交互式支持聊天机器人:使用 Google GenAI 的高级示例
逐步开发企业级支持聊天机器人,包含状态管理、令牌流和强大异常处理功能,适用于 Portelcore。
0阅读
创建交互式技术支持界面(例如 portel_support_bot)需要对对话历史进行完善的管理。与单轮请求不同,生产级聊天机器人必须记住客户此前发送的上下文。
新的 Python 统一 SDK google-genai 提供了抽象接口 client.chats,可自动实现服务器端的状态持久化,并优化对话流程。
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. 完整实现:portel_support_bot.py
Sección titulada «2. Implementación Completa: portel_support_bot.py»以下脚本提供了一个控制台交互界面,允许与 Gemini 的生成引擎进行 流式传输 交互(持续发送和渲染文本片段),并包含全面的异常处理和严格的企业指南。
import osimport sysimport timefrom google import genaifrom google.genai import typesfrom 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()要在 Portelcore 的开发环境中部署并验证交互式聊天机器人,请按照以下操作顺序进行:
确保你位于项目目录中并激活 Python 虚拟环境。如果尚未安装,请安装统一 SDK。
# Crear entorno virtual de pruebaspython -m venv portel-chat-envsource portel-chat-env/bin/activate # En Linux/macOS# .\portel-chat-env\Scripts\activate # En Windows
# Instalar biblioteca Google GenAIpip install --upgrade google-genai步骤 2:运行聊天机器人
Sección titulada «Paso 2: Ejecutar el Chatbot»安全地将你的 Gemini API 密钥(在 Google AI Studio 获取)设置为环境变量并启动助手。
# Configuración temporal de la variable de entornoexport GOOGLE_API_KEY="AIzaSyA..."
# Lanzar consola interactivapython portel_support_bot.py通过连续提问测试上下文保留功能:
- 问题 1: “你好,我需要在 n8n 服务器上配置静态 IP。”
- 问题 2(上下文相关): “根据 Portelcore 的规范,我应该使用哪个网络段?”
- 验证:助手必须正确回复您,并引用静态 IP 地址
172.22.40.231(在第 2 步的系统指令中设置),证明无需重新定义 n8n 上下文即可记住之前的对话。
根据租户标准验证对话助手的稳健性:
- 脚本仅使用
google-genai库中的genai.Client()类,以替代旧的 SDK。 ✓ - 聊天机器人通过
send_message_stream实时发送和处理数据,以提供流畅的体验。 ✓ - 系统指令确保人格一致性,并限制
portelcore.com域的凭据或机密泄露。 ✓ -
try...except模块可优雅地控制和封装配额限制 (ResourceExhausted) 等关键异常。 ✓

