[好文翻译]使用AI人脸识别构建Serverless测谎仪

这是我们的一个新系列，好文翻译，会翻译一些看到的技术、趋势类文章，欢迎大家一起来交流，讨论。这篇文章涉及到如何使用Serverless

背景📖

文章的作者Shreya Gupta设定故事背景如下：我们是一群秘密特工，总部告诉我们，我们的一名间谍背叛了我们，并且一直在向敌人泄露敏感的绝密信息。我们的目标是建立一个测谎仪，当我们识别出间谍时，它会提醒我们的间谍网络。我们将使用 Azure 的认知服务对团队中的每个人进行面部识别。当 Face API 识别出我们的间谍之一在欺骗时，我们将使用 Courier 将间谍的身份广播到我们的间谍网络。 查看原文

怎么样？是不是听起来惊险又刺激，下面就拿起我们的技术武器来跟着作者一步一步实现找出间谍吧~

实现🚀

第一步 使用 Azure Functions 创建无服务器应用程序

需要设置本地开发环境启用 Azure 并测试我们的代码

• 在VSCode 里安装以下扩展：
• Azure 工具：用于创建 Azure Functions
• REST 客户端：测试我们的 Azure 函数调用（ Postman 或 Insomnia 的替代方案）

成功安装这两个扩展后，检查左侧菜单中是否有 Azure 的 A 符号。如果符号没有自动出现，需要完全关闭并重新打开 VS Code。

构建 HTTP 触发函数：

• 单击 Azure 符号以在本地打开 Azure。在这里，系统会提示我们登录 Azure 帐户
• 登录后，我们需要打开一个 Azure 订阅或创建一个新订阅

如果订阅未在本地显示，不要着急，可以查看这里的指导文档来配置我们的账户~

• 订阅出现后，单击“Workspace”创建一个新项目
• 选择我们需要在这个项目中保存文件的位置以及命名

选择文件位置后，系统会提示我们对要创建的函数类型进行配置

• 选择 JavaScript 作为语言
• 为模板选择 HTTP 触发器
• 将函数重命名为 LieDetector（或其它的唯一名称）
• 为授权级别选择功能
• 打开项目开始编码

让我们打开 index.js 文件，花点时间了解一下样板函数，也可以稍后在 function.json 文件中编辑设置。

module.exports = async function (context, req) {
    context.log('JavaScript HTTP trigger function processed a request.');

    const name = (req.query.name || (req.body && req.body.name));
    const responseMessage = name
        ? "Hello, " + name + ". This HTTP triggered function executed successfully."
        : "This HTTP triggered function executed successfully. Pass a name in the query string or in the request body for a personalized response.";

    context.res = {
        // status: 200, /* Defaults to 200 */
        body: responseMessage
    };
}

第 4 行演示了我们如何从函数查询或请求正文中获取数据。第 5 行定义了一个responseMessage 字符串变量，该变量使用了第 4 行的数据。在第 9-12 行，此变量被赋值为响应对象response object的context.res。

第二步 授权 Courier 使用 Gmail 和 Twilio API 发送邮件

Courier 通过将多个 API 调用合并为一个来发送消息。在第二部分中，我们需要授权 API 通过 Gmail 和 Twilio API 发送消息。

• 登录到您的 Courier 帐户并创建一个新的秘密工作区。
• 跟随引导流程咱们选择电子邮件并让 Courier 使用 Node.js 构建，设置一般只需几秒钟，我们需要做的就是通过 Gmail 登录，现在 API 已准备好发送消息啦
• 复制启动代码（使用 cURL 进行的基本 API 调用），并将其粘贴到新终端中。它已经保存了您的 API 密钥，知道您要发送到哪个电子邮件地址，并已经设定好了默认消息

一旦你看到特工 Pigeon 跳舞，我们就可以使用 Courier 与我们的间谍进行交流了。在构建应用程序之前，我们需要设置 Twilio 以启用文本消息

• 前往左侧菜单中的“Channels”搜索 Twilio。您将需要一个帐户 SID、身份验证令牌和一个消息服务 SID 来授权 Twilio
• 打开twilio.com，登录并打开控制台，然后在该页面上找到前两个tokens,将 Account SID 和 Auth Token 保存在 Courier 中

最后，我们需要找到左侧菜单的 Messaging 选项卡中创建的 Messaging Service SID。Twilio 的关于如何创建消息服务 SID的文档
一旦我们掌握了所有三个信息，就可以安装provider。我们的 Courier 帐户已获得官方授权，可在一次 API 调用中发送任何电子邮件或 SMS~

第三步 从 Azure 函数发送单通道和多通道通知

我们可以使用 Courier 发送单个消息或设置路由以从 Azure 函数中发送多通道通知。在这一部分中，我们将开始发送消息，大家可以参考 Courier 《Node.js 快速入门》，它概述了如何开始使用 SDK，具体的可以在courier.com的文档页面中学习啦~
如果你更愿意使用 Courier API，可以查看Secret Message 教程来获取说明或Courier 的 API 参考文档。

SDK 文档将引导我们完成对 API 密钥的访问

• 在app.courier.com/settings/ap… 上找到 API 密钥。
• 将 API 密钥保存在 local.settings.json 文件中，并将其引入到index.js文件中，const apiKey = process.env["API_KEY"]. 现在可以授权此应用程序使用我们的 Courier 帐户。

{
  "IsEncrypted": false,
  "Values": {
    "AzureWebJobsStorage": "",
    "FUNCTIONS_WORKER_RUNTIME": "node",
    "API_KEY": "replace-with-your-key"
  }
}

在终端中运行以下命令来安装 Courier SDK

npm install @trycourier/courier

使用 require 函数将 SDK 导入 index.js 文件

const { CourierClient } = require("@trycourier/courier");

最后一步是遍历 API 文档中的 API 调用并将其集成到我们的代码库中

import { CourierClient } from "@trycourier/courier";
// alternatively:
// const { CourierClient } = require("@trycourier/courier");

const courier = CourierClient({ authorizationToken: "YOUR_AUTH_TOKEN_HERE" });

const { requestId } = await courier.send({
  message: {
    to: {
      email: "email@example.com",
    },
    content: {
      title: "Welcome!",
      body: "Thanks for signing up, {{name}}",
    },
    data: {
      name: "Peter Parker",
    },
    routing: {
      method: "single",
      channels: ["email"],
    },
  },
});

• 复制第 5 行并将其粘贴到async函数（Azure 函数）的上方和外部。
• 第 7-24 行中的所有内容都与实际的消息发送有关，需要放在 async 函数中

第 8-23 行的代码定义了消息对象，它向 Courier 提供有关消息的数据：to对象为接收通知的用户，content对象为消息包含的内容，data对象为可能影响content对象的任何变量或者可能影响传出通知的条件，以及routing对象为正在发送的通知类型。

• 更新要发送消息的电子邮件，为了保护间谍的身份，我们将在此处使用虚假联系信息
• 更新消息。例如，我们可以title将 修改为 Mule Identified，邮件主题修改为Beware! The mule is {{name}}， 这样我们就可以硬编码名字或从 HTTP 触发器函数体中获取名字
• 更新responseMessage并打印到控制台，这个新的responseMessage通过从 Courier API 调用输出requestId响应表明 HTTP 触发的函数运行成功
• 要在本地运行此功能，首先在终端中运行命令func start，启用此功能的触发器（以及此项目中的所有功能）。此命令还会返回可用于触发此功能的相应本地的endpoint。

const { requestId } = await courier.send({
  message: {
    to: {
      email: "courier.demos+liedetector@gmail.com",
    },
    content: {
      title: "Mule Identified!",
      body: "Beware! The mule's name is {{name}}.",
    },
    data: {
      name: name,
    },
    routing: {
      method: "single",
      channels: ["email"],
    },
  },
});

我们可以使用 Postman 或 Insomnia 来测试这个功能。这里我们使用之前安装的 REST Client VS Code 扩展。

• 创建一个 request.http 文件。
• 要创建新的测试调用，需要在 request.http 文件的顶部键入###
• 定义请求的类型，并将endpoint 粘贴到POST的右边。
• 函数调用的主体需要在endpoint下定义。创建一个包含name参数的对象并将其定义为Secret Agent Pigeon

###
POST http://localhost:7071/api/LieDetector

{
    "name": "Secret Agent Pigeon"
}

第4步 用 Face API 分析情绪并使用 Courier 发送警报 Azure 认知服务使我们能够通过 API 和 AI 服务向应用程序添加认知功能（查看提供的所有服务）。在最后一部分中，我们将探索 Azure 认知服务，集成人脸 API 来分析情绪，并使用 Courier API 在检测到特定的欺骗性情绪时发送警报。

• 访问人脸 API，请导航到Azure 门户
• “Create a Resource”并在左侧的类别列表中找到“AI + Machine Learning”
• 从出现的服务列表中选择“Face”，并根据我们的偏好和帐户更新设置
• 点击“Review + Create”，然后点击“Create”开始部署过程（一般需要几分钟才能完成）
• 部署完成后，转到资源，导航到“Keys and Endpoints”下左侧菜单中的“Keys and Endpoints”，复制其中一个密钥和endpoint，并将它们保存在我们项目中 的local.settings.json文件。

{
  "IsEncrypted": false,
  "Values": {
    "AzureWebJobsStorage": "",
    "FUNCTIONS_WORKER_RUNTIME": "node",
    "API_KEY": "replace-with-your-key",
    "FACE_API_KEY": "replace-with-your-azure-key",
    "FACE_ENDPOINT": "replace-with-your-azure-endpoint"
  }
}

这些值为密钥，需要包含在 .gitignore 中

正如我们使用 Courier SDK 一样，我们也需要在 Azure 的 SDK 中使用 Face 服务，该 SDK 可以在Azure Cognitive Services npm 页面上找到。我们将需要在页面上使用这些命令。

• npm install @azure/cognitiveservices-face在终端运行安装人脸服务SDK
• 在终端中运行npm install @azure/ms-rest-azure-js以安装 REST Azure 客户端
• 从示例代码中复制示例 Face API 调用并将其放入我们的代码库中
• 将import语句移到 Azure 函数上方的顶部

const { FaceClient, FaceModels } = require("@azure/cognitiveservices-face");
const { CognitiveServicesCredentials } = require("@azure/ms-rest-azure-js");

async function main() {
  const faceKey = process.env["faceKey"] || "<faceKey>";
  const faceEndPoint = process.env["faceEndPoint"] || "<faceEndPoint>";
  const cognitiveServiceCredentials = new CognitiveServicesCredentials(faceKey);
  const client = new FaceClient(cognitiveServiceCredentials, faceEndPoint);
  const url =
    "https://pbs.twimg.com/profile_images/3354326900/3a5168f2b45c07d0965098be1a4e3007.jpeg";
  const options = {
    returnFaceLandmarks: true
  };
  client.face
    .detectWithUrl(url, options)
    .then(result => {
      console.log("The result is: ");
      console.log(result);
    })
    .catch(err => {
      console.log("An error occurred:");
      console.error(err);
    });
}

main();

现在，我们可以更新代码片段中的变量。

• 将第 43 行的函数名称和第 65 行的相关函数调用更新为analyze_face()
• 修改第 44 行和第 45 行的key names，以匹配我们在 local.settings.json 文件中创建的名称
• 第 49 行包含此 API 将分析的图像。找到指向我们自己图像的链接——为了保护我们间谍的身份，我们将使用 IU 的图像
• 将第 50 行到第 52 行之间的options对象更改为returnFaceAttributes并添加一个数组emotion作为元素

async function analyze_face() {
  const faceKey = process.env["FACE_API_KEY"];
  const faceEndPoint = process.env["FACE_ENDPOINT"];
  const cognitiveServiceCredentials = new CognitiveServicesCredentials(faceKey);
  const client = new FaceClient(cognitiveServiceCredentials, faceEndPoint);
  const url =
    "https://www.allkpop.com/upload/2021/12/content/231225/web_data/allkpop_1640280755_untitled-1.jpg";
  const options = {
    returnFaceAttributes: ["emotions"]
  };
  client.face
    .detectWithUrl(url, options)
    .then(result => {
      console.log("The result is: ");
      console.log(result);
    })
    .catch(err => {
      console.log("An error occurred:");
      console.error(err);
    });
}

analyze_face();

最后，我们需要接收来自这个 API 调用的响应。

• 将响应保存在result的变量中
• 使用stringify方法将响应转换为 JSON 字符串

const result = await client.face.detectWithUrl(url, options);
const resultJSON = JSON.stringify(result, null, 2);

当我们使用 REST Client 测试我们的功能时，我们遇到了错误: 结果不显示，这意味着由于某种原因，analyze_face()没有返回正确的响应。我们可以查看 Face API 参考来确定错误的原因。我们首先尝试通过从结果对象中删除指定的emotion来解决问题。

const result = await client.face.detectWithUrl(url, options);
const anger = result[0].faceAttributes.emotion.anger;
const angerJSON = JSON.stringify(anger, null, 2);

实际错误源于第 51 行的误写，其中返回的对象不是复数，应该调用emotion。当我们测试代码时，我们看到愤怒情绪的值为 0，与所选图像匹配。

const options = {
      returnFaceAttributes: ["emotion"]
  };

最后，不是返回单个emotion的值，而是更新analyze_face()函数以返回整个emotion对象。这将使我们能够比较多种情绪的值，并确定所分析的面部是否具有欺骗性。

const result = await client.face.detectWithUrl(url, options);
return result[0].faceAttributes.emotion;

按照总部的指示，我们知道我们的问题只应引起具体反应，如果一张脸表现出任何愤怒、中立或轻蔑的情绪，我们将不得不假设被质疑的人是间谍。

• 提取这些情绪

const emotions = await analyze_face();
const anger = emotions.anger;
const angerJSON = JSON.stringify(anger, null, 2);
const neutral = emotions.neutral;
const neutralJSON = JSON.stringify(neutral, null, 2);
const contempt = emotions.contempt;
const contemptJSON = JSON.stringify(contempt, null, 2);

用一个简单的条件，将它们与 0 进行比较

if((angerJSON > 0)||(neutralJSON > 0)||(contemptJSON > 0)) {
        deceptive = true;
    }

如果这些值大于 0，则向我们的整个间谍网络发送警报

const { CourierClient } = require("@trycourier/courier");
const { FaceClient, FaceModels } = require("@azure/cognitiveservices-face");
const { CognitiveServicesCredentials } = require("@azure/ms-rest-azure-js");

const apikey = process.env["API_KEY"];
const courier = CourierClient({ authorizationToken: apikey });

module.exports = async function (context, req) {
    context.log('JavaScript HTTP trigger function processed a request.');

    const name = (req.query.name || (req.body && req.body.name));

    const emotions = await analyze_face();
    const anger = emotions.anger;
    const angerJSON = JSON.stringify(anger, null, 2);
    const neutral = emotions.neutral;
    const neutralJSON = JSON.stringify(neutral, null, 2);
    const contempt = emotions.contempt;
    const contemptJSON = JSON.stringify(contempt, null, 2);

    let deceptive = false;

    if((angerJSON > 0)||(neutralJSON > 0)||(contemptJSON > 0)) {
        deceptive = true;
    }

    if(deceptive) {
        const { requestId } = await courier.send({
            message: {
              to: {
                email: "courier.demos+liedetector@gmail.com",
              },
              content: {
                title: "Mule Identified!",
                body: "Beware! The mule's name is {{name}}.",
              },
              data: {
                name: name,
              },
              routing: {
                method: "single",
                channels: ["email"],
              },
            },
          });
    }

    const responseMessage = "The HTTP trigger function ran successfully.";

    context.res = {
        // status: 200, /* Defaults to 200 */
        body: {
            responseMessage,
            "anger": angerJSON,
            "neutral": neutralJSON,
            "contempt": contemptJSON

        }
    };
}

async function analyze_face() {
  const faceKey = process.env["FACE_API_KEY"];
  const faceEndPoint = process.env["FACE_ENDPOINT"];
  const cognitiveServiceCredentials = new CognitiveServicesCredentials(faceKey);
  const client = new FaceClient(cognitiveServiceCredentials, faceEndPoint);
  const url =
    "https://www.allkpop.com/upload/2021/12/content/231225/web_data/allkpop_1640280755_untitled-1.jpg";
  const options = {
      returnFaceAttributes: ["emotion"]
  };
  const result = await client.face.detectWithUrl(url, options)
  return result[0].faceAttributes.emotion;
}

结论

我们的测谎仪已经准备就绪，只要有俘虏试图惹我们，就会提醒我们的间谍。尝试构建您自己的测谎仪并提醒 courier.demos+liedetector@gmail.com，我们将向前三位特工发送礼物以完成此任务！前往courier.com/hack-now 开始使用。不要忘记将您的项目提交给他们的Hackathon，有机会赢取超过 1000 美元的现金和奖品🏆！有兴趣的小伙伴可以尝试下哦~

最后

如果你对这些WEB前沿技术也有兴趣，欢迎你对我们的文章一键三联，以及关注我们接下来的开源项目————OpenTiny。欢迎微信搜索我们的小助手: opentiny-official，拉你进群，了解它最新的动态。

---

Quick Links

🔗 GitHub Repository: github.com/shreythecra…

🔗 Video tutorial: youtu.be/0RJ9m-T7sgU

🔗 Courier: app.courier.com

🔗 Register for the Hackathon: courier-hacks.devpost.com/

🔗 Courier's Get Started with Node.js: www.courier.com/docs/guides…

🔗 Courier Send API Docs: www.courier.com/docs/refere…

🔗 Twilio Messaging Service SID Docs: support.twilio.com/hc/en-us/ar…

🔗 Courier API Reference: www.courier.com/docs/refere…

🔗 Azure for Students: azure.microsoft.com/en-us/free/…

🔗 Troubleshooting Azure Account Setup: github.com/microsoft/v…

🔗 Azure Cognitive Services: azure.microsoft.com/en-us/servi…

🔗 Azure Portal: portal.azure.com/

🔗 Azure Cognitive Services SDK: www.npmjs.com/package/@az…