Ir al contenido

Interactieve Support Chatbot: Geavanceerd voorbeeld met Google GenAI

Stapsgewijze ontwikkeling van een corporate technische support chatbot met state, token streaming en robuuste foutafhandeling voor Portelcore.

0lecturas

1. Architectuur van een Stateful Conversational Chatbot

Sección titulada «1. Arquitectura de un Chatbot Conversacional con Estado»

Het creëren van een interactieve technische supportinterface (bijv. portel_support_bot) vereist vlekkeloos beheer van de conversatiegeschiedenis. In tegenstelling tot single-turn verzoeken, moet een productie-chatbot de eerdere context die door de klant is verzonden onthouden.

De nieuwe verenigde Python SDK google-genai biedt de abstracte interface client.chats, die de state-persistentie aan de serverzijde automatiseert en de conversatiestroom optimaliseert.

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. Volledige implementatie: portel_support_bot.py

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

Het volgende script biedt een interactieve console-interface waarmee u kunt communiceren met de Gemini generatieve engine in Streaming-modus (continue verzending en rendering van tekstfragmenten) en bevat uitgebreide foutafhandeling en strikte bedrijfsrichtlijnen.

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. Handleiding voor Uitvoering en Laboratoriumtests

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

Volg deze operationele reeks om de interactieve chatbot in uw ontwikkelomgeving in Portelcore te implementeren en te valideren:

Zorg ervoor dat u zich in de projectmap bevindt en activeer de geïsoleerde Python-omgeving. Installeer de uniforme SDK als u dat nog niet heeft gedaan.

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

Configureer uw Gemini API-sleutel (verkregen in Google AI Studio) veilig als een omgevingsvariabele en start de assistent.

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

Stap 3: Interactie en Audit van het Chatgeheugen

Sección titulada «Paso 3: Interactuar y Auditar la Memoria del Chat»

Test het behoud van de context door opeenvolgende vragen te stellen:

  1. Vraag 1: “Hallo, ik moet een statisch IP-adres configureren op de n8n-server.”
  2. Vraag 2 (Contextueel): “Welk netwerksegment komt mij toe volgens de Portelcore-normen?”
  3. Validatie: De assistent moet correct antwoorden door te verwijzen naar het statische IP-adres 172.22.40.231 (vastgesteld in de systeeminstructies in Stap 2), waarmee wordt aangetoond dat de eerdere conversatie wordt onthouden zonder de n8n-context opnieuw te hoeven definiëren.

Valideer de robuustheid van de conversationele assistent tegen de standaarden van de tenant:

  • Het script maakt uitsluitend gebruik van de klasse genai.Client() van de bibliotheek google-genai ter vervanging van de verouderde SDK. ✓
  • De chatbot verzendt en verwerkt gegevens in realtime via send_message_stream voor een soepele ervaring. ✓
  • De systeeminstructies garanderen de uitlijning van de persoonlijkheid en beperken het lekken van inloggegevens of geheimen van het domein portelcore.com. ✓
  • De try...except blokken controleren en encapsuleren elegant kritieke uitzonderingen zoals quotalimieten (ResourceExhausted). ✓