โปรเจ็กต์นี้สาธิตวิธีรวมบอท Slack เข้ากับแชทบอทที่ใช้โมเดลภาษาขนาดใหญ่ (LLM) โดยใช้โมเดล Gemini ของ Google การบูรณาการช่วยให้เกิดการสื่อสารที่ชาญฉลาดและคำนึงถึงบริบทได้โดยตรงภายใน Slack
บอท Slack สร้างขึ้นโดยใช้ Python และ Flask และรวมเข้ากับแชทบอทที่ขับเคลื่อนด้วย LLM โดยใช้โมเดล Gemini การตั้งค่านี้ช่วยให้บอทสามารถประมวลผลอินพุตของผู้ใช้ในช่อง Slack และตอบสนองอย่างชาญฉลาดตามข้อมูลวิศวกรรมข้อมูลล่าสุด
ไลบรารีที่ใช้: slack_sdk, slack_bolt ฟังก์ชั่นการทำงาน: บอทคอยฟังเหตุการณ์ app_mention ที่เกิดขึ้นเมื่อมีคนพูดถึงบอทในช่อง Slack การกำหนดค่า: โทเค็นและความลับถูกโหลดอย่างปลอดภัยจากไฟล์ .env โดยใช้ตัวแปรสภาพแวดล้อม
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.
การใช้งาน ngrok: ngrok จัดเตรียม URL สาธารณะที่ส่งต่อคำขอไปยังแอปพลิเคชัน Flask ในเครื่อง ทำให้ Slack สามารถสื่อสารกับบอทได้ คำสั่งการตั้งค่า: ngrok http 6060 ใช้เพื่อเปิดเผยแอป Flask ไปยังอินเทอร์เน็ต
การบูรณาการส่งผลให้บอต Slack สามารถดำเนินการวิเคราะห์ข้อมูลขั้นสูงและตอบสนองต่อคำค้นหาของผู้ใช้ภายใน Slack อย่างชาญฉลาด