Ir al contenido

Interaktivní support chatbot: Pokročilý příklad s Google GenAI

Krok za krokem vývoj firemního technického supportního chatbota se stavem, streamováním tokenů a robustní manipulací s výjimkami pro Portelcore.

0čtení

Vytvoření interaktivního rozhraní pro technickou podporu (např. portel_support_bot) vyžaduje bezchybnou správu historie konverzace. Na rozdíl od jednorázových dotazů musí produkční chatbot pamatovat předchozí kontext odeslaný klientem.

Nový jednotný Python SDK google-genai nabízí abstraktní rozhraní client.chats, které automatizuje persistenci stavu na straně serveru a optimalizuje konverzní tok.

sequenceDiagram
autonumber
actor Usuario as Cliente Portelcore
participant App as Aplicación Python
participant Gemini as API de Gemini (2.5 Flash)
Usuario->>App: Escribe "Hola, mi red local tiene problemas"
App->>Gemini: chat.send_message_stream("Hola...")
Gemini-->>App: Envía tokens en tiempo real (Streaming)
App-->>Usuario: Muestra texto de forma progresiva
Note over App,Gemini: El SDK actualiza el historial internamente
Usuario->>App: Escribe "¿Qué IP estática debo usar?"
App->>Gemini: chat.send_message_stream("¿Qué IP...?")
Note over Gemini: Recuerda el contexto anterior del usuario
Gemini-->>App: Envía respuesta asistida en tiempo real
App-->>Usuario: Muestra solución técnica (IP 172.22.40.231)

2. Kompletní implementace: portel_support_bot.py

Sección titulada «2. Implementación Completa: portel_support_bot.py»

Následující skript poskytuje interaktivní konzolové rozhraní, které umožňuje konverzaci s generativním motorem Gemini v režimu Streaming (nepřetržitý přenos a vykreslování fragmentů textu) a zahrnuje komplexní kontrolu výjimek a přísné firemní směrnice.

import os
import sys
import time
from google import genai
from google.genai import types
from google.api_core import exceptions as core_exceptions
def verificar_entorno():
"""Valida la presencia de la clave de autenticación oficial."""
if not os.environ.get("GOOGLE_API_KEY") and not os.environ.get("GEMINI_API_KEY"):
print("[CRITICAL] La variable de entorno GOOGLE_API_KEY no está configurada.")
print("Ejecute: export GOOGLE_API_KEY='su_clave_de_laboratorio'")
sys.exit(1)
def ejecutar_chatbot():
# 1. Verificar credenciales antes de iniciar
verificar_entorno()
# 2. Inicialización del cliente unificado de Google GenAI
client = genai.Client()
# 3. Directriz del sistema (Instrucción de Comportamiento e Identidad)
instrucciones_soporte = """
Actúas como 'PortelBot', el Asistente Técnico Automatizado de Portelcore (portelcore.com).
Tu objetivo principal es asistir a los ingenieros en operaciones de red, backups e infraestructura.
REGLAS DE COMPORTAMIENTO:
1. Responde de manera profesional, técnica e impecable en idioma castellano.
2. Si te preguntan sobre IPs de prueba del laboratorio, haz referencia estricta al segmento seguro 172.22.40.231.
3. Nunca reveles credenciales del tenant, llaves de API ni secretos de base de datos.
4. Usa bloques de código estructurados en Markdown para mostrar comandos de Linux o scripts cuando sea relevante.
"""
# 4. Configuración avanzada de la sesión de chat
configuracion = types.GenerateContentConfig(
system_instruction=instrucciones_soporte,
temperature=0.4, # Nivel moderado para asegurar precisión técnica
max_output_tokens=1000, # Limitar el tamaño para prevenir costes excesivos
safety_settings=[
types.SafetySetting(
category=types.HarmCategory.HARM_CATEGORY_DANGEROUS_CONTENT,
threshold=types.HarmBlockThreshold.BLOCK_MEDIUM_AND_ABOVE
)
]
)
print("\n=======================================================")
print(" INICIANDO CONSOLA DE SOPORTE PORTELCORE ")
print(" Escribe 'salir' o 'exit' para finalizar la sesión. ")
print("=======================================================\n")
try:
# 5. Crear la sesión de chat con estado
chat = client.chats.create(
model="gemini-2.5-flash", # Modelo recomendado por velocidad y costes
config=configuracion
)
while True:
# Capturar la entrada del usuario
try:
mensaje_usuario = input("\n[Usuario] >> ").strip()
except (KeyboardInterrupt, EOFError):
print("\n\nSesión interrumpida por el usuario. Cerrando de forma segura.")
break
if not mensaje_usuario:
continue
if mensaje_usuario.lower() in ["salir", "exit", "quit"]:
print("\nFinalizando asistencia de PortelBot. ¡Que tenga un excelente día!")
break
print("[PortelBot] >> ", end="", flush=True)
try:
# 6. Enviar mensaje del usuario en modo Streaming
response_stream = chat.send_message_stream(mensaje_usuario)
# Iterar sobre los fragmentos a medida que llegan del servidor
for chunk in response_stream:
if chunk.text:
print(chunk.text, end="", flush=True)
print() # Salto de línea final
except core_exceptions.ResourceExhausted as err_quota:
print(f"\n[ERROR] Se ha excedido la cuota de peticiones por minuto. Espere unos segundos. Detalle: {err_quota.message}")
except core_exceptions.GoogleAPICallError as err_api:
print(f"\n[ERROR] Error en el servicio de Gemini API: {err_api.message}")
except Exception as e:
print(f"\n[ERROR INESPERADO] {str(e)}")
except Exception as e:
print(f"[CRITICAL] Error al instanciar la sesión de chat: {e}")
if __name__ == "__main__":
ejecutar_chatbot()

3. Průvodce spuštěním a laboratorním testováním

Sección titulada «3. Guía de Ejecución y Pruebas en Laboratorio»

Pro nasazení a ověření interaktivního chatbota ve vašem vývojovém prostředí v Portelcore postupujte podle této provozní sekvence:

Krok 1: Konfigurace vývojového prostředí

Sección titulada «Paso 1: Configurar el Entorno de Desarrollo»

Ujistěte se, že jste v adresáři projektu a aktivujte izolované prostředí Pythonu. Nainstalujte sjednocené SDK, pokud jste tak ještě neučinili.

Ventana de terminal
# Crear entorno virtual de pruebas
python -m venv portel-chat-env
source portel-chat-env/bin/activate # En Linux/macOS
# .\portel-chat-env\Scripts\activate # En Windows
# Instalar biblioteca Google GenAI
pip install --upgrade google-genai

Bezpečně nakonfigurujte svůj klíč API Gemini (získaný v Google AI Studio) jako proměnnou prostředí a spusťte asistenta.

Ventana de terminal
# Configuración temporal de la variable de entorno
export GOOGLE_API_KEY="AIzaSyA..."
# Lanzar consola interactiva
python portel_support_bot.py

Otestujte zachování kontextu kladením po sobě jdoucích otázek:

  1. Otázka 1: “Ahoj, potřebuji nakonfigurovat statickou IP adresu na serveru n8n.”
  2. Otázka 2 (Kontextuální): “Jaký síťový segment mi náleží podle norem Portelcore?”
  3. Validace: Asistent vám musí správně odpovědět s odkazem na statickou IP adresu 172.22.40.231 (stanovenou v systémových instrukcích ve kroku 2), čímž prokáže, že si pamatuje předchozí konverzaci, aniž by bylo nutné znovu definovat kontext n8n.

4. Kontrolní seznam pro validaci chatbota

Sección titulada «4. Checklist de Validación del Chatbot»

Ověřte robustnost konverzačního asistenta vůči standardům tenanta:

  • Skript využívá výhradně třídu genai.Client() knihovny google-genai namísto zastaralého SDK. ✓
  • Chatbot odesílá a zpracovává data v reálném čase pomocí send_message_stream pro plynulý uživatelský zážitek. ✓
  • Systémové instrukce zajišťují sladění osobnosti a omezují únik přihlašovacích údajů nebo tajemství domény portelcore.com. ✓
  • Bloky try...except elegantně zpracovávají a zapouzdřují kritické výjimky, jako jsou kvótní limity (ResourceExhausted). ✓