slackbot_gemini

使用 Gemini 模型和 ngrok 將 Slack Bot 與基於 LLM 的聊天機器人集成

該專案示範如何使用 Google 的 Gemini 模型將 Slack 機器人與基於大型語言模型 (LLM) 的聊天機器人整合。此整合允許直接在 Slack 內進行智慧和上下文感知的通訊。

項目概況

Slack 機器人使用 Python 和 Flask 構建，並與利用 Gemini 模型的 LLM 驅動的聊天機器人整合。此設定使機器人能夠處理 Slack 通道中的用戶輸入，並根據最新的數據工程資訊進行智慧回應。

關鍵零件

1. Slack 機器人設置

使用的函式庫：slack_sdk、slack_bolt 功能：機器人偵聽當有人在 Slack 頻道中提及機器人時觸發的 app_mention 事件。配置：使用環境變數從 .env 檔案安全地載入令牌和機密

2. 燒瓶集成

 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模型整合

 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設置

ngrok 用法：ngrok 提供一個公共 URL，將請求轉發到本地 Flask 應用程序，使 Slack 能夠與機器人進行通訊。設定命令：ngrok http 6060 用於將 Flask 應用程式公開到網路。

結果

整合後的 Slack 機器人能夠執行進階資料分析並智慧地回應 Slack 內的使用者查詢。