是字符串匹配的方式。例如，上面的例子中：

当输入包含badger的时候，会自动发送响应Badgers? BADGERS? WE DON'T NEED NO STINKIN BADGERS
当有人@Hubot，严格匹配open the pod bay doors时，回复发送者"I'm afraid I can't let you do that."
当满足条件是，将消息群发或转发到另一个群。

Hubot支持适配到Shell，各种聊天工具如iMessage, Slack, QQ，Weixin等。

Hubot可以将自定义的逻辑部署在本地运行，也可以部署到云端，如Azure, Heroku。

很多第三方系统，对Hubot的支持都非常友好，例如Graphana支持和Hubot进行交互，给出某个指标的走势图：

Hubot+Graphana

三雄争霸

随着Hubot的兴起，一些更多的机器人开始发展起来，逐渐形成了Hubot，Lita，Errbot三雄争霸的场面:

三雄争霸

Hubot

参见上面的介绍

Lita

Lita沿袭了Hubot的大部分特性，但区别是Ruby编写的，底层采用了Redis做存储。

Errbot

Python编写，支持和主流的聊天工具如Slack, Telegram等进行集成

Errbot引入了一个工作流 (Flow)的概念，使得在聊天软件中进行流程化操作成为可能，例如权限审批等操作。

Errbot Flow

百花齐放

随着各种ChatBot的兴起，各大聊天工具坐不住了，两大主流的聊天软件，Slack推出了自己Slackbot。

Slackbot

在SlackBot里面，提供了内置的一些机器人，同时开放了接口，允许第三方自由定制自己的机器人。例如，可以设置提醒，看天气：

Slack Bot

查看会议室空闲情况：

查看会议室

甚至集成了叫车服务，可以直接在聊天窗口里面叫车！

SlackBot叫车

进行权限审批，在APP里可以通过按钮进行交互：

在聊天窗口内进行权限审批

HipChat

HipChat 也推出了自己的ChatBot平台，集成了众多的ChatBot。

HipChat

Facebook Messenger

而Facebook也宣布旗下的Messenger应用开始接受用户开发的聊天机器人。

第三方生态

StackStorm

StackStorm是一个基于事件驱动的自动化平台，通过一些sensor感知到事件，经过规则匹配，触发action的执行，并返回结果。而chatops只是它的一个应用场景，通过和聊天软件的集成，将ChatOps中的逻辑封装在规则校验和执行动作中，它目前只能执行一些python或者Shell脚本。

StackStorm

Deploybot

Deploybot专注在代码的部署上，可以通过聊天工具在命令中将进行代码的部署并查看部署的结果

Blockspring

blockspring是基于Slack发展出的生态，能够通过聊天工具进行员工信息查询，和社交网站进行交互等操作。

Blockspring

从官网上给的例子来看，都比较基础，个人感觉使用实用不大。

Tintri

这家公司很有意思，他们为Slack的Tintribot能够通过聊天机器人中进行硬件资源的管理，例如弹性扩容，数据拷贝等工作。

TintriBot

WebTask

WebTask是由Auth0这家公司推出的一项方案，当初的目的旨在结局多租户环境下不同用户的代码如何进行隔离，因此提出了Code Sandbox这一个概念。

但其实它却由此延伸出了另一个重要场景WebHook，运行快速的发布和运行一段业务逻辑，把代码从服务器中抽取出来，代码其实成为了这个场景下的一个请求参数。

WebTask 支持Node.js和C#, 通过EDGE.JS实现了异步调用C#的lambda表达式.

核心概念:

web task token：标示一段后端执行逻辑(代码)+加一段秘钥。这段逻辑可以存储在一个第三方系统。这时候后端系统已经变成了一个业务无关的单纯的执行引擎，然后客户端只需要发送这个token给后端系统，后端系统会获取这块代码，执行，并返回结果。
web task request：表示包含了web task token的一个请求
web task runtime：通用的能执行webtask的运行时。

WebTask

下面这个例子中，Webtask通过和Slack集成，实现了查看leader信息的功能

Slash Webtask

WebTask和JStorm之类的实时处理引擎有什么区别? 个人认为主要还是快速和轻量，JStorm是7*24持续运行的，WebTask基于事件触发，用完即停止。

小结

可以看到，从HuBot, Lita到SlackBot，基本上用户在和聊天机器人的交互过程中，还停留在命令式的交互阶段，即使有自然语言，也是非常有限几个的单词，聊天机器人也只能通过字符串匹配这样比较朴素的方式来试图了解用户的意图。因此，我把这个阶段定义为ChatOps的初级阶段，可以称为CommandOps。

在这种模式下，聊天软件相当于传统命令行下的Terminal，通过输入命令，返回结果。但它和Terminal的显著区别在于两点：

共享化。这个Terminal可以是群里面的成员都能看到的，接触群聊功能，它极大提高了信息沟通的效率。尤其是需要团队协作完成一件事情的时候。试想一下，我们在沟通的过程中，当需要在群里向别人表达一个意图的时候，有没有打开一个网站，或者是在在某个页面上进行一番操作，然后截图贴给对方？
移动化。随时随地能够通过移动APP和机器人沟通，让机器人完成本来在命令行，或者是web端才能完成的任务。目前公司内的各种ops，几乎没有多少是针对手机优化过的。因此很多同学都有过这样的经历，出门在外还必须带个电脑，因为很多操作手机上根本没法完成。这里并不是说100%完全能解决问题。

技术架构

ChatBot架构

ChatOps的核心在于，把之前web端，命令行下通过人工进行的操作，通过聊天工具用机器人来代替。

ChatOps的前提是，所有的后端服务，包括基础设施，都必须通过API进行暴露，在微服务日益流行的今天，几乎所有的应用都会暴露自己的API，不管是HTTP，还是远程方法调用。如果你的应用只能和web页面强绑定，那么个人认为你的架构是落后的。

同样，我们也可以看到，在这个阶段，机器人还无法完整理解用户的语义，而随着人工智能，特别是自然语言处理技术的成熟，ChatOps也开始演进到下一个阶段，我把它称为NLUOps(Natural Language Understanding)。

Natural Language Understanding

Amazon Lex

最近的一条新闻，Amazon Lex正式发布，吸引了大家的注意：

Amazon Lex 是一种使用语音和文本在任何应用程序中构建对话界面的服务。Amazon Lex 提供高级的自动语音识别 (ASR) 深度学习功能，可以将语音转换为文本，还提供自然语言理解 (NLU) 功能，可以识别文本的意图，让您能够构建用户体验极具吸引力且会话交互逼真的应用程序。借助 Amazon Lex，支持 Amazon Alexa 的深度学习技术现在可供所有开发人员使用，从而使您能够轻松快速地构建出掌握自然语言的精密对话机器人 (“聊天机器人”)。

其核心概念

意图（Intent）。意图表示用户想达到的目标，可以是获得一个问题的解答，或是在远程服务上执行一个动作。
表述（Utterance）。表述是关联到各种意图的短语。表述可以看成一种语句模板，其中可包括称为“数据槽位”（Slot）的占位符。在一个具体表述中，数据槽位值是由用户提供的。
数据槽位（Slot）。正如上面所提及的，数据槽位提供了一种对表述输入的表示机制。每个数据槽位代表了一种特定类型的信息，例如数量、年份、国家、城市等。也可以根据对输入的处理需求而自定义用户数据槽位类型，例如动作列表、颜色列表等。
提示（Prompt）。提示是Lex向用户提出的问题，让用户进一步提供一些在最初的表述中并未给出的信息片段。要实现用户与使用Lex的机器人间进行多轮口头交谈，提示是一个基础部分。
实现（Fulfillment），对于负责实现用户意图的AWS Lambda服务，Amazon选用了“实现”一词表示。在业务逻辑上，“实现”依赖于Lex给出的意图，而意图是根据用户表述以及表述中数据槽位的实际值识别的。

Amazon Lex

如图所示，预定鲜花是用户的意图。

I'd like to order flowers是一种表述Utterances，Lex发现这个表述里面缺少一些Slot，比如什么类型的花？送到哪里？这时，它就会通过Prompt来询问用户，当信息补充完整之后，会调用Fulfillment。这里的只是简单的本文响应。

实际场景种的Fulfillment肯定不会如此简单，通常需要一些业务逻辑的处理，而Lex强大的地方在于，它有一个强大的后台AWS Lambda，能够直接托管这些业务逻辑，而用户无需关系代码逻辑在哪里运行。简直就是天生一对嘛！

Google Actions & API.AI

随着Amazon在去年的re:Invent大会上宣布Lex发布，Google紧接着也公布了自家的Google Actions，允许开发者能够构建基于Google Assistant的语音交互应用，并与Google Home设备进行集成。

核心概念：

调用触发器（Invocation Triggers）定义了用户如何调用和发现Action。一旦被触发，Action就会展开一个由对话框定义的会话与用户交互。
对话框（Dialogs ）定义了用户如何与Action进行交谈，同时它也是Action的用户界面。它们依靠实现代码推动会话的前行。
实现（Fulfillment）是处理用户输入并返回响应的代码，它是一个REST服务。实现通常还包含一些执行具体行为的逻辑。

Google Actions

调用会话行为的方式有三种：

Conversation APIs，它提供了与Google Assistant通信所必须使用的请求和响应的格式。
Actions SDK，包含一个NodeJS客户端类库，行为包（Action Package）定义，CLI和Web模拟器。
API.AI等其他工具。

其中API.AI是Google最近收购的一家公司，它使得构建基于Google Actions的交互应用更加方便，它集成了一套自然语言理解的框架，能够帮助开发者理解用户输入，提取关键信息，同时提供了一套用户界面，能够通过图形化的方式定义对话，调用等核心组件。

API.AI + Google Actions

IBM Watson Conversation

基于Watson的自然语言理解能力，其核心概念如下：

Intent: 对应用户的意图。
Entity: 实体，对应Slot，表示一种数据类型，如地点，时间等。
Dialog: 对话，利用之前理解到的意图和实体，加上上下文信息，提供相应的响应，例如当满足某种条件时，就会返回对应的响应。

Microsoft Bot Framework(Preview)

微软也不甘落后，随机也退出了自己的服务Bot Framework, 允许用户构建高质量的聊天机器人。

Microsoft Bot Framework

微软这套框架提供了C#和NodeJs的SDK，但是没有API.AI那样的图形界面帮助用户快速开发。

后端服务可以托管在微软自家的Servless框架`Azure Bot Service，提供pay as you go的体验。

小结

在这一阶段，我们可以看到，各大公司都已经看到通过机器人来达到更好的交互体验，这一块具有极好的发展前景。因此巨头们纷纷开始入场，争先恐后的开始抢夺市场。

但是，巨头们提供的平台也好，框架也好，绝大部分都是通用的框架，解决的还是日常生活中的普通场景，如订花，做菜等等。对于Ops这个特殊场景来说，其实个人认为目前的理解能力是不够的，这块还完全处于新兴阶段。例如，对于Ops来说，机器人如何理解机器，应用，服务，这些实体概念，还需要框架层面的深度学习才能正确理解。

通过对这一阶段的调研，我对ChatOps的理解有发生了一些变化。之前我认为，ChatOps的Chat，对应的就是聊天软件，因此ChatOps就是依托在聊天软件之上的。但现在我认识到，ChatOps的Chat其实就是一个交互式的聊天体验，只要你能友好的交互方式，在任何的场景下都能和机器人进行沟通，让机器人理解并响应你的Operation，这其实就是ChatOps了。而不管你的这个Chat是在聊天工具里面，在网页里面，甚至是在空气里面（我指的是语音的场景），这是ChatOps的高级境界。

ChatOps应用场景

说了这么多，ChatOps到底能够给我们带来什么好处呢？

提升答疑效率。不追求解决100%答疑工作，而可以前80%的常见问题转化为聊天机器人自动返回结果。
添加聊天软件内置的GitHub/GitLab机器人，可以把代码提交，issue变更等情况同步到项目开发群里面，提升沟通效率。
构建自己的业务机器人。利用开放平台提供的框架，由于它支持调用外部WebHook，因此你的聊天机器人将不仅仅用来完成简单的答疑，而可以和你的后端服务进行交互，前提是你的后端服务一定要暴露API！如监控，调度，压测，弹性伸缩机器人等等。这些机器人将取代人工操作的形式，将信息和操作流程全部透明化。
国际化。在国际化的场景下，我们的Ops无需开发各种语言的Web界面，我们只需要提供API，让聊天机器人解决语言的问题，人工智能以及NLU能帮助聊天机器人更好的理解用户的意图。Let chatbot talk to your API, and people talk to your chatbot! 而如果有跨时区的团队合作，团队等于有了7*24永远在线的好兄弟，随时沟通遇到的问题，同步最新状态等等。

WebHook平台

一旦ChatOps的流行，会促成业务机器人大量涌现，这些机器人和集团内部各大Ops系统进行交互，但各大系统返回的API响应，必定各不相同，如果要适配到ChatBot的标准接口上，需要各大Ops改写代码来适配。这会是一个比较繁琐的过程。比较好的办法是，通过一段简单代码来完成这个接口的适配工作。

那么问题来了，这些代码存在什么地方？在哪里执行？

这些代码的特点都是事件触发，执行完之后立即结束，生命周期很短，调用频率也不高。是Servless很好的应用场景。随着阿里云的Servless解决方案FunctionCompute 于今年4.26正式上线，能否有一个平台能够用于托管和运行这些WebHook?

当然，Webhook也还有一些问题，比如WebHook中和各个Ops进行交互时的权限控制问题，是否需要一个地方能颁发统一的access_token？再有就是WebHook的开发，运行时的调试的问题等等。