slackbot_gemini

Gemini 모델 및 ngrok를 사용하여 Slack Bot을 LLM 기반 Chatbot과 통합

이 프로젝트는 Google의 Gemini 모델을 사용하여 Slack 봇을 LLM(대형 언어 모델) 기반 챗봇과 통합하는 방법을 보여줍니다. 통합을 통해 Slack 내에서 직접 지능적이고 상황을 인식하는 커뮤니케이션이 가능해졌습니다.

프로젝트 개요

Slack 봇은 Python 및 Flask를 사용하여 구축되었으며 Gemini 모델을 활용하는 LLM 기반 챗봇과 통합되었습니다. 이 설정을 통해 봇은 Slack 채널에서 사용자 입력을 처리하고 최신 데이터 엔지니어링 정보를 기반으로 지능적으로 응답할 수 있습니다.

주요 구성 요소

1. Slack 봇 설정

사용된 라이브러리: slack_sdk, slack_bolt 기능: 누군가가 Slack 채널에서 봇을 언급할 때 트리거되는 app_mention 이벤트를 봇이 수신합니다. 구성: 토큰과 비밀은 환경 변수를 사용하여 .env 파일에서 안전하게 로드됩니다.

2. 플라스크 통합

 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.

3. Gemini 모델 통합

 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.

4. ngrok 설정

ngrok 사용법: ngrok는 요청을 로컬 Flask 애플리케이션으로 전달하는 공개 URL을 제공하여 Slack이 봇과 통신할 수 있도록 합니다. 설정 명령: ngrok http 6060은 Flask 앱을 ​​인터넷에 노출하는 데 사용됩니다.

결과

통합을 통해 고급 데이터 분석을 수행하고 Slack 내에서 사용자 쿼리에 지능적으로 응답할 수 있는 Slack 봇이 탄생했습니다.