Alexa Skills Kit Java SDK

Alexa Skills Kit Java SDK 让您能够更轻松地构建高度互动的技能，使您可以将更多时间用于功能实现，而减少对样板代码的编写。

包版本

模块	Maven
ask-sdk
ask-sdk-core
ask-sdk-lambda-support
ask-sdk-servlet-support
ask-sdk-dynamodb-persistence-adapter
ask-sdk-apache-client
ask-sdk-freemarker
ask-sdk-runtime

SDK 支持的 Alexa 功能

• Amazon Pay
• 音频播放器
• 显示 – 带屏幕设备的内容模板
• 小工具/游戏引擎/Echo Buttons
• 指令服务（渐进式响应）
• 消息传递
• 盈利模式
• 视频
• 设备地址
• 列表
• 请求客户联系信息
• 获取客户设置信息
• 账户关联
• 实体解析
• 对话管理
• 提醒

预览功能

以下功能以公开预览形式发布。这些接口可能会在未来的版本中发生变化。

• 连接
• Alexa 表示语言
• 无名交互

技术文档

• 英文
• 日文

模型

SDK 基于模型类而非原生 Alexa JSON 请求和响应工作。这些模型类是根据开发者文档中的请求与响应 JSON 模式生成的（developer docs）。模型类的源代码可在 这里找到。

SDK 设置

SDK 使用 slf4j-api。您需要提供自己的日志绑定。详情请参阅：http://www.slf4j.org/manual.html#swapping

示例

Hello World

此代码示例让您在触发时听到 Alexa 的回应。这是一个最简单的示例，可帮助您熟悉 Alexa Skills Kit 和 AWS Lambda。

颜色选择器

相比 Hello World，这个示例的功能有所提升。它允许您捕获用户输入，并演示了插槽的使用。

操作指南

本示例将引导首次开发 Alexa 技能的开发者，通过名为“Minecraft Helper”的模板，完成创建基于参数的技能所需的全部步骤。您只需询问如何在 Minecraft 游戏中合成某件物品，该技能便会为您提供详细的操作说明。此技能展示了以下功能：

• 自定义插槽类型：演示如何使用自定义插槽类型来处理一组有限的已知值。
• 对话与会话状态：支持两种模式——一次性问答模式和多轮对话模式。
• 使用 ResourceBundle 实现国际化。

城市指南

本地推荐类技能的模板。Alexa 会根据您提供的数据，并结合用户设定的偏好，为其提供相应的推荐内容。此技能展示了以下功能：

• 自定义插槽类型：演示如何使用自定义插槽类型来处理一组有限的已知值。
• 对话与会话状态：支持两种模式——一次性问答模式和多轮对话模式。
• 使用 ResourceBundle 实现国际化。
• 在技能中调用外部 API。

电影台词

此 Alexa 示例技能是一款基础的电影台词问答游戏，利用了 Java SDK 的模板解析器功能。用户可以打开该技能，从列表中选择一部电影，随后听到所选电影中的部分台词，然后需要补全整句台词。

宠物配对

宠物配对技能会为用户匹配合适的宠物。启动后，该 Alexa 技能将提示用户输入所需信息，以确定最佳匹配对象。收集齐所有必要信息后，技能会将数据发送至外部 Web 服务进行处理，并返回匹配结果。通过本教程，您将学习如何使用 Alexa Skills Kit 的高级功能来创建和配置 Alexa 技能及 AWS Lambda 函数。 该技能展示了请求和响应拦截器的使用方法。

教程

州份问答

本教程将指导您构建一个功能完善的技能。该技能包含内置插槽和自定义插槽，并支持状态管理。您通过本教程构建的技能可进一步定制，以打造属于您自己的游戏。

飞机小知识

本教程将演示如何使用 Alexa Skills Kit (ASK) SDK v2，以 Java 语言为 Echo Show 和 Echo Spot 编写技能。

分页卡拉 OK

本教程演示了 APL 的三项功能：分页组件、SpeakItem 命令，以及在技能代码中访问设备特性的方法。

其他语言的 Alexa Skills Kit SDK

Node.js 版 Alexa Skills Kit SDK

Python 版 Alexa Skills Kit SDK

您有反馈吗？

请在此处提交并投票支持 Alexa 功能 这里!

Alexa Skills Kit SDK for Java 快速上手指南

本指南帮助中国开发者快速使用 Alexa Skills Kit (ASK) Java SDK 构建智能语音技能。该 SDK 旨在减少样板代码，让您专注于业务逻辑实现。

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统：Windows, macOS 或 Linux。
• JDK 版本：Java Development Kit (JDK) 8 或更高版本。
• 构建工具：Maven 3.x 或 Gradle。
• 日志框架：SDK 依赖 slf4j-api，您需要在项目中提供具体的日志实现绑定（如 slf4j-simple, logback 等）。
• AWS 账号：用于部署技能的 AWS Lambda 函数及相关的 Alexa 开发者账号。

国内加速建议：如果您在中国大陆地区，建议在 Maven 的 settings.xml 中配置阿里云镜像源以加速依赖下载：

<mirror>
  <id>aliyunmaven</id>
  <mirrorOf>*</mirrorOf>
  <name>Aliyun Maven</name>
  <url>https://maven.aliyun.com/repository/public</url>
</mirror>

安装步骤

您可以通过 Maven 或 Gradle 将 SDK 添加到项目中。推荐使用 ask-sdk 聚合包，它包含了核心功能及常用适配器。

方式一：Maven

在项目的 pom.xml 文件的 <dependencies> 部分添加以下依赖：

<dependency>
  <groupId>com.amazon.alexa</groupId>
  <artifactId>ask-sdk</artifactId>
  <version>2.40.0</version> <!-- 请使用最新稳定版本 -->
</dependency>
<!-- 别忘了添加日志实现，例如 -->
<dependency>
  <groupId>org.slf4j</groupId>
  <artifactId>slf4j-simple</artifactId>
  <version>1.7.36</version>
</dependency>

方式二：Gradle

在 build.gradle 文件中添加：

dependencies {
    implementation 'com.amazon.alexa:ask-sdk:2.40.0'
    // 添加日志实现
    implementation 'org.slf4j:slf4j-simple:1.7.36'
}

基本使用

以下是一个最简单的 "Hello World" 技能示例，展示如何处理意图并返回语音响应。

1. 创建技能处理程序 (Request Handler)

创建一个类来实现 RequestHandler 接口，用于拦截特定的意图（例如 HelloWorldIntent）。

import com.amazon.ask.dispatcher.request.handler.RequestHandler;
import com.amazon.ask.dispatcher.request.handler.HandlerInput;
import com.amazon.ask.model.Response;
import com.amazon.ask.dispatcher.request.handler.impl.IntentRequestHandler;
import com.amazon.ask.model.intent.IntentRequest;
import java.util.Optional;

public class HelloWorldIntentHandler implements IntentRequestHandler {

    @Override
    public boolean canHandle(HandlerInput input, IntentRequest request) {
        return request.getIntent().getName().equals("HelloWorldIntent");
    }

    @Override
    public Optional<Response> handle(HandlerInput input, IntentRequest request) {
        String speechText = "你好，欢迎使用 Alexa Java SDK！";

        return input.getResponseBuilder()
                .speak(speechText)
                .withSimpleCard("Hello World", speechText)
                .build();
    }
}

2. 创建异常处理程序 (可选但推荐)

处理运行时可能出现的错误。

import com.amazon.ask.dispatcher.exception.ExceptionHandler;
import com.amazon.ask.dispatcher.request.handler.HandlerInput;
import com.amazon.ask.model.Response;
import java.util.Optional;

public class ErrorHandler implements ExceptionHandler {

    @Override
    public boolean canHandle(HandlerInput input, Throwable throwable) {
        return true;
    }

    @Override
    public Optional<Response> handle(HandlerInput input, Throwable throwable) {
        String speech = "抱歉，我遇到了一些问题，请稍后再试。";
        return input.getResponseBuilder()
                .speak(speech)
                .withSimpleCard("Error", speech)
                .build();
    }
}

3. 组装技能入口 (Skill Stream Handler)

如果您部署在 AWS Lambda 上，需要创建一个继承自 SkillStreamHandler 的类来注册处理程序。

import com.amazon.ask.Skills;
import com.amazon.ask.skill.Skill;
import com.amazon.ask.skill.SkillConfiguration;
import com.amazon.ask.dispatcher.request.interceptor.impl.LoggingRequestInterceptor;
import com.amazon.ask.dispatcher.request.interceptor.impl.LoggingResponseInterceptor;

public class HelloStreamHandler extends SkillStreamHandler {

    private static final Skill skill = getSkill();

    public HelloStreamHandler() {
        super(skill);
    }

    private static Skill getSkill() {
        return Skills.standard()
                .addRequestHandlers(
                        new HelloWorldIntentHandler(),
                        // 这里可以添加其他内置意图处理器，如 LaunchRequestHandler
                        new com.amazon.ask.dispatcher.request.handler.impl.LaunchRequestHandler() {
                             @Override
                             public boolean canHandle(HandlerInput input, com.amazon.ask.model.launch.LaunchRequest request) { return true; }
                             @Override
                             public Optional<Response> handle(HandlerInput input, com.amazon.ask.model.launch.LaunchRequest request) {
                                 return input.getResponseBuilder().speak("欢迎来到技能世界").build();
                             }
                        }
                )
                .addExceptionHandlers(new ErrorHandler())
                .addRequestInterceptors(new LoggingRequestInterceptor())
                .addResponseInterceptors(new LoggingResponseInterceptor())
                .build();
    }
}

4. 部署与测试

1. 将项目打包为 JAR（包含所有依赖，即 Fat Jar / Uber Jar）。
2. 在 AWS Lambda 控制台创建一个新的函数，运行时选择 Java 8 或 Java 11。
3. 上传生成的 JAR 文件。
4. 设置 Handler 为 HelloStreamHandler::handleRequest。
5. 在 Alexa 开发者控制台创建新技能，将端点指向该 Lambda 函数，即可进行测试。