🐍🤖💬 Создаем бота-автоответчика для Telegram на ChatGPT и Aiogram 3: пошаговое руководство

Не так давно в Telegram вышло большое обновление – «Telegram для бизнеса». В данный момент оно доступно для Premium-пользователей, а в будущем, вероятно, станет отдельным режимом. В этой статье мы напишем бота, который будет отвечать на личные сообщения с помощью ChatGPT.

Не так давно в Telegram вышло большое обновление – «Telegram для бизнеса». В данный момент оно доступно для Premium-пользователей, а в будущем, вероятно, станет отдельным режимом.

«Telegram для бизнеса» предоставляет собой новый способ взаимодействия с клиентами через Telegram, вводя для этого новые функции:

1. Адрес – позволяет указать адрес и геопозицию в профиле.
2. Часы работы – позволяет указать график работы бизнеса.
3. Быстрые ответы – позволяет создать набор «шаблонных» ответов.
4. Приветствия – позволяет установить автоматическое приветствие для новых клиентов.
5. «Нет на месте» – позволяет отправлять автоматические ответы, в нерабочее время.
6. Ссылки на чат – позволяет кастомизировать ссылки на чат с вами.
7. Вид нового чата – позволяет кастомизировать вид чата для клиента, который открыл чат с вами, но ещё не написал сообщение.
8. Чат-боты – позволяет подключить к учётной записи бота для взаимодействия с клиентами в личных чатах.

Telegram для бизнеса

Из всего этого набора нас интересует только два пункта: Чат-боты и Часы работы.

Что мы с вами сделаем?

В этой статье мы создадим Telegram-бота, который будет принимать личные сообщения только в нерабочее время и для ответа использовать ChatGPT от OpenAI.

Поскольку OpenAI недоступен на территории РФ, вместо него будем использовать сервис NeuroAPI. Он предоставляет доступ к OpenAI из России и СНГ по более низким ценам.

Как это можно использовать?

Описанный в статье бот можно будет использовать как частному лицу, сделав личного ассистента на время отсутствия в сети, так и бизнесу для взаимодействия с клиентами в нерабочее время.

Главная сложность будет заключаться в составлении грамотного «системного промта», покрывающего ваши потребности.

Подключение бота в профиле

Для проекта вам нужен бот. Как его создать рассказано в статье AIOgram3 1.5. Регистрация бота

После создания бота и получения токена, в интерфейсе BotFather, выполните команду /mybots для вывода списка всех ботов.Выберите нужного бота.

Затем в открывшемся меню выберите пункт Bot Settings.

Bot Settings

В следующем меню выберите пункт Business Mode.

Business Mode

Включите бизнес режим.

После того, как включили бизнес режим для бота, откройте настройки Telegram и выберите пункт Telegram для бизнеса, а в нём пункт Чат-боты.

В открывшемся окне в первое поле пропишите ссылку на бота t.me/mybot или его имя @mybot.

Добавление бота к профилю

Готово.

🐍 Библиотека питониста

Больше полезных материалов вы найдете на нашем телеграм-канале «Библиотека питониста»

🐍🎓 Библиотека собеса по Python

Подтянуть свои знания по Python вы можете на нашем телеграм-канале «Библиотека собеса по Python»

🐍🧩 Библиотека задач по Python

Интересные задачи по Python для практики можно найти на нашем телеграм-канале «Библиотека задач по Python»

Подготовка проекта

Создайте новый проект в удобной для вас IDE и активируйте виртуальное окружение.

Если вы пользуетесь PyCharm, то виртуальное окружение создаст IDE для нового проекта. Если вы пользуетесь VSCode, то его придётся создать вручную, выполнив следующие команды:

В проекте используются следующие библиотеки:

1. aiogram – Фреймворк для бота.
2. pydantic-settings – Библиотека для создания классов конфигураций.
3. openai – Официальная библиотека OpenAI для Python.
4. pytz – Библиотека для работы с часовыми поясами.
5. httpx – Современная библиотека для создания синхронных/асинхронных запросов.
6. redis – Библиотека для подключения к Redis.

Установите их, выполнив команду:

Создайте файл requirements.txt и внесите в него установленные библиотеки:

Далее создайте файл .env для хранения переменных окружения.Необходимы следующие переменные:

1. token – Токен бота, полученный от BotFather.
2. admin_id – Telegram-id администратора.
3. openai_key – API-ключ полученный на сайте NeuroAPI или OpenAI.
4. openai_base_url – Адрес прокси-сервера для OpenAI.
5. redis_host – Хост для подключения к Redis. В нашем случае используется Docker compose, поэтому прописываем имя сервиса – redis.
6. delay – Задержка между ответами в минутах. Об этом ниже.

Пример:

Также создайте файл main.py и пакет (Python package) app.

Файл конфигурации

В пакете app создайте файл settings.py. В нём будем получать данные из .env-файла и определим инстанс бота и Redis.

Создайте класс Secrets, унаследованный от BaseSettings. Этот класс будет получать из .env-файла данные и преобразовывать их в Python-объекты. Для этого используется библиотека pydantic-settings.

В теле класса пропишите шесть полей с указанием типа данных:

После полей, внутри класса напишите внутренний класс Config, в котором укажите из какого файла брать данные и его кодировку:

Под классом создадим переменную secrets и объявим её экземпляром класса Secrets.

Далее создайте переменную redis_conn, это будет экземпляр класса Redis, в который передаём адрес хоста. Будьте внимательны во время импорта класса! Нам нужен асинхронный Redis.

Последней будет переменная bot. Объявите её экземпляром класса Bot, передав в него токен и режим форматирования сообщений.

Про parse_mode: Поскольку в ответе ChatGPT может находиться блок кода или другое форматирование, для корректного отображения его необходимо «распарсить». Передав параметр parse_mode="Markdown", мы сообщаем боту, что все сообщения будут с Markdown-форматированием.

Полный код файла

Статья по теме

🤖👨‍💻 Пишем Telegram-бота для подготовки к собеседованию на Frontend-разработчика

Хранилище строк

Для хранения текстовых строк в одном месте в пакете app создайте файл views.py.

Этого можно и не делать. Кроме того, вариант с функциями можно заменить на получение текста из файла или иной способ.

Создайте три простые функции, которые ничего не принимают и возвращают текстровую строку:

1. start_bot_message – Сообщение о запуске бота для администратора.
2. stop_bot_message – Сообщение об остановке бота для администратора.
3. system_prompt – Системный промт, описывающий поведение ChatGPT.

Код

Проверка рабочего времени

В Telegram часы работы указываются по дням с понедельника по воскресенье. В коде же это выглядит как список объектов класса BusinessOpeningHoursInterval.

В объекте класса BusinessOpeningHoursInterval есть два поля: opening_minute и closing_minute, представленные в виде количества минут прошедших с 00:00 ближайшего понедельника, с учётом указанной временной зоны.

Необходимо получить текущее количество минут, прошедших с понедельника, и пройтись по списку, проверяя, входит ли текущее число в один из диапазонов. Если входит, то бот будет игнорировать сообщения. Если не входит, бот будет отвечать на сообщения.

В пакете app, создайте новый пакет utils. В этом пакете создайте файл opening_hours.py.

Создайте функцию check_opening_hours, принимающую opening_hours – объект класса BusinessOpeningHours.

Класс BusinessOpeningHours содержит два поля:

1. time_zone_name – Название временной зоны. Определяется в профиле Telegram при заполнении графика работы.
2. opening_hours – Упомянутый выше список с объектами класса BusinessOpeningHoursInterval.

Далее создайте четыре переменные:

1. tz – В ней при помощи библиотеки pytz получаем информацию об указанной временной зоне.
2. now – В ней получаем текущее время с учётом временной зоны.
3. monday_start – В ней высчитываем время до начала понедельника.
4. minutes_since_monday – В ней высчитываем сколько прошло минут с начала недели.

Далее создайте цикл, в котором будем итерироваться по списку интервалов и проверять, входит ли текущее время в этот список.

Полный код

Проверка входящих сообщений

При получении входящего сообщения необходимо проверить актуальный режим работы и либо передать сообщение дальше в обработчик, либо «сбросить» его, тем самым никак не реагируя.

Для этого будем использовать миддлвари (middleware) – это так называемые «посредники», срабатывающие до передачи сообщения в обработчик и, в зависимости от логики, выполняющие различные действия, например, запись в БД, проверку аутентификации и многое другое.

В пакете app создайте пакет middlewares. В нём создайте файл business_middleware.py.

В этом файле создайте класс BusinessMiddleware, унаследованный от BaseMiddleware.

В нём нам нужно переопределить dunder-метод __call__, принимающий self, handler, event, data.

Далее нам необходимо получить из текущего чата объект класса BusinessOpeningHours.

Лирическое отступление

В актуальной на момент написания поста версии aiogram 3.6.0, заявлена полная поддержка Bot API 7.3. Если обратиться к объекту чата, то там будет параметр business_opening_hours, однако вместо желаемого объекта BusinessOpeningHours там находится None.

В этой статье мы применим небольшой «костыль» для решения этой проблемы.

Разработчикам aiogram был отправлен баг-репорт. Если в будущих версиях ситуация будет исправлена, пост будет обновлён.

Конец лирического отступления

Для получения актуального графика работы мы обратимся к API Telegram.

Используя асинхронный менеджер контекста и библиотеку httpx, откройте асинхронный клиент для работы.

В переменную response получаем результат GET-запроса на сервер Telegram.

В переменной chat получаем JSON-объект из переменной response.

Затем в переменной full_chat создаём экземпляр класса ChatFullInfo, распаковав в него содержимое chat по ключу result. Таким образом мы преобразуем чистые JSON-данные в Python-объекты.

Далее в блоке if вызываем ранее написанную функцию check_opening_hours, передав в неё full_chat.business_opening_hours.

Если возвращается True, мы продолжаем.

Внутри условия создаём переменную context, в которую присваиваем значение ключа event_context из переменной data.

Дальше ещё одно условие if, в котором проверяем, что сообщение содержит business_connection_id, т. е. является личным и что отправитель сообщения не админ, иначе бот будет реагировать и на ваши сообщения тоже. Если условия соблюдаются, передаём сообщение дальше в обработчик.

Полный код файла

Подключение ChatGPT

В этой функции будем отправлять запрос к ChatGPT и возвращать полученный ответ.

В пакете utils, создайте файл openai_actions.py.

Создайте асинхронную функцию get_chat_completion, принимающую message – объект класса Message.

В переменной http_client определите объект класса httpx.AsyncClient. Это объект HTTP-клиента, используя который будет произведён запрос.

В переменной client определите объект класса AsyncOpenAI, передав в него аргументы: api_key, http_client и base_url. Это объект клиента для OpenAI.

Далее в переменной messages создайте список словарей, где первый словарь – это системный промт, а второй – сообщение от пользователя:

В переменную response создайте запрос, передав в него:

1. model – Выбранная модель ChatGPT, например, gpt-3.5-turbo, gpt-4-turbo, gpt-4o или любую другую поддерживаемую OpenAI.
2. messages – Список словарей с сообщениями.
3. max_tokens – Ограничение на максимальное количество токенов в ответе.
4. temperature – Температура в диапазоне от 0 до 1. Определяет уровень «фантазии» бота. Чем ближе число к нулю, тем более предсказуемы будут ответы и наоборот, чем ближе к единице, тем более случайными будут ответы.

И возвращаем результат запроса в обработчик:

Полный код

Задержка обработки сообщений

Для того, чтобы пользователи не спамили и не использовали личные сообщения как «бесплатный GPT», добавим задержку в обработке сообщений.

В вашей реализации логики она может быть не нужна.

В пакете utils создайте файл check_delay.py, а в нём асинхронную функцию check_user_delay, принимающую user_id.

Тут-то нам и понадобится Redis для хранения пользовательских ID и времени последнего сообщения. Вы можете использовать для этого другую БД или вовсе словарь в коде, это не принципиально.

В переменную last_message_time получаем из Redis по user_id время последнего сообщения, если оно есть. Если его нет – вернётся None.

В блоке if проверяем, что last_message_time True (проще говоря, не None).Внутри блока в переменную time_since_last_message получаем разницу между текущим временем и полученным из хранилища.Ниже проверяем, если оно меньше указанной в .env допустимой задержки, то возвращаем False.

Во всех остальных случаях возвращаем True.

Полный код

Обработчик бизнес сообщений

Осталось написать обработчик, в который middleware будет передавать сообщение.

В пакете app создайте пакет handlers, а в нём файл business_handler.py.

В этом файле создайте асинхронную функцию handle_business_message, принимающую message – объект класса Message.

В самом начале создайте блок if, проверяющий задержку и наличие текста в сообщении (отправить могут картинку или видео, а это другая логика работы с ChatGPT).

Если условие не выполняется, то сообщение просто игнорируется.

Если условие выполнено, переходим к обработке.

В переменной answer вызываем функцию get_chat_completion, передав в неё message.

Затем отвечаем пользователю полученным сообщением.

Сохраняем в Redis время текущего сообщения.

Полный код

Обработка уведомлений о запуске/остановке бота

Небольшое, но удобное дополнение.

В пакете handlers создайте файл events.py.

В нём создайте две асинхронные функции: start_bot и stop_bot.

В функциях отправляем сообщение администратору.

Основной файл

Логику написали. Теперь осталось соединить всё вместе.

Откройте созданный ранее файл main.py. Он должен находиться в корне проекта рядом с файлом .env.

В нём создайте асинхронную функцию start.

В переменной dp объявите экземпляр класса Dispatcher.

Далее в несколько строк зарегистрируйте middleware и обработчики:

Обратите внимание на dp.business_message.register. Регистрируется обработка business_message, а не обычного message.

Далее в блоке try вызывается очистка сообщений, отправленных, когда бот был офлайн, и запуск пуллинга, а в блоке finally выполняется остановка бота.

Вне функции в блоке if __name__ "__main__" запускаем функцию старт.

Полный код

Запуск бота

Для запуска бота и Redis будем использовать Docker compose.

Сперва необходимо создать образ с ботом, для этого создайте файл Dockerfile со следующим содержимым:

В нём создаётся Docker-образ, в котором устанавливаются все зависимости из файла requirements.txt. Затем копируются файлы проекта и выполняется команда запуска бота.

Затем создайте файл docker-compose.yaml со следующим содержимым:

В нём описываются два сервиса:

Первый bot. Указываем, что необходимо создать образ из Dockerfile, передать в него .env-файл и подключить текущую папку внутри контейнера.

Второй redis. Указываем, что будет использоваться официальный образ redis последней версии, и подключаем папку redis_data внутри контейнера, чтобы не потерять данные.

Готово.

Запустить бота можно командой:

Пост написан для Telegram-канала Код на салфетке. У нас также есть сайт.