如何用 Slack 和 Kubernetes 构建一个聊天机器人?| 附代码

如何用 Slack 和 Kubernetes 构建一个聊天机器人?| 附代码

作者 | Alexander Kainz

译者 | 天道酬勤,责编 | Carol

出品 | AI科技大本营(ID:rgznai100)

ChatOps可以让你使用基于聊天的接口来管理DevOps任务。本文主要让我们了解如何使用Slack构建一个简单的机器人来控制Kubernetes集群。最后我们可以使用Slack聊天消息查看Kubernetes日志和信息。不需要Kubernetes的先验知识,也不需要Slack API。

那么,首先我们来探索一下什么是ChatOps。

如何用 Slack 和 Kubernetes 构建一个聊天机器人?| 附代码

如何用 Slack 和 Kubernetes 构建一个聊天机器人?| 附代码

什么是ChatOps

ChatOps是一种使用聊天消息执行DevOps任务的方式,例如部署、监视和系统管理。例如,将日志消息发送到聊天机器人会检索最新的日志消息,或者可以从聊天消息触发部署。

下面描述了一些重要的优点:

  • 与机器人聊天,这是一种非常人性化的方法来管理基础结构。 @chatbot日志比kubectl日志hello-minikube-64b64df8c9-fkb6w -ndefault更容易理解。

  • 它可以是共享聊天的一部分,以便人们可以协作和共享信息。这也提供了已执行命令和动作的记录。

  • 它可以帮助安全地克服网络和防火墙的限制,使在家中或旅途中工作成为可能。

  • 通过DevOps工具的统一接口,使用相同的接口管理Kubernetes和OpenShift它可以简化和保护基础设施的任务,因此开发人员可以自行完成。

如何用 Slack 和 Kubernetes 构建一个聊天机器人?| 附代码

设置

本文介绍了使用以下方法构建最小的聊天机器人:

  • Minikube作为Kubernetes环境。

  • Kubernetes被标记为“生产级容器编排”。 Kubernetes允许我们部署、管理和扩展Docker映像。

  • Minikube是用于在开发机器上运行Kubernetes的集成解决方案。

  • Slack作为聊天服务器。

  • Python来实现实际的ChatOps服务器。

如何用 Slack 和 Kubernetes 构建一个聊天机器人?| 附代码

Minikube

为了在开发机器上快速运行Kubernetes,Minikube在单个虚拟机映像中实现了Kubernetes集群。你可以在此处找到详细的安装说明:

https://kubernetes.io/docs/setup/learning-environment/minikube/#installation

作者要将其安装在自己的macOs系统上,并使用VirtualBox作为虚拟化驱动程序。你可以在这里找到VirtualBox:https://www.virtualbox.org/wiki/Downloads

安装VirtualBox之后,可以使用以下命令将Minikube安装在macO上。它还将部署一个示例应用程序。这里假设你已安装了homebrew软件:https://brew.sh/。

    
      

brew install minikube # install via Homebrew

minikube start - driver=virtualbox # start and use Virtualbox

kubectl create deployment hello-minikube-image=k8s.gcr.io/echoserver:1.10 # install sample app

要验证安装使用,请执行以下操作:kubectl get all,结果应显示示例pod,比如pod / hello-minikube-64b64df8c9-fkb6w。

如何用 Slack 和 Kubernetes 构建一个聊天机器人?| 附代码

如何用 Slack 和 Kubernetes 构建一个聊天机器人?| 附代码

Kubernetes的简要介绍

Kubernetes是一款允许在集群中管理docker映像的软件。这包括部署、扩展、管理和监视。基本部署单元是Pod。Pod可以包含多个docker映像或容器。我们将在本文中开发的聊天机器人仅支持具有单个图像的pod。可以通过kubectl命令和其他方式控制Kubernetes。

我们的服务器将使用以下Kubernetes命令:

kubectl get pods --selector=app={app} --namespace={namespace} :在名称空间中检索应用程序的pod。

kubectl logs {pod} --namespace={namespace}:获取容器中容器的日志(如果容器中只有一个图像)。

kubectl describe pod {pod} --namespace={namespace} :描述有关Pod的详细信息。

如何用 Slack 和 Kubernetes 构建一个聊天机器人?| 附代码

Slack

如果你没有Slack帐户,则可以通过https://slack.com 获得自己的工作区。

在本文中,我们将创建一个所谓的经典App,以便能够使用实时消息(RTM)API。

你可以在此处创建经典应用:https://api.slack.com/apps?new_classic_app=1。确保不要只是创建一个新的Slack App,因为它不支持实时消息。

如何用 Slack 和 Kubernetes 构建一个聊天机器人?| 附代码

该App将需要以下范围,bot和chat:write:bot。如果找不到这些范围,则可能是在最后一步中创建了一个非经典应用。

如何用 Slack 和 Kubernetes 构建一个聊天机器人?| 附代码

我们将为该应用添加说明和图标。对于作者的机器人,他正在使用Wikimedia的图像。

如何用 Slack 和 Kubernetes 构建一个聊天机器人?| 附代码

最后一步是将app安装到工作区并记下机器人令牌,单击“将应用程序安装到团队”。我们将允许该APP访问我们的工作区,并记下“ Bot User OAuth Access Token”。

如何用 Slack 和 Kubernetes 构建一个聊天机器人?| 附代码

ChatOps服务器

可以在https://gitlab.com/alexk/chatops-kubernetes上找到服务器的代码。它需要python 3,例如可以在macO上使用brew install python3安装。

然后下载并安装需求:

    
      

git clone [email protected]:alexk/chatops-kubernetes.git

cd chatops-kubernetes/

pip3 install -r requirements.txt

然后将Slack令牌设置为与之一起使用:

    
      

export SLACK_API_TOKEN=

并使用以下命令启动聊天机器人服务器:

    
      

python3 chatbot.py

如何用 Slack 和 Kubernetes 构建一个聊天机器人?| 附代码

实现服务器

如设置部分所述,我们将使用Slack中的实时消息传递功能。要使用此功能,我们必须创建一个经典App。

如何用 Slack 和 Kubernetes 构建一个聊天机器人?| 附代码

使用WebSocket的经典Slack App实时消息传递模型

在当前的Slack应用程序模型中,Slack针对每个聊天消息或命令将HTTP Post消息发送到chatbot服务器。

如何用 Slack 和 Kubernetes 构建一个聊天机器人?| 附代码

使用HTTP POSTS的现代Slack应用模型

但是,在ChatOps的背景下,经典的应用程序允许我们使用WebSockets连接到Slack。我们的聊天机器人服务器将对Slack端点使用HTTP GET调用。 Slack服务器将保持连接打开并向我们的聊天机器人流更新。

这意味着我们不需要在DevOps基础架构上打开传入的端点。相反,我们将使用传出连接。

由于ChatOps服务器通常会以提升的权限运行,因此很难向外界端口开放。通过使用经典的App和websockets连接,我们为网络犯罪分子关闭了另一个攻击角度。

服务器将支持4个命令:

set-app为用户设置应用程序。因此,我们不必在每次使用其他命令时都提供应用程序名称。一种简单的安全访问方法是仅允许管理员用户执行此命令。

get-app为用户获取应用程序。

logs和describe用来检索所选应用程序的窗格上的日志和信息。

要存储选定的应用程序,我们将在db.py模块中使用嵌入式sqllite3数据库。

主事件循环如下所示:

    
      

@RTMClient.run_on(event="message") # subscribe to 'message' events

def process_command(**payload):

data = payload['data']

web_client = payload['web_client']

print(payload)

# ignore service messages, like joining a channel

is_service = 'subtype' in data and data['subtype'] is not None

if not is_service and 'text' in data:

channel_id = data['channel']

thread_ts = data['ts']

user = data['user']

text = data['text'] # get data from the event

tokens = text.split # split it up by space characters

me = tokens[0] # user id of the cht bot

# object to track the conversation state

conv = Conversation(web_client, channel_id, user)

if len(tokens) > 1:

print(tokens)

# first token is my userid, second will be the command e.g. logs

command = tokens[1]

print('received command ' + command)

if command in commands:

# get the actual command executor

command_func = commands[command]

try:

args = tokens[slice(2, len(tokens))]

# execute the command

result = command_func(conv, args)

if result is not None:

# and return the value from the

# command back to the user

conv.msg(result)

except Exception as e:

conv.msg(str(e))

else:

# show welcome message

web_client.chat_postMessage(

conv.msg(welcome.format(user=user, me=me))

)

else:

# show welcome message

conv.msg(welcome.format(user=user, me=me)

它使用@ RTMClient.run_on(event =” message”)进行注释,每次在当前聊天中发送消息时,Python Slack客户端都会调用该方法。

为了确保我们没有收到自己的消息,也没有服务消息(“…已经加入了对话”),我们使用这一行代码:

    
      is_service = ‘subtype’ in data and data[‘subtype’] is not None     

收到消息后,我们将其转换为令牌并获取每个命令的实际处理程序,然后单个命令将解析传入的参数。例如。 set-app命令会将应用程序存储在用户数据库中,以供用户使用。为了实现这一点,我们使用os.popen(cmd):

    
      

def logs(pod, namespace):

cmd = f'kubectl logs {pod} --namespace={namespace}'

print(f'Executing {cmd}')

stream = os.popen(cmd)

return stream.read

如何用 Slack 和 Kubernetes 构建一个聊天机器人?| 附代码

结论

使用Slack客户端支持的实时消息API,我们能够构建一个执行kubernetes命令的简单聊天机器人。也可以使用Slack中的现代POST事件来构建ChatBots。

让它能够成为ChatOps机器人的下一步是通过建立授权模型来提高安全性。当编排多个DevOps工具时,可能需要实现一个DevOps API,该API处理实际的编排并提供一个公共接口。然后可以使用该接口来构建多通道DevOps工具集,例如,可以由仪表板和ChatOps使用。

原文链接:https://hackernoon.com/how-to-build-a-chatops-bot-with-slack-and-kubernetes-3r2b3yjr

如何用 Slack 和 Kubernetes 构建一个聊天机器人?| 附代码

  • 360金融首席科学家张家兴:别指望AI Lab做成中台
  • 用 Python 实现手机自动答题,这下百万答题游戏谁也玩不过我!

  • 黑客用上机器学习你慌不慌?这 7 种窃取数据的新手段快来认识一下

  • 关于 Docker ,你必须了解的核心都在这里了!
  • 5分钟!就能学会以太坊 JSON API 基础知识

相关文章