slackbot_gemini
1.0.0
Este proyecto demuestra cómo integrar un bot de Slack con un chatbot basado en Large Language Model (LLM) utilizando el modelo Gemini de Google. La integración permite una comunicación inteligente y contextual directamente dentro de Slack.
El bot de Slack está construido con Python y Flask y está integrado con un chatbot con tecnología LLM que utiliza el modelo Gemini. Esta configuración permite que el bot procese las entradas del usuario en los canales de Slack y responda de manera inteligente en función de la información más reciente de ingeniería de datos.
Bibliotecas utilizadas: slack_sdk, slack_bolt Funcionalidad: el bot escucha los eventos app_mention que se activan cuando alguien menciona el bot en un canal de Slack. Configuración: los tokens y secretos se cargan de forma segura desde un archivo .env mediante variables de entorno
Flask App: The Flask app handles incoming HTTP requests from Slack.
Event Processing: Slack events are processed through Flask using SlackRequestHandler from the slack_bolt.adapter.flask module.
Gemini Model: The Gemini model, provided by Google's Generative AI platform, processes and responds to queries.
Python Package: The google.generativeai package is used to interact with the Gemini model, allowing for prompt-based queries.
Configuration: Tokens are securely loaded from a .env file using environment variables for geminiai api.
Uso de ngrok: ngrok proporciona una URL pública que reenvía solicitudes a la aplicación Flask local, lo que permite que Slack se comunique con el bot. Comando de configuración: ngrok http 6060 se utiliza para exponer la aplicación Flask a Internet.
La integración da como resultado un bot de Slack capaz de realizar análisis de datos avanzados y responder de manera inteligente a las consultas de los usuarios dentro de Slack.
