HI！大家好，我是 Shammi 😊

關於Gemini-1.5-Flash模型即將不再支援了！

但因還在挑戰時間裡，所以後續會再逐步更改程式碼並再繼續測試與精進此專案內容，先跟讀者們抱歉><
說實在這也是做專案會遇到的問題！AI的迭代速度真的太快了！不得不說完成專案的速度很難抓啊

模組的更改，我也會再部署至雲端時再說明哦！
好的，繼續說下去。

在先前的挑戰篇幅中，已經建立並運行了 LINE 機器人。然而，在 Google Colab 這種單一環境下，管理多個長時間運行的服務（如 LINE Bot 和未來將開發的 Telegram Bot），會遇到一些特定的挑戰。

本篇將作為一個完整的學習單元，深入理解這些挑戰，並透過一個包含所有必要步驟的 LINE 機器人實作範例，解釋如何在 Colab 中管理單一平台機器人專案。

🌐 Colab 環境的挑戰與應對策略

Colab 是一個非常適合快速開發和測試的平台，但它並非為 24/7 持續運行多個後台服務而設計。因此，我們需要理解並應對其固有的一些挑戰：

1️⃣ 埠號（Port）佔用衝突 🔌

LINE Bot 核心基於 Flask 框架，它會啟動一個 Web 伺服器並佔用特定的網路埠（例如 5000 埠）。

👉 挑戰：如果上一次運行後這個埠沒有完全釋放，再次啟動時就會遇到 Address already in use 錯誤。

👉 應對：需完全依賴 Colab 的「重新啟動並執行所有項目」功能，這能徹底清除舊的執行緒和被佔用的埠，確保每次啟動都是乾淨的。

2️⃣ 事件循環（Event Loop）衝突 🔄

Flask 伺服器和未來 Telegram Bot 的輪詢機制（Polling Mode）都會啟動自己的「事件循環」來監聽和處理訊息。

👉 挑戰：在同一個 Python 執行環境中，無法同時運行兩個獨立的事件循環，這會導致 RuntimeError: This event loop is already running。

👉 應對：一個 Colab 筆記本只運行一個機器人服務。 本篇專注於 LINE Bot。如果後續要運行 Telegram Bot，請為其創建一個獨立的 Colab 筆記本，並在切換時重新啟動執行階段。

3️⃣ ngrok 隧道的管理 🔗

ngrok 負責將 Colab 內部運行的 Flask 伺服器公開到網際網路，讓 LINE 平台可以將訊息發送過來。

👉 挑戰：一個 ngrok 隧道只能指向一個正在運行的 Flask 應用程式。同時為多個機器人服務建立 Webhook，會使設置變得複雜且容易出錯。

👉 應對：延續「一個筆記本一個服務」的策略，每個機器人筆記本會各自啟動和管理自己的 ngrok 隧道。

4️⃣ 知識庫來源的處理 (PDF 已知問題) 📚

機器人需要知識庫來進行 RAG（檢索增強生成），最理想情況是從原始 PDF 文件中提取內容。

👉 挑戰：PDF 文件的解析和文本提取本身可能很複雜，且容易因格式問題而失敗，導致知識庫生成失敗。

👉 應對：在程式碼中，將優先嘗試從上傳的 PDF 檔案中提取內容。但為了確保每一次運行都能成功並有一個可用的知識庫，可以同時包含了一份內置的 SDGs 數據作為備用。如果 PDF 處理失敗或文件不存在，機器人依然可以運行並提供基礎的 SDGs 知識服務。這確保了程式的穩健性，讓你不用擔心因 PDF 問題而無法繼續。

if use_default_sdgs_data: #備用知識庫內容
    
    chunks = [
        "永續發展目標1：無貧窮。在世界各地消除一切形式的貧窮。",
        "永續發展目標2：零飢餓。消除飢餓，實現糧食安全，改善營養並促進永續農業。",
        "永續發展目標3：健康與福祉。確保健康的生活，促進各年齡層的福祉。",
        "永續發展目標4：優質教育。確保包容和公平的優質教育，促進所有人的終身學習機會。",
        "永續發展目標5：性別平等。實現性別平等，賦予所有婦女和女孩權力。",
        "永續發展目標6：清潔飲水和衛生設施。確保所有人都能獲得和永續管理水和衛生設施。",
        "永續發展目標7：經濟適用的清潔能源。確保所有人都能獲得價格合理、可靠和永續的現代能源。",
        "永續發展目標8：體面工作和經濟成長。促進包容和永續的經濟增長、充分和生產性就業以及人人享有體面工作。",
        "永續發展目標9：產業、創新和基礎設施。建設有韌性的基礎設施，促進包容和永續的工業化，並推動創新。",
        "永續發展目標10：減少不平等。減少國家內部和國家之間的不平等。",
        "永續發展目標11：永續城市和社區。使城市和人類住區具有包容性、安全、有韌性和永續性。",
        "永續發展目標12：負責任消費和生產。確保永續的消費和生產模式。",
        "永續發展目標13：氣候行動。採取緊急行動應對氣候變化及其影響。",
        "永續發展目標14：水下生命。永續保育和利用海洋及海洋資源，以促進永續發展。",
        "永續發展目標15：陸地生命。保護、恢復和促進永續利用陸地生態系統，永續管理森林，防治荒漠化，制止和扭轉土地退化，遏制生物多樣性喪失。",
        "永續發展目標16：和平、正義與健全機構。促進和平、包容的社會以促進永續發展，為所有人提供訴諸司法的機會，並在各級建立有效、負責和包容的機構。",
        "永續發展目標17：目標夥伴關係。加強執行手段，重振永續發展全球夥伴關係。"
    ]
    print(f"使用備用 SDGs 數據。共生成 {len(chunks)} 個文本區塊。")

index_file = "sdgs_faiss.index" #FAISS索引檔案名稱
chunks_file = "stored_chunks.pkl" #原始文本塊儲存檔案名稱

if not os.path.exists(index_file) or not os.path.exists(chunks_file) or use_default_sdgs_data:
    print("知識庫檔案不存在或將使用新數據，正在生成 Embedding 並建立 FAISS 索引，這可能需要一些時間...")
    embeddings = [] #存放所有文本塊的 Embedding 向量
    stored_chunks_for_creation = [] #存放實際用於建立索引的文本塊

    for i, chunk in enumerate(chunks):
        try:
            embedding = get_embedding(chunk, task_type="RETRIEVAL_DOCUMENT") 
            embeddings.append(embedding)
            stored_chunks_for_creation.append(chunk) 
        except Exception as e:
            print(f"警告：第 {i} 塊文本生成 Embedding 失敗！錯誤：{e}")
            logger.warning(f"Warning: Failed to get embedding for chunk {i}: {e}", exc_info=True)
            continue #可以跳過失敗的文本塊

🌐 LINE 機器人實作學習內容

以下是整合所有必要組件，可以新增一份獨立的 ColabL 筆記本進行整合。

👉 學習內容 1：安裝所有必要的套件及核心模組匯入

• 目的：確保 Colab 環境具備運行機器人所需的所有工具和程式庫。
• 涵蓋內容：使用 !pip install 指令安裝 faiss-cpu、numpy、google-generativeai、flask、line-bot-sdk、pyngrok 和 pypdf2。這些是進行向量檢索、AI 模型互動、Web 服務和 LINE 平台連接的基礎。
• 關鍵概念：Python 模組管理、環境設定。
• 程式碼操作：這部分會包含所有 import 語句，確保在後續步驟開始前，所有必要的模組都已被載入。

👉 學習內容 2：設定金鑰、處理 PDF 並生成知識庫

• 目的：提供機器人與外部服務連接的金鑰，並建立機器人回應所需的知識庫。
• 涵蓋內容：
  • 金鑰設定：直接在程式碼中設定 GOOGLE_API_KEY、LINE_CHANNEL_ACCESS_TOKEN、LINE_CHANNEL_SECRET 和 NGROK_AUTHTOKEN 環境變數。這是確保程式能連接到 Google Gemini AI 模型、LINE 訊息平台和 ngrok 隧道的基礎。
  • 向量化函式定義：get_embedding() 函式將文字轉換為數字向量，這是 RAG 系統中檢索的基石。
  • PDF 處理與知識庫生成：這是本單元的亮點！程式會優先嘗試從你上傳的 PDF 文件中提取文字，並將其分割成小塊（chunks）。
  • 備用知識庫機制：如果 PDF 檔案不存在、無法讀取或提取不到有效文本，程式將自動使用一份內置的 SDGs 數據作為備用知識庫。這確保了機器人總是能有內容可以回答。
  • FAISS 索引建立與儲存：將文本塊轉換為向量後，會使用 FAISS 建立一個高效的檢索索引，並將索引和原始文本塊儲存為 sdgs_faiss.index 和 stored_chunks.pkl 檔案，供後續使用。這是一個「一次性」的生成過程，除非檔案被刪除或需要更新知識庫，否則下次運行時會直接載入。
• 關鍵概念：環境變數管理、Embedding 向量化、RAG 知識庫建立、FAISS 檢索原理、錯誤處理與備用機制。
• 程式碼操作：需要在此處填寫你的金鑰，並可選擇上傳 PDF 文件。

👉 學習內容 3：定義 RAG 核心邏輯與 LLM 回覆函式

• 目的：實作機器人接收問題後，如何利用知識庫和 AI 模型生成答案的智慧。
• 涵蓋內容：
  • 大型語言模型（LLM）初始化：設定 Gemini-1.5-Flash 模型。 (此模型即將停用)
  • generate_response() 函式：這是 RAG 的核心！它會將使用者問題與從知識庫中檢索到的相關文本（retrieved_chunks）結合，創建一個包含指令和上下文的提示詞（prompt），然後發送給 Gemini 模型以生成最終答案。
  • 指數型退避重試機制：在呼叫 Gemini API 時加入重試邏輯。這能讓機器人在遇到網路不穩或 API 暫時性問題時，自動等待並重試，增加回覆的成功率和穩定性。
  • get_rag_answer() 函式：整合整個 RAG 流程，包括將使用者問題向量化、在 FAISS 索引中檢索相似文本，最後呼叫 generate_response() 得到答案。
• 關鍵概念：檢索增強生成 (RAG) 的運作流程、提示詞工程、API 錯誤處理、指數型退避。

👉 學習內容 4：設定 Flask 與 LINE Bot Webhook

• 目的：讓機器人能夠接收來自 LINE 平台的訊息。
• 涵蓋內容：
  • Flask 應用程式初始化：建立一個 Flask 應用程式實例，作為 Web 伺服器。
  • LINE Bot API 與 Webhook 處理器：初始化 LineBotApi 和 WebhookHandler，它們是 LINE Bot SDK 的核心組件，用於處理 LINE 平台的簽名驗證和解析收到的訊息事件。
  • /callback 路由：定義一個 Flask 路由，當 LINE 平台發送 Webhook 請求時，會自動調用這個路由。這個路由負責驗證請求的合法性，並將訊息轉交給 handler 處理。
  • handle_text_message() 函式：這個函式是當 LINE 收到文字訊息時會被觸發的核心。它會提取使用者訊息，呼叫 RAG 核心邏輯獲取答案，並透過 line_bot_api.reply_message() 將答案回覆給使用者。
• 關鍵概念：Web 伺服器基礎 (Flask)、Webhook 機制、LINE Bot SDK 使用、事件驅動程式設計。

👉 學習內容 5：啟動 Flask 伺服器與 ngrok 隧道

• 目的：讓 Colab 環境可以透過公共網路被 LINE 平台存取到。
• 涵蓋內容：
  • Flask 伺服器啟動：在一個獨立的執行緒中啟動 Flask 伺服器，讓它在背景持續運行，不會阻塞 Colab 筆記本的其他程式碼。
  • ngrok 隧道連接：使用 pyngrok 連接到 ngrok 服務，將你的本地 Flask 伺服器映射到一個公開的 HTTPS URL。
  • 網址輸出：程式會輸出 ngrok 產生的公開 URL，你需要將這個 URL 複製並貼到 LINE Developers 後台的 Webhook URL 設定中。
  • 持續運行：程式會進入一個無限循環，確保 Flask 伺服器和 ngrok 隧道持續運行，等待 LINE 的訊息。
• 關鍵概念：ngrok 隧道、本機伺服器公開、多執行緒程式設計、服務持續運行。

總結

透過整合的學習單元，我能在 Colab 中完整運行 LINE 機器人。