slackbot_gemini

Integrando o Slack Bot com um Chatbot baseado em LLM usando Gemini Model e ngrok

Este projeto demonstra como integrar um bot do Slack com um chatbot baseado em Large Language Model (LLM) usando o modelo Gemini do Google. A integração permite comunicação inteligente e sensível ao contexto diretamente no Slack.

Visão geral do projeto

O bot do Slack é construído usando Python e Flask e é integrado a um chatbot com tecnologia LLM utilizando o modelo Gemini. Essa configuração permite que o bot processe as entradas do usuário nos canais do Slack e responda de forma inteligente com base nas informações mais recentes de engenharia de dados.

Componentes principais

1. Configuração do Slack Bot

Bibliotecas usadas: slack_sdk, slack_bolt Funcionalidade: O bot escuta eventos app_mention acionados quando alguém menciona o bot em um canal do Slack. Configuração: tokens e segredos são carregados com segurança de um arquivo .env usando variáveis ​​de ambiente

2. Integração de frasco

 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. Integração do modelo Gemini

 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. Configuração do ngrok

Uso do ngrok: o ngrok fornece uma URL pública que encaminha solicitações para o aplicativo Flask local, permitindo que o Slack se comunique com o bot. Comando de configuração: ngrok http 6060 é usado para expor o aplicativo Flask à Internet.

Resultado

A integração resulta em um bot do Slack capaz de realizar análises avançadas de dados e responder de forma inteligente às dúvidas dos usuários no Slack.