起因

這邊文章，主要是透過【LineBot實作】如何製作有記憶的對話機器人 的相關修改。 把需要付費的服務 OpenAI 改成目前還有免費額度的 Google Gemini ，並且針對相關訊息的程式碼做一些調整。 主要的 LINe Bot 設定與 Firebase 設定請參考原先文章。

快速講解一下設定的方法：

這裡僅快速條列式，講解一下該如何設定這個應用。

• 建立 LINE Bot 帳號
  • 首先先去 LINE Developer Console 建立一個 Messaging API Channel
  • 在 Basic Setting Tab 取得 Channel secret
  • 在 Messaging API Tab 產生 (issue) Channel access token
• 到 Google Cloud 的 Firebase
  • 建立一個專案
  • 設定一個 Realtime Database
  • 更改安全規則，讓資料庫可以被任何人存取與修改。（請注意： 這是因為做測試專案，請勿再正式專案如此設定）
  • 取得該資料庫網址： https://XXX.firebaseio.com/
• 到 Google Cloud 的 Cloud Functions
  • 建立一個 Cloud Functions - Gen1 或是 Gen2 都可以
  • 採取 HTTPS
  • 驗證部分： 使用「允許未經驗證的叫用」
  • 新增四個環境變數：
    1. GEMINI_API_KEY：(在 Google AI Studio 獲得的secret key)
    2. LINE_BOT_TOKEN：(在Line Developers獲得的Channel access token)
    3. LINE_BOT_SECRET：(在Line Developers獲得的Channel secret)
    4. FIREBASE_URL：(在Firebase獲得的URL)
  • 程式碼部分，請使用以下修改的程式碼。

主要修改程式碼部分

首先是 requirements.txt 需要將相關設備改成 Gemini pro - google.generativeai。

接下來建立另外一個檔案： main.py

設定 “進入點” 到 linebot，並且記錄觸發網址 https://xxxxxxxx.cloudfunctions.net/function-test1 。

關於 OpenAI ChatComplete 與 Google Gemini Pro - Multi-turn conversations 格式轉換

這邊講解一下，關於 OpenAI 的 Chat Completion API 的格式：

[
  {
    "role": "system",
    "content": "You are a helpful assistant."
  },
  {
    "role": "user",
    "content": "Hello!"
  }
]

但是 Google Gemini Pro 的 Multi-turn Conversations 格式不太一樣。

[
    {'role':'user',
     'parts': ["Briefly explain how a computer works to a young child."]},
    {'role':'model',
     'parts': ["想像一下你的電腦就像一個超級聰明的機器人，它可以按照你的指令去做很多事情....."]}   
]

主要差別除了 “content” 與 “parts” 命名不同外， parts 可以接受多種資料格式。可以參考 API Reference 關於 Gemini Content。

回頭設定 LINE Bot

• 設定 LINE Developer Console 到了 Messaging API Tab 並且將 Webhook URL 放入剛剛輸入的 https://xxxxxxxx.cloudfunctions.net/function-test1 。
• 測試是否成功，即可開始對聊天機器人溝通。

參考文章：

• 【LineBot實作】如何製作有記憶的對話機器人
• 完整 Github 程式碼