Flask 是一個輕量級的Web框架,主要用於建立基於Python的Web應用和API。它可搭建webhook本地服務器,同時提供靈活的URL路由和HTTP請求處理方式,允許開發者快速啟動並測試應用功能。由於其結構簡單,開發者常用其作為建立和測試 MVP(最小可行性產品),同時其也非常適合新手作為入門學習Web開發的工具之一。
本文利用樹莓派4B搭建Flask和Ngrok來實現簡易的LINE Bot功能,其中Ngrok的安裝和建置可參考此篇文章,本篇主要著重在Flask環境建置和程式碼的部分。
Flask環境建置:
a.為了避免版本干擾,建置python venv虛擬環境
raspberry@raspberry-desktop:~/python-venv$ python -m venv ngrok_linebot_env
raspberry@raspberry-desktop:~/python-venv$ source ngrok_linebot_env/bin/active
b.在該虛擬環境中,安裝flask和line-bot-sdk
(ngrok_linebot_env) raspberry@raspberry-desktop:~/python-venv$ pip install flask line-bot-sdk
程式碼:
該程式碼範例主要是讓LINE Bot回應與請求相同的內容,相當於是一隻學人說話的鸚鵡。
from flask import Flask, request, abort
from linebot.v3 import (
WebhookHandler
)
from linebot.v3.exceptions import (
InvalidSignatureError
)
from linebot.v3.messaging import (
Configuration,
ApiClient,
MessagingApi,
ReplyMessageRequest,
TextMessage
)
from linebot.v3.webhooks import (
MessageEvent,
TextMessageContent
)
app = Flask(__name__)
from linebot.v3 import (
WebhookHandler
)
from linebot.v3.exceptions import (
InvalidSignatureError
)
from linebot.v3.messaging import (
Configuration,
ApiClient,
MessagingApi,
ReplyMessageRequest,
TextMessage
)
from linebot.v3.webhooks import (
MessageEvent,
TextMessageContent
)
app = Flask(__name__)
#Channel Access Token 和 Channel Secret
configuration = Configuration(access_token='your Channel Access Token')
handler = WebhookHandler('your Channel Secret')
#根路徑 "/" (用於檢測flask server是否有順利運作)
@app.route("/")
def index():
return "Hello, Flask is running!"
#LINE Bot的Webhook回調路由
@app.route("/callback", methods=['POST'])
def callback():
#X-Line-Signature headers info
signature = request.headers['X-Line-Signature']
#請求資料
body = request.get_data(as_text=True)
app.logger.info("Request body: " + body)
#驗證簽名並處理Webhook請求
try:
handler.handle(body, signature)
except InvalidSignatureError:
app.logger.info("Invalid signature. Please check your channel access
token/channel secret.")
abort(400)
return 'OK'
#訊息處理function
@handler.add(MessageEvent, message=TextMessageContent)
def handle_message(event):
#利用ApiClient建立與LINE Messaging API的串接
with ApiClient(configuration) as api_client:
line_bot_api = MessagingApi(api_client)#創建MessagingApi實例
#ReplyMessageRequest,用於發送回覆訊息
reply_message_request = ReplyMessageRequest(
reply_token=event.reply_token,
messages=[TextMessage(text=event.message.text)] #將接收到的訊息作為回覆訊息
)
#利用MessagingApi的reply_message_with_http_info方法發送回覆訊息
line_bot_api.reply_message_with_http_info(reply_message_request)
if __name__ == "__main__":
app.run(port=5000) #port=5000, 須與ngork的port=5000一致
若想讓使用者透過LINE與AI模型進行問答,可考慮與OpenAI的API進行串接,若是考量問答數據有隱私或商業機密,則可考慮搭建本地AI服務器並與之串接,如Ollama。本文封面視頻即是利用Flask和Ollama串接的LINE Bot測試效果。
沒有留言:
張貼留言