[Gemini][LINEBot] 打造一個 OpenAI Agents LINE Bot 並且使用 Google Gemini Model
前言
OpenAI 在 03/11 發佈了新的 OpenAI-Agent SDK 的套件 (OpenAI-Agents-Python)，裡面不僅僅支援多 Agent 可以相互作用外，還宣佈了可以支援 MCP Server 。
本篇文章將介紹如何透過 OpenAI-Agents SDK 來打造一個最簡單的 LINE Bot 功能，作為之後 MCP 與其他功能的起始專案。
範例程式碼： https://github.com/kkdai/linebot-openai-agent
快速簡介 OpenAI-Agents-SDK
OpenAI-Agent SDK 的套件 (OpenAI-Agents-Python) OpenAI推出了一系列新工具和API，包括Responses API和Agents SDK，這些工具旨在簡化開發者和企業構建智能代理的過程。Responses API結合了Chat Completions API的簡單性和Assistants API的工具使用能力，支持網頁搜索、文件搜索和電腦使用等內建功能。Agents SDK提供了改進的可觀察性和安全檢查，簡化多代理工作流程的編排，並支持智能代理之間的控制轉移，從而提升各行各業的生產力。
並且這個套件同時也提供支援 MCP Server 的功能，詳細部分下一次再介紹。
透過 Custom Provider 來使用 Google Gemini
先來讓 OpenAI-Agents SDK 可以使用其他公司的模型，這邊使用的是 Custom Provider。官方的敘述如下：
這邊我們使用 custom_example_provider.py 範例程式碼來參考，實際完成整合可以看 範例程式碼： https://github.com/kkdai/linebot-openai-agent
BASE_URL = os.getenv("EXAMPLE_BASE_URL") or ""
API_KEY = os.getenv("EXAMPLE_API_KEY") or ""
MODEL_NAME = os.getenv("EXAMPLE_MODEL_NAME") or ""
# Initialize OpenAI client
client = AsyncOpenAI(base_url=BASE_URL, api_key=API_KEY)
set_tracing_disabled(disabled=True)
這邊主要需要三個環境參數，以下開始詳細說明：
BASE_URL: 也就是 Custom Provider 的 API 網址，如果要使用 Google Gemini 請記得改成https://generativelanguage.googleapis.com/v1beta/。API_KEY: 這邊就寫成自己的 Google Gemini API KeyMODEL_NAME: 這邊記得要改成 Gemini 的 Model ，要省費用可以使用gemini-1.5-flash。
然後這樣的透過 AsyncOpenAI() 就可以呼叫 Google Gemini 的服務了。
加入簡單的 Tools
這個範例參考原本的 Tools 的寫法，並且加入兩個 Tools 。
@function_tool
def get_weather(city: str):
"""Get weather information for a city"""
print(f"[debug] getting weather for {city}")
return f"The weather in {city} is sunny."
@function_tool
def translate_to_chinese(text: str):
"""Translate text to Traditional Chinese"""
print(f"[debug] translating: {text}")
return f"Translating to Chinese: {text}"
這邊可以看到有兩個工具可以使用，一個是 translate_to_chinese 另外一個是 get_weather ，當然因為這是一個範例，裡面就直接回覆天氣很好即可。
整合 LINE Bot SDK 跟 OpenAI-Agents-SDK
這邊程式碼分成兩個部分解釋，首先是針對 LINE Bot 的 WebHook 處理的部分。這邊沒有太多其他的部分：
for event in events:
if not isinstance(event, MessageEvent):
continue
if event.message.type == "text":
# Process text message
msg = event.message.text
user_id = event.source.user_id
print(f"Received message: {msg} from user: {user_id}")
# Use the user's prompt directly with the agent
response = await generate_text_with_agent(msg)
reply_msg = TextSendMessage(text=response)
await line_bot_api.reply_message(
event.reply_token,
reply_msg
)
elif event.message.type == "image":
return 'OK'
else:
continue
主要會去呼叫 generate_text_with_agent 並且等待他的結果。
async def generate_text_with_agent(prompt):
"""
Generate a text completion using OpenAI Agent.
"""
# Create agent with appropriate instructions
agent = Agent(
name="Assistant",
instructions="You are a helpful assistant that responds in Traditional Chinese (zh-TW). Provide informative and helpful responses.",
model=OpenAIChatCompletionsModel(
model=MODEL_NAME, openai_client=client),
tools=[get_weather, translate_to_chinese],
)
try:
result = await Runner.run(agent, prompt)
return result.final_output
except Exception as e:
print(f"Error with OpenAI Agent: {e}")
return f"抱歉，處理您的請求時出現錯誤: {str(e)}"
這邊使用 OpenAIChatCompletionModel 的時候，需要透過 model=MODEL_NAME, openai_client=client) 來使用 Custom Model Provider 。這樣才能正確使用到 Google Gemini 的 Model 。
要使用 Tools ，就必須要使用到 tools=[get_weather, translate_to_chinese] 將所有支援的 Tools 加入進來。才能正確引用到。
成果與如何使用
部署完畢後，這是一個簡單的截圖。使用也很簡單，直接就詢問他問題。如果跟翻譯有關，就會直接使用到 translate_to_chinese ，如果要抓取城市的天氣，他則會先跟你確認清楚城市的名稱後，一率都回覆你天氣晴朗。
快速總結與未來發展
本篇文章提供了範例程式碼，並且提供了如何使用 OpenAI-Agent SDK 的套件 (OpenAI-Agents-Python) 來串接 LINE Bot SDK 。 之後的幾篇文章，我們將開始串接一些有用的 MCP Server 並且讓我們的 LINE Bot 有更完整的功能。
