#小程序云开发挑战赛#-AI写诗-CitizenFour - WXOPEN Club

项目名称：AI写诗

项目背景：每个人心目中都住着一个文艺青年，诗歌是人们的一种自然表达，它没有门槛，人人都是徐志摩

应用场景：可以写押韵自由诗、藏头诗、给定若干字作为主题的诗。生活中任何一件事都可以用诗去表达

（可以丰富自己的流量主矩阵小程序，多赚一些广告费）

目标用户：男女通吃，年龄18-40

实现思路：

1、文字安全识别

// 文字内容检测
async function msgSecCheck(event) {
  try {
    const res = await cloud.openapi.security.msgSecCheck({
      content: event.content
    })
    return res;
  } catch (err) {
    return err;
  }
}

//文字检测页面调取 
 msgSecCheck(content) {
    wx.showLoading({
      title: '检测文字中',
      mask:true
    })
    // new Promise((resolve, reject)=>{
      wx.cloud.callFunction({
        name: 'contentCheck',
        data: {
          content: content,
          type: "msgSecCheck"
        },
        success: res => {
          wx.hideLoading();
          if (res.result.errCode == 0) {
            wx.navigateTo({
              url: "../poem_detail/detail?type=" + app.globalData.e.type + "&text=" + content
            });
          }else if (res.result.errCode == 87014) {
            wx.showToast({
              title: '文字含有敏感违法内容!',
              icon: 'none'
            });
          }
        },
        fail: res => {
          wx.hideLoading();
        }
      })
  }

2、AI诗句学习搭建，两种方式任选其一

2-1、serverless搭建

通过 Clone 代码，并且安装相关依赖：
pip3 install tensorflow==1.14 word2vec numpy
训练：
python3 train.py
此时会生成多个模型在output_poem文件下，我们只用到最好的，提result.json
在项目目录下，安装必要依赖：
pip3 install word2vec numpy -t ./
完成之后，编写函数入口文件：
import uuid, json
from write_poem import WritePoem, start_model
writer = start_model()
def return_msg(error, msg):
    return_data = {
        "uuid": str(uuid.uuid1()),
        "error": error,
        "message": msg
    }
    print(return_data)
    return return_data

def main_handler(event, context):
    # 类型
    # 1： 自由
    # 2： 押韵
    # 3： 藏头押韵
    # 4： 藏字押韵
    style = json.loads(event["body"])["style"]
    content = json.loads(event["body"]).get("content", None)
    if style in '34' and not content:
        return return_msg(True, "请输入content参数")
    if style == '1':
        return return_msg(False, writer.free_verse())
    elif style == '2':
        return return_msg(False, writer.rhyme_verse())
    elif style == '3':
        return return_msg(False, writer.cangtou(content))
    elif style == '4':
        return return_msg(False, writer.hide_words(content))
    else:
        return return_msg(True, "请输入正确的style参数")
同时需要准备好 Yaml 文件：
getUserIp:
  component: "[@serverless](/user/serverless)/tencent-scf"
  inputs:
    name: autoPoem
    codeUri: ./
    exclude:
      - .gitignore
      - .git
      - .serverless
      - .env
    handler: index.main_handler
    runtime: Python3.6
    region: ap-beijing
    description: 自动古诗词撰写
    namespace: serverless_tools
    memorySize: 512
    timeout: 10
    events:
      - apigw:
          name: serverless
          parameters:
            serviceId: service-8d3fi753
            protocols:
              - http
              - https
            environment: release
            endpoints:
              - path: /auto/poem
                description: 自动古诗词撰写
                method: POST
                enableCORS: true
此时，我们就可以通过 Serverless Framework CLI 部署项目。

2-2、自建服务器搭建

搭建服务端API，服务器环境推荐：LNMP。解压server-api.zip到站点根目录。服务器安装python3和pip3。
python3.6+PIP3安装教程：https://www.cnblogs.com/yangzhaon/p/11203395.html
安装依赖：pip3 install tensorflow==1.14 word2vec numpy
搭建人工智能：解压好server-api.zip后，进入目录运行：python3 train.py，需要学习3把王者荣耀排位赛的时间
学习好之后，前台启动服务： python3  poem_server.py，可以看到只有本地+端口可以访问。
后台启动服务：nohup python3  poem_server.py >/dev/null 2>&1 &
//如果要上线，请用后台启动服务命令，因为前台启动，一会儿就自动断开了
然后nginx做代理
    location /
    {
      root html; 
      proxy_pass http://127.0.0.1:5000; 
      index index.html index.htm;
     }
这样，你就可以用域名访问你的服务端接口。然后把接口放到小程序前端需要修改的位置。
注：服务端为github开源，作者：norybaby，github地址：https://github.com/norybaby/poet

3、调取人工智能写诗API

由于本人考虑服务器安全性，故不开放api接口，自己根据第二步搭建好，替换下方【你的域名】

requestAI/index.js，第20行，替换【你的域名】，例如：mp.weixin.qq.com

async function requestAI(event){
  try{
    var options = {
      uri: "http://【你的域名】/poem?style="+ event.style +"&start=" + encodeURI(event.text),
      headers: {
        "Content-Type": "application/json"
      },
      json: true
    };
    return request(options)
      .then(function (res) {
        console.log(res,"请求获取成功");
        return res;
      })
      .catch(function (err) {
        console.log(err,'请求获取失败');
        return err
      });
  } catch (err) {
    return err;
  }
}