使用C#開發LineBot(7) - 使用Line Login實現oAuth SSO(單一登入)

作者： -
本篇部分內容已過時，請閱讀完後再接續看新版 v2.1 API參考:
http://studyhost.blogspot.tw/2017/12/clinebot17-line-login-v21.html
上一篇寫完之後，我心裡想，我連Line Notify都寫了，那沒理由不寫Line Login吧，雖然，我猜不一定很多人對這個主題有興趣。
而且我覺得，要寫這個主題，我應該要先多寫一篇關於oAuth和SSO(Single Sign On)的文章才行，否則我覺得大半讀者可能如同到了北京一般(伸手不見五指)…不過，oAuth和SSO有空再寫，我先趁記憶猶新，把Line Login整理一下。(補充:後來寫了，請參考這裡)
背景與用途 : 基本上Line Login是讓網站或手機App開發人員做用戶身分識別(Identity)與單一登入(SSO)用的，也就是說，網站或手機App開發人員，不需要自己管理會員帳號密碼，可以透過Line Login這個符合oAuth標準的Identity機制，來進行用戶的身分驗證與個資取得，以達成單一登入。你一定曾經用過某些網站，在登入或註冊帳號的時候，並非要你填入新的帳密，而是連結(整合)到Google帳號或是微軟的Microsoft Account，即可完成身分驗證與登入。
這有什麼好處?
對用戶來說:
  1. 不用記得很多組帳號密碼
對網站或手機App開發人員來說
  1. 不用費心保管個資，由oAuth Provider(例如Google、以及本文要介紹的Line Login)幫你管理。
  2. 不用管個資，就沒有被竊的風險。
  3. 如果你有多個網站或服務，倘若都支援某一種驗證方式(例如Line Logic)，則用戶登入了A網站，當連結到B網站的時候，無須再次登入(此即為SSO)。
好，我當作各位都知道了，如果對於oAuth或SSO還有疑問，以後有機會我再說明。我們先來看，要怎麼將你的網站連結到Line Login…
順帶一提，其實一直以來，Line的各種動作都看得出Line的企圖心不小，目前提供oAuth的廠商，幾乎各各是大廠，Google、微軟、Yahoo、沛米(不認識? 這是我投資參與的公司)…Line在這個領域要衝進來當玩家，很是任性…
註冊Line Login
在使用這個服務與你的網站整合前，你必須先註冊一個Line Login的服務，申請位置位於: https://business.line.me/zh-hant/services/login

(他說他有五億用戶耶…)
請給他按下去，一連串的動作之後，會出現底下這份表格:

有幾個填寫需要注意的地方:
  1. 上圖(1)的部分是你這個服務(網站、或app)的圖示，在要求用戶登入的畫面會出現。
  2. 上圖(2)的部分是你這個服務(網站、或app)的名稱，在要求用戶登入的畫面會出現。
  3. 上圖(3)的部分讓你選擇你是要在你自己的網站，或是你開發的App來使用這個服務，由於本文介紹的是一個網站的例子，因此請選擇Web。
  4. 這個是你的Line帳號 ID(或是你的帳號所註冊的公司的名稱)，這無法改，它會在要求用戶登入的畫面出現。
填寫完畢之後，請按下確定，接著會出現一個我認為非常多餘的畫面，讓你確認資料是否正確，如果沒問題，請按下『申請』鈕：

按下申請，如果成功後，會出現底下的畫面，請留意只有Channel ID以後會用到，其他看看就好，然後直接按下右下角的綠色按鈕前往Line Developer網站:

當你按下上圖右下角的綠色按鈕前往Line Developer網站，之後，會出現底下畫面:

請注意，還有幾個地方要填寫，留意上圖左邊的選單，我們會用到(1)和(6)也就是選單的Basic Infomation和Technical Configration這兩個部分，Basic Infomation的部分就是上圖的畫面右半邊，請點選(2)的Edit，並且隨意把資料填寫完畢。然後按下上圖(4)的Show，取得一個重要的資訊，也就是Channel Secret。
至此，你會得到使用Line Login的兩個重要參數，一個是Channel ID，另一個是Channel Secret，它們長得像是底下這樣:
Channel ID : 1504723632 (這當然是假的)
Channel Secret : e2b481ca6ebd222aa653150c1c6375571444720232 (這當然也是假的)
接著，請按下上圖中的(6)，會出現底下畫面，讓你設定Callback URL:

你可以點選上圖中的Edit，來設定Callback URL，由於我要在local測試，因此我輸入localhost的URL(如上圖)
說真的，如果你看到這邊覺得一頭霧水，我大概也猜的到為什麼。我自己也當過初學者，我一開始看oAuth和SSO的東西時，也不知道這到底是什麼意思。但久了之後，我就知道，為何以前看別人的貼文時，沒有多少人在解釋上面這些東西是什麼。因為，如果你知道oAuth的基本概念，上面這些根本不需要解釋，你甚至還會覺得我前面寫得太囉嗦。但，如果你不熟悉oAuth，上面這些解釋的再詳細也幫助不大…所以，我也就不解釋了，但我會盡快寫一篇oAuth和SSO的文章的，在我沒寫好之前，請先上網找找oAuth相關資料與概念，相信會有幫助( 補充: 請參考http://studyhost.blogspot.com/2017/01/oauthsso.html)
好，設定好了CallbackURL，並且取得Channel ID與Channel Secret之後，我們就已經擁有所有需要與Line Login整合的資訊了。接著就是如何開始實作…
開始將你的網站連結到Line Login
首先，請先建立底下這樣的網頁(有沒有，跟前面介紹Line Notify的時候好像):
請留意，上面程式碼中的11行裡面的redirect_uri必須和你在設定時設定的CallBackUrl相同(因為我在測試，因此是localhost)，當你點選上圖的Button後，你會發現，頁面被導入到Line的登入畫面:

這個登入畫面是由Line提供的，因此你不會知道用戶的帳密，當用戶輸入正確的帳密之後，會出現底下的畫面，讓用戶確認，你提供的服務（網站或手機App)可以取得他的個資:

留意上圖中的(1)、(2)，就是先前你設定時，輸入的服務名稱…
當用戶按下上圖中的『同意』鈕之後，會被導回你的CallbackUrl指定的頁面，並且在QueryString中傳遞了一個重要的Code:

請取得這個Code，我們要用該Code換取可以代表用戶的Token。後面我用postman示範，當你取得Code之後，你可以透過POST https://api.line.me/v1/oauth/accessToken ，並且傳遞底下的參數，來取得Token:

注意上圖中，我們透過POST呼叫，把Client_Id(1)、Client_Secret(2)以及相關參數傳遞給Line Login，Line Login則回傳(4)的Access_token給我們。
透過這個Token，我們就可以辨識用戶的身分，取得用戶的資料了，例如:

上面這個http get，將Token傳遞給Line，則Line回覆給我們用戶的displayName、mid、大頭照、以及StatusMessage。
透過這樣的方式，我們就實現了以Line Login提供的oAuth機制，來進行身分驗證的工作了，如此一來，我們自行開發的網站、App，就無需自行設計登入與會員管理機制，直接用Line Login提供的服務進行整合即可。
是不是很方便呢？(呵呵呵，我猜的到你的回答…)
官方文件在:
https://developers.line.me/web-api/integrating-web-login
https://devdocs.line.me/en/#how-to-use-the-apis
oAuth與SSO參考說明在 http://studyhost.blogspot.com/2017/01/oauthsso.html
--------------------------------------------
線上課程：https://www.udemy.com/line-bot/
電子書：http://studyhost.blogspot.tw/2017/12/line-bot.html
LineBotSDK：https://www.nuget.org/packages/LineBotSDK
如果需要即時取得更多相關訊息，可按這裡加入FB專頁。若這篇文章對您有所幫助，請幫我們分享出去，謝謝您的支持。

留言

Johnson表示…
您好，我想請問一下是否無法從LINE那邊，獲得使用者的Email資訊呢，謝謝。
2017年3月20日 下午5:37
K表示…
老師您好，請問「透過POST https://api.line.me/v1/oauth/accessToken ，並且傳遞底下的參數，來取得Token」這邊，輸入網址時 status一直都是404錯誤 不知道是哪裡需要修改?
2017年3月30日 下午6:32
K表示…
老師您好，剛剛上面的問題已經解決了!!
所以只要使用者透過授權，就能得知所有用戶的內部ID嗎 ?
把Callback URL換到其他空間即可使用嗎
2017年3月30日 晚上7:39
G表示…
請問樓上的問題(404)是怎麼解決的?我也遇到同樣的問題
2017年4月3日 上午10:03
isDavid寫道…
@K,

Callback URL可以換到任何WebSite

所以只要使用者透過授權，就能得知所有用戶的內部ID嗎 ? <--- 內部ID?
2017年4月9日 下午1:38
匿名表示…
老師 你好
LINE有公告WEB LOGIN V1只支援到2018/01，
所以我參照您的方式把API改成LIEN提供的V2 https://api.line.me/v2/oauth/accessToken，
不過官方的說明很怪https://developers.line.me/web-api/integrating-web-login-v2和https://devdocs.line.me/en/?shell#refreshing-access-tokens
這兩個網頁中的request body給的Parameters不同，兩種request body我都試過，但是POSTMAN都出現{
"error": "invalid_request",
"error_description": "some parameters missed or invalid"
}
不知道是哪邊需要調整?
2017年4月19日 上午11:47
steven 張寫道…
您好，我在postman上 成功了，感謝您!
想請問 要怎麼實作在程式上呢?
我嘗試用
JQ ajax
JQ getJSON
結果都是出現 XMLHttpRequest 域名 的問題
2017年5月8日 下午2:17
匿名表示…
請問樓上大大怎麼成功的
我怎麼打都是
{
"error": "invalid_request",
"error_description": "some parameters missed or invalid"
}

Status:400 Bad Request
2017年5月8日 下午3:58
steven 張寫道…
還蠻簡單的 細心一點 跟著版大po的圖片 照著打
2017年5月8日 下午4:19
匿名表示…
我也是在前端抓不到資料
2017年5月9日 下午4:50
isDavid寫道…
如果你自行開發有問題，這邊有寫好的範例，請依照說明修改即可:
https://github.com/isdaviddong/Line_Login_Example
2017年5月10日 上午9:57
steven 張寫道…
作者已經移除這則留言。
2017年5月10日 下午2:58
匿名表示…
老師，請問一下當我在按下同意後要做callback，但是畫面出現“無法連上這個網站 localhost 意外中斷連線。” 請問這是什麼問題？網址列還是有出現一段code。
2017年6月29日 上午10:32
匿名表示…
一直跳這個
查了好像是域名的問題
有人知道是什麼問題嗎?
{
"error": "invalid_grant",
"error_description": "invalid authorization code"
}
2017年7月28日 下午2:19
isDavid寫道…
新版 v2.1 API請參考:
http://studyhost.blogspot.tw/2017/12/clinebot17-line-login-v21.html
2017年12月30日 晚上8:10
張貼留言

這個網誌中的熱門文章

使用LM Studio輕鬆在本地端以API呼叫大語言模型(LLM)

作者： -
圖片
最近上課常被問到，如何在地端環境搭建出大語言模型(LLM)，並且呼叫其API。 一開始我不太理解為何會有這樣的需求(因為在地端自行搭建運行LLM的成本不一定比較低，即便可能比較安全)，但被問多了，也就開始遍尋相關的解決方案，看看有沒有什麼最簡單的方式，可以讓開發人員在地端測試大語言模型? 後來我選擇 LM Studio ，它就是一款設計來運行大型語言模型（LLM）的平台，有個算是挺優雅的整合環境，讓一般 end-user 或開發人員，都可以輕易地在 local 端進行模型的部署和測試。 LM Studio 本身支援多種模型架構和框架，當然，最重要的是，它是免費的。 下載安裝 都很容易，我就不多說。 安裝好之後，你可以看到首頁中已經呈現了許多 Hugging Face上的模型： 這顯然是因為Hugging Face是大部分免費開源模型的集散地。 你可以搜尋自己喜歡的模型，透過LM Studio下載到local之後，就可以直接載入(下圖一)： 隨手設定一下 system prompt(上圖二)，然後，就可以直接對談了。(上圖三) LM Studio會使用你的GPU進行運算(如果有的話)，你會發現，原來有好的設備(GPU)，運行的速度可以如此之快。 Local Server 對於開發人員來說，它還有個超級更友善的功能。 LM Studio本身還提供一個 local server，可以幫你把模型包裹起來讓你直接透過API呼叫該模型的功能，例如： 上圖是我們開啟 LM Studio中 Local Server功能後的結果，你可以透過 localhost 的 1234 port 來呼叫這個被 LM Studio 運行起來的大語言模型。(有沒有發現，我們用的也是 chat/completions API) 透過Postman簡單提供一下 JSON Body: { "model": "LM Studio Community/Meta-Llama-3-8B-Instruct-GGUF", "messages": [ { "role": "system", "content": "你是AI助理，請一律用繁體中
Read more »

VS Code的字體大小

作者： -
圖片
身為.net developer，這年頭是什麼code都得要會寫的年代。 而雖然我的NB還沒從Windows淪陷為Mac OS，但寫Node.js和Python免不了要用VS Code，這是一種愛的表現。 但歲月不饒人，盡管微臣非常熱於配合，但VS Code預設字體的大小在我還沒錢買大尺寸螢幕的狀況下，實在讓老臣難以適應。當下的第一個反應是什麼? 當然是 Ctrl+滑鼠滾輪往上推…哇靠，沒用。看…這設計…恩，千錯萬錯一定是我的錯。 只好從選單 file –> Preferences –> Settings: 在出來的視窗中，你可以看到 editor.fontsize: 沒錯，改它就行了。改不動? 喔，不好意思，我沒仔細看說明，要copy到右邊是吧，沒問題，copy->paste->modify->Save…搞定。 好簡單啊…連ctrl+(mouse scroll up)都用不到了呢… 咦?這是一篇抱怨文嗎? 沒有，誰說的? 免費的tool我們還有什麼好抱怨的呢…要感恩啦。 啊….對了，如果你還是堅持要使用 Ctrl+滑鼠滾輪，請找關鍵字… "editor.mouseWheelZoom"
Read more »

使用 Dify 建立企業請假機器人

作者： -
圖片
八卦與未來 上個月，前Google執行長Eric Schmidt在史丹福有場演講，媒體關注的是八卦消息(如果你也曾關注，網路上有很多鐵定可以找到)，但我注意到的則是他提到了自己認為接下來 AI(特別是大語言模型) 可能的發展方向，包含: Large Context Window AI Agent Text-to-Action 底下這邊有這一個段落的影片： https://www.youtube.com/watch?v=zl3k1ksFZdY 為何我會關注這部分? 因為上述的三個方向，也是身為開發人員的我，過去這一年，來與LLM打交道後的感想。昨天，我在 twMVC 的研討會分享中，展示了一個其實我過去早做過了N百次的範例，就是企業的請假機器人。(唯一不同的是，這次我幾乎沒有寫任何程式碼) 場景是，員工在家裡生病了，想要透過語音或是app進行請假，你可以看底下這個運行的範例 (git圖檔會循環播放，開始是 『我好像感冒了』)： 用自然語言對談的方式，即可完成請假。 我說過，類似這樣的範例我做過很多次，用 LINE Bot 搭配 C# 做過，用MS Bot Framework 做過，前陣子也用 Semantic Kernel 框架做過，更早期，還沒有AI的時代，我也在EIP和HR系統裡做過。 但我想說的是，這 就是 Text-to-Action 的呈現，也是一個典型的 AI Agent 的例子，它讓我們透過自然語言(可以是語音或文字)，直接命令機器人(Chat Bot、AI 助理、Agent、Assistant …不管你叫它什麼…)幫你完成一件事情(請假、售票、查詢資料、做財務報表、統計圖表、寫程式…etc.)。 這是一直以來人類對電腦最底層的需求與期待。 隨著 LLM 能夠處理和記憶的 Context 愈來愈被放大，AI Agent 所能夠處理的任務就更加的不受限制。 自然語言才是最符合人類直覺的操作 順帶一提，我昨天在研討會中講了一個故事。 有天，你覺得自己需要聘請一位助理，因此上網張貼徵人啟事，沒多久，你找到了一位號稱上知天文、下知地理的高材生，來幫助你更有效率的完成工作。 他什麼都好，唯一的一個小缺點是，你不能直接對這個助理下達指令，你必須用一種只有這個助理看得懂的語法，才能要求這個助理幫你完成特定的工作。這些語法還挺
Read more »

使用Qdrant向量資料庫實作語意相似度比對

作者： -
圖片
什麼是向量資料庫? 在許多的AI實作當中，都有向量資料庫的使用需求。例如RAG(檢索增強生成)、或是資料的相關性比對、相似性搜尋…等，這些應用情境中，我們都會用到向量資料庫。 向量資料庫主要的任務，當然就是存儲和查詢向量數據。被儲存的向量數據通常是高維度的資料，以陣列(集合)的形式呈現。 例如，OpenAI就有提供一組Embedding API，讓我們可以把文字給向量化。你可以透過該 API，把一句話(一段文字)轉換成向量數據，類似底下這樣： OpenAI 的這組 Embedding API，在預設狀況下，會把資料轉成 1536 維度的向量數據，其背後的行為是把文字送給一個訓練好的模型，透過該模型跑出這組向量數據，再回傳給用戶。 然而，把一段文字給向量化的目的是什麼呢? 當我們把文字做了這種轉換後，在 1536 維度的座標空間(向量數據)中，愈相似的文字，透過Embedding API會得到距離愈接近的座標點，藉此，我們得以迅速的判斷兩段文字在語意上的相似性。 而向量資料庫中所謂的查詢功能，主要就是向量的檢索，像是『近鄰搜索（Nearest Neighbor Search）』，當用戶或應用程式提交一個向量查詢時，向量資料庫會幫我們找出資料庫中，與之最相似(接近)的向量座標點。 因此，開發人員只需要透過 Embedding API，把文字轉成向量，再把轉換好的向量座標值，儲存到向量資料庫之中，未來就可以透過向量資料庫來查詢相似(接近)的文字。 關於這個部分，如果讀者有興趣，前陣子有段網路上的影片把多維度向量資料庫的概念介紹的蠻清楚的: https://www.youtube.com/watch?v=W_ZUUDJsUtA https://www.youtube.com/watch?v=ct20Kv8yn0U 為何需要? 向量資料庫最實務上的應用，就是找到類似的特徵值。 例如，當我們把人臉的特徵值以向量資料的形式儲存到向量資料庫中之後，我們就可以透過資料庫本身提供的搜尋功能，快速地尋找出相似的人臉，這也是許多AI應用實現的基礎。 我們底下的程式碼範例，則是找出最接近的問題。(呃…什麼意思?🤔 請往下繼續看) 我們在建立對談機器人時候，常常需要讓機器人回答用戶的問題。這時，我們會讓用戶輸入問句，然後透過 Embedding API
Read more »

使用C#開發LineBot(3) - 使用LineBotSDK發送Line訊息

作者： -
圖片
新版的Line Messaging API，要主動發送訊息給用戶不是很困難，主要是透過Push API，可以參考底下的官方說明 : https://devdocs.line.me/en/#push-message 另外，如果你想申請一個Line Bot，可參考: 關於LineBot (1) - 用c#建立一個LineBot 前陣子說過，我們為了團隊開發方便，做了一個 Nuget Package 以便於讓撰寫C#的開發人員可以方便的進行Line Messaging API的操作。 所以，如果你想要透過該SDK來發送訊息給用戶，可以透過底下的指令: isRock.LineBot.Utility.PushMessage(               UserId, 要傳送的訊息, AccessToken); 別忘了使用前，要先引用linebotSDK這個套件: 當您在.net 4.x的專案中，安裝上述lintbotSDK，即可透過前面提到的指令發送訊息給用戶，但請注意，該用戶必須加你的bot為好友。 你可能在使用時會碰到一個問題，怎麼知道用戶的id呢? 請注意，PushAPI的Line用戶id並非你的line ID，而是一長串項是底下這樣的id: U6OX388eOX3634X2OX2e341OX06b8OX4123 這個ID會在你的用戶跟你的bot交朋友，或是對談的時候，由系統傳送給你所設定的WebHook網址(其本質上是一個asp.net WebAPI或類似的API服務)。你會在Line傳遞給該WebHook URL的封包中的JSON形式資料內獲得。 也就是說，當你的用戶傳訊息給你的Bot，或是與你的Bot做朋友(或封鎖)，你所在你的LineBot後台，所設定的這個WebHook，都會收到這些相關的訊息。其設定位置如下: 訊息內容是以JSON的格式出現。 但是，如果你還不知道怎麼寫一個WebHook，該怎麼辦呢? 寫個WebHook其實很簡單，以asp.net來說，就是寫一個asp.net WebAPI即可。(有空我再說明，但今天比較沒空) (2017更新，WebHook開發方式請參考 這裡 ) 如果你沒空寫，可以先用底下這個工具(注意這個工具 僅限測試使用 ，我們不保證其穩定性與可用性、與資料安全性): http://isbaas.azurewe
Read more »