LINE BOT 串接 OpenAI ChatGPT ( 上下文歷史紀錄 )

單純使用 ChatGPT API 做出來的 LINE BOT，通常不具備閱讀歷史紀錄來讓上下文連貫的功能，但如果搭配 Firebase Realtime database 作為資料庫，就能將過去聊天的歷史紀錄作為訊息內容，讓 LINE BOT 也能具備連貫上下文的功能，這篇教學會介紹如何實作這個應用。

快速導覽：

• 本篇文章所需知識
• 本機環境或 Colab
• 部署到 Google Cloud Functions

本篇文章所需知識

要實作本篇文章的範例，需要先參考以下文章，先建立自己的 LINE BOT 以及註冊 OpenAI 帳號。

• 建立 LINE Channel
• 使用 OpenAI

參考下列文章，建立 Firebase Realtime database 以及熟悉相關技術。

• 建立 Firebase RealTime Database
• 設定 Firebase RealTime Database 安全規則
• 串接 Firebase RealTime Database 存取資料
• ChatGPT 串接 Firebase，實現上下文歷史紀錄

本機環境或 Colab

參考「自動回覆訊息」文章，使用 Anaconda Jupyter 或本機環境執行下方的程式碼，並搭配 ngrok 服務，建立 LINE Webhook URL，執行後發送訊息到 LINE BOT，應該就能看到 LINE BOT 回覆一模一樣的訊息。

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

參考「使用 Cloud Functions 建立 Webhook」教學，建立並進入 Google Cloud Functions 專案，點擊 requirements.txt，輸入下列資訊。

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

將下列的程式碼貼入 main.py，輸入自己的 LINE Access Token、Channel Secret、OpenAI API Key、Firebase 網址。

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'

部署成功後會看到綠色勾勾，複製觸發網址，回到 LINE Developer 裡更新 Webhook URL。

回到 LINE 開始與 LINE BOT 聊天，就會發現 LINE BOT 會記得之前的聊天內容，並根據之前的聊天內容進行回覆。

小結

一旦 LINE BOT 搭配 OpenAI ChatGPT 可以根據聊天記錄進行回覆，就會更有和真人聊天的感覺，但相對了開始傳送聊天記錄後，訊息 token 就會暴增，當免費額度用光之後就要開始付費囉。

意見回饋

如果有任何建議或問題，可傳送「意見表單」給我，謝謝～