串接 OpenAI ChatGPT (3)

单纯使用 ChatGPT API 做出来的 LINE BOT，通常不具备阅读历史纪录来让上下文连贯的功能，但如果搭配 Firebase Realtime database 作为数据库，就能将过去聊天的历史纪录作为消息内容，让 LINE BOT 也能具备连贯上下文的功能，这篇教学会介绍如何实作这个应用。

快速导览：

• 本篇文章所需知识
• 本机环境或 Colab
• 部署到 Google Cloud Functions

本篇文章所需知识

要实作本篇文章的范例，需要先参考以下文章，先建立自己的 LINE BOT 以及注册 OpenAI 账号。

• 建立 LINE Channel
• 使用 OpenAI

参考下列文章，建立 Firebase Realtime database 以及熟悉相关技术。

• 建立 Firebase RealTime Database
• 设定 Firebase RealTime Database 安全规则
• 串接 Firebase RealTime Database 存取数据
• ChatGPT 串接 Firebase，实现上下文历史纪录

本机环境或 Colab

参考“自动回复消息”文章，使用 Anaconda Jupyter 或本机环境执行下方的程序码，并搭配 ngrok 服务，建立 LINE Webhook URL，执行后发送消息到 LINE BOT，应该就能看到 LINE BOT 回复一模一样的消息。

from flask_ngrok import run_with_ngrok
from flask import Flask, request
from linebot import LineBotApi, WebhookHandler
from linebot.models import TextSendMessage, ImageSendMessage
import json, requests

import openai
openai.api_key = '你的 OpenAI API KEY'         # 你的 OpenAI API KEY

from firebase import firebase
url = 'https://XXXXXXXXXXXX.firebaseio.com'    # 你的 Firebase Realtime database URL
fdb = firebase.FirebaseApplication(url, None)  # 初始化 Firebase Realtime database

app = Flask(__name__)

@app.route("/", methods=['POST'])
def linebot():
    body = request.get_data(as_text=True)
    json_data = json.loads(body)
    print(json_data)
    try:
        token = 'LINE Access Token'        # 你的 Access Token
        secret = 'LINE Channel Secret'     # 你的 Channel Secret
        line_bot_api = LineBotApi(token)
        handler = WebhookHandler(secret)
        signature = request.headers['X-Line-Signature']
        handler.handle(body, signature)
        tk = json_data['events'][0]['replyToken']            # 回覆的 reply token
        timestamp = json_data['events'][0]['timestamp']      # 訊息時間戳
        msg_type = json_data['events'][0]['message']['type'] # 訊息類型
        # 如果是文字訊息
        if msg_type == 'text':
            msg = json_data['events'][0]['message']['text']  # 取出文字內容
            chatgpt = fdb.get('/','chatgpt')                 # 讀取 Firebase 資料庫內容

            if chatgpt == None:
                messages = []       # 如果資料庫裡沒有內容，建立空串列
            else:
                messages = chatgpt  # 如果資料庫裡有內容，設定歷史紀錄為資料庫內容

            if msg == '!reset':
                fdb.delete('/','chatgpt')    # 如果收到 !reset 的訊息，表示清空資料庫內容
                reply_msg = TextSendMessage(text='對話歷史紀錄已經清空！')
            else:
                messages.append({"role":"user","content":msg})  # 如果是一般文字訊息，將訊息添加到歷史紀錄裡
                response = openai.ChatCompletion.create(
                    model="gpt-3.5-turbo",
                    max_tokens=128,
                    temperature=0.5,
                    messages=messages
                )
                ai_msg = response.choices[0].message.content.replace('\n','')  # 移除回應裡的換行符
                messages.append({"role":"assistant","content":ai_msg})  # 歷史紀錄裡添加回應訊息
                fdb.put_async('/','chatgpt',messages)        # 使用非同步的方式紀錄訊息
                reply_msg = TextSendMessage(text=ai_msg)     # 回應訊息
            line_bot_api.reply_message(tk,reply_msg)
        else:
            reply_msg = TextSendMessage(text='你傳的不是文字訊息呦')
            line_bot_api.reply_message(tk,reply_msg)
    except:
        print('error')
    return 'OK'

if __name__ == "__main__":
  run_with_ngrok(app)
  app.run()

部署到 Google Cloud Functions

参考“使用 Cloud Functions 建立 Webhook”教学，建立并进入 Google Cloud Functions 专案，点击 requirements.txt，输入下列信息。

# Function dependencies, for example:
# package>=version
line-bot-sdk
requests
openai
git+https://github.com/ozgur/python-firebase

将下列的程序码贴入 main.py，输入自己的 LINE Access Token、Channel Secret、OpenAI API Key、Firebase 网址。

from linebot import LineBotApi, WebhookHandler
from linebot.models import TextSendMessage, StickerSendMessage, ImageSendMessage, LocationSendMessage
import requests, json

import openai
openai.api_key = 'API KEY'

from firebase import firebase

token = '你的 Access Token'
secret = '你的 Channel Secret'

def linebot(request):
    body = request.get_data(as_text=True)
    json_data = json.loads(body)
    try:
        line_bot_api = LineBotApi(token)
        handler = WebhookHandler(secret)
        signature = request.headers['X-Line-Signature']
        handler.handle(body, signature)
        tk = json_data['events'][0]['replyToken']
        timestamp = json_data['events'][0]['timestamp']
        msg_type = json_data['events'][0]['message']['type']
        if msg_type == 'text':
            msg = json_data['events'][0]['message']['text']
            url = 'XXXXXXXXXXX.firebaseio.com'
            fdb = firebase.FirebaseApplication(url, None)
            chatgpt = fdb.get('/','chatgpt')

            if chatgpt == None:
                messages = []
            else:
                messages = chatgpt

            if msg == '!reset':
                reply_msg = TextSendMessage(text='對話歷史紀錄已經清空！')
                line_bot_api.reply_message(tk,reply_msg)
                fdb.delete('/','chatgpt')
            else:
                messages.append({"role":"user","content":msg})
                response = openai.ChatCompletion.create(
                    model="gpt-3.5-turbo",
                    max_tokens=128,
                    temperature=0.5,
                    messages=messages
                )
                ai_msg = response.choices[0].message.content.replace('\n','')
                messages.append({"role":"assistant","content":ai_msg})
                reply_msg = TextSendMessage(text=ai_msg)
                line_bot_api.reply_message(tk,reply_msg)
                fdb.put_async('/','chatgpt',messages)
        else:
            reply_msg = TextSendMessage(text='你傳的不是文字訊息呦')
            line_bot_api.reply_message(tk,reply_msg)
    except Exception as e:
        detail = e.args[0]
        print(detail)
    return 'OK'

部署成功后会看到绿色勾勾，复制触发网址，回到 LINE Developer 里更新 Webhook URL。

回到 LINE 开始与 LINE BOT 聊天，就会发现 LINE BOT 会记得之前的聊天内容，并根据之前的聊天内容进行回复。

小结

一旦 LINE BOT 搭配 OpenAI ChatGPT 可以根据聊天记录进行回复，就会更有和真人聊天的感觉，但相对了开始传送聊天记录后，消息 token 就会暴增，当免费额度用光之后就要开始付费啰。

意见反馈