HI！大家好，我是 Shammi 😊

在 Day 2 的文章中，分享了選擇 Google 生態系作為專案基石的原因，相信讀者們都能感受到「選擇」也是 SDGs 的應用環節吧！

在 Day 3，將正式為我的 AI 聊天機器人建立一個專屬的「工具箱」。今天會開始一連串的基礎程式開發，如果還沒使用過 Colab 的讀者們，可以先緩緩，等後續再一起操作哦！而今天的主要內容就是快速安裝所有必要的套件，為後續的開發工作鋪平道路。

Google Colab 網址路口⇒ https://colab.google/

🌐 一、為什麼需要預先準備工具箱？

在正式開始打造 AI 機器人之前，我需要像一個工匠一樣，先將所有會用到的工具準備妥當。這一步非常重要，能確保後續開發流程的順暢，讓我可以專注於程式邏輯，而不是頻繁地停下來安裝套件，當然中間還是有需多要安裝的套件，但今天是介紹此專案最基本的對話機器人將運用到的套件。

🌐 二、AI 對話機器人工具箱之成員簡介

此專案的套件角色與功能介紹：

• 🛠️ Google AI SDK (google-generativeai)
  • 角色：這是我與 Google AI 服務溝通的「橋樑」。
  • 功能：讓我能夠輕鬆地呼叫免費的 Gemini 1.5 Flash 進行文字生成，以及使用 Embedding 模型來將我的 SDGs 知識庫轉換成向量，這是專案的核心靈魂。
• 🛠️ PDF 解析器 (PyPDF2)
  • 角色：專門處理 SDGs 知識庫的「閱讀器」。
  • 功能：它能幫我剖析並讀取 PDF 文件中的文字內容，將非結構化的資料轉化為可供機器處理的文本格式。沒有這一步，我的機器人就無法學習到 SDGs 的知識。
• 🛠️ 高效向量搜尋引擎 (faiss-cpu)
  • 角色：管理知識庫的「圖書館管理員」。
  • 功能：當我將 PDF 文字轉換成向量後，它能以極快的速度在龐大的向量資料庫中，找到與使用者問題最相關的資訊。它是確保機器人能快速、準確回覆的關鍵。
• 🛠️ Web 伺服器 (flask)
  • 角色：建構我專案的「骨架」。
  • 功能：它讓我能夠建立一個輕量級的 Web 伺服器，這是串接 LINE 和 Telegram Webhook 的基礎。
• 🛠️ LINE API 套件 (line-bot-sdk)
  • 角色：專為 LINE 平台打造的「翻譯機」。
  • 功能：它讓我能夠輕鬆地處理來自 LINE 使用者的訊息、解析訊息內容，並以 LINE 能夠理解的格式回覆，是實現 LINE Bot 功能的必備工具。
• 🛠️ ngrok 隧道 (pyngrok)
  • 角色：一個能將我 Colab 服務「公開」到網際網路上的「傳令小助手」。
  • 功能：由於 Colab 的服務預設只在內部網路運行，它能生成一個公開的網址，讓外部的 LINE 平台能夠成功發送訊息到我的機器人。

🌐 三、開始安裝！一鍵搞定所有套件

請在 Colab 筆記本中，新增一塊「程式碼區塊」，接著用一行指令，一次性安裝所有必要的套件，確保所有套件都能被滿足。

!pip install google-generativeai PyPDF2 faiss-cpu flask line-bot-sdk pyngrok

總之就是一堆安裝過程的程式碼，喜愛寫程式的你，應該會感受到一股「綠勾勾V」完成的療癒感吧！

總結

我的 AI 機器人工具箱已經準備就緒！這些套件將在接下來的旅程中，陪著我完成所有挑戰。 Day 4 將介紹 RAG 架構與其在對話機器人中的應用哦！各位讀者們明天見！😊