빠르게 텐센트 RTC 채팅을 사용하여 AI 챗봇 통합하기

시나리오 개요

ChatGPT의 글로벌 인기로 인해 인공지능(AI)은 오늘날 개발자들의 초점이 되었으며, 중국의 주요 공급업체들은 자체 대형 모델(BM) 애플리케이션 및 제품을 출시했습니다. 많은 공급업체들이 AI와 애플리케이션을 결합하여 새로운 기회를 발굴하고 있습니다. 차세대 대형 언어 모델(LLM)의 강력한 대화 커뮤니케이션 기능은 모든 종류의 즉각적인 메시징 시나리오와 자연스럽게 호환되어 Chat과 AI의 조합에 대한 광범위한 상상 공간을 제공합니다.

사무실 시나리오에서 사용자는 대화형 AI와 채팅하여 효율적으로 작업 노트를 작성하고 문서를 작성하며 정보를 수집하는 등 다양한 작업을 수행할 수 있습니다. 고객 서비스 시나리오에서는 AI 기반 스마트 고객 서비스가 인간 고객 서비스와 유사한 대화 경험을 제공하고, 사용자가 제품을 더 효과적으로 구매하고 사용할 수 있도록 안내합니다. 사회적 시나리오에서는 AI 챗봇이 사용자에게 24시간 온라인 심리 상담 및 감정적 동반자를 제공하여 사용자 참여를 증가시킵니다. 세계적인 커뮤니케이션 클라우드 서비스 제공업체인 Chat 또한 즉각적인 메시징 시나리오에서 AI의 엄청난 잠재력을 보았고, AI 기능 호출 API를 신속하게 출시했습니다. Chat이 제공하는 통신 기반을 바탕으로 개발자는 업계 최고의 BM 기능을 자유롭게 호출하고 풍부한 AI 기능으로 자신을 강화하여 시나리오별 혁신을 효율적으로 구현할 수 있습니다.

이 문서에서는 Chat의 웹훅 기능을 통해 AI 서비스 기능을 Chat에 통합하여 사용자가 지능형 고객 서비스, 창의적인 지원 및 작업 보조와 같은 기능을 구현할 수 있는 AI 챗봇을 구축하는 방법을 설명합니다. (이 문서의 절차는 MiniMax LLM을 예로 들고 있으며, 다른 ChatGPT 유사 서비스를 통합하는 데도 동일한 방법을 사용할 수 있습니다.)

적용된 제품

Chat

기본 통합 가이드라인

Chat 계정 만들기

계정에 로그인하여 콘솔로 이동하고 애플리케이션을 생성한 후 애플리케이션의 SDKAppID 및 키(Chat 키)를 가져옵니다.

해당 AI 서비스 제공업체에 계정 등록하기

통합할 AI 서비스 제공업체에 계정을 등록하고 로그인하여 API 키(AI_SECRET_KEY)를 가져옵니다.

Chat 챗봇 계정 만들기

RESTful API를 통해 Chat 챗봇 계정을 만듭니다. Chat 챗봇은 사용자 ID가 @RBT#로 시작하는 특별한 사용자입니다.

curl -d '{"UserID":"@RBT#001","Nick":"MyRobot"}' "https://console.tim.qq.com/v4/openim_robot_http_svc/create_robot?sdkappid= {}&identifier=administrator&usersig={}&random=123456789&contenttype=json"

위 명령어에서 sdkappid={} 및 usersig={}로 교체하세요. 자세한 내용은 UserSig 생성하기를 참조하세요. Linux에서 명령어를 실행하면 서버가 다음 정보를 반환합니다:

{"ActionStatus": "OK", "ErrorCode": 0, "ErrorInfo": ""}

위 정보는 챗봇 @RBT#001과 별명 MyRobot이 성공적으로 생성되었음을 나타냅니다.

Chat 웹훅 구성하기

Chat 웹훅은 이벤트 발생 전후에 Chat 백엔드가 해당 애플리케이션의 백엔드 서버로 전송하는 요청입니다. 애플리케이션 백엔드는 필요한 데이터 동기화 작업을 수행하거나 이벤트의 후속 처리에 개입할 수 있습니다. 우리는 "로봇 이벤트 웹훅"을 사용하여 사용자 메시지가 챗봇이나 그룹 채팅의 @RBT# 이벤트로 전송되는 것을 듣고 반응합니다. Chat 콘솔에서 "로봇 이벤트 웹훅"을 찾아 클릭하여 기능을 활성화하고 설정을 저장해야 합니다.

시나리오별 구현

일대일 채팅을 예로 들면 전체 작업 과정은 다음과 같습니다:

1. 사용자 user1이 챗봇 @RBT#001에게 "hello" 메시지를 보냅니다.

2. Chat 백엔드는 애플리케이션 백엔드에 이벤트를 알리는 웹훅을 전송합니다.

3. 애플리케이션 백엔드는 메시지 발신자 user1, 메시지 수신자 @RBT#001, 메시지 내용 hello와 같은 정보를 포함한 이벤트 알림을 수신합니다.

4. 애플리케이션 백엔드는 AI 서비스 API(MiniMax API)를 호출하고 "nice to meet you"와 같은 응답 메시지를 포함한 응답을 받습니다.

5. 애플리케이션 백엔드는 Chat RESTful API(API sendmsg는 일대일 채팅용, API send_group_msg는 그룹 채팅용)를 호출하여 user1에게 @RBT#001로 응답 메시지를 보냅니다.

Go 프로그래밍 언어를 예로 들면 애플리케이션 백엔드의 주요 코드는 다음과 같습니다.

참고:

다음 코드는 데모 용도로만 제공되며 많은 예외 처리 코드가 생략되어 있습니다. 생산 환경에서 직접 사용할 수 없습니다.

웹훅 명령 배포 및 처리

포트 80에서 수신 대기하는 HTTP 서비스를 생성하고 /im URL에 핸들러를 등록하여 Chat이 보낸 모든 요청을 처리합니다. Chat에서 보낸 모든 웹훅 요청에는 CallbackCommand 매개변수가 포함되어 있으며, 서로 다른 값은 서로 다른 웹훅 명령을 나타냅니다. 핸들러는 Chat에서 설정한 CallbackCommand 매개변수에 따라 처리를 수행합니다.

func handler(w http.ResponseWriter, r *http.Request) {
   command := r.URL.Query().Get("CallbackCommand")
   reqbody, _ := io.ReadAll(r.Body)
   var rspbody []byte
   switch command {
   case "Bot.OnC2CMessage": // 챗봇의 일대일 메시지에 대한 웹훅 명령어
       dealC2c(context.Background(), reqbody)
       rspbody = []byte("{\"ActionStatus\": \"OK\", \"ErrorCode\": 0, \"ErrorInfo\": \"\"}")
   default:
       rspbody = []byte("유효하지 않은 CallbackCommand입니다.")
   }
   w.Write(rspbody)
}
 
func main() {  // 애플리케이션 백엔드에 보낼 웹훅 명령을 처리하는 핸들러 등록
    http.HandleFunc("/im", handler)
    http.ListenAndServe(":80", nil)
}

챗봇이 수신한 일대일 메시지 처리하기

일대일 메시지를 처리할 때, 먼저 발신자가 챗봇이 아닌지 확인하여 무한 웹훅 루프를 방지합니다(일반적으로 챗봇은 다른 챗봇에게 메시지를 보내지 않음). 그런 다음 메시지 본문을 구문 분석하여 사용자가 챗봇에게 보낸 메시지의 내용 텍스트를 얻고, 이후 RESTful API를 호출하여 응답을 보내는 데 도움이 되도록 발신자의 UserID를 컨텍스트에 저장하며, 마지막으로 askAI를 호출하여 AI 서비스를 요청합니다.

func dealC2c(ctx context.Context, reqbody []byte) error {
  root, _ := simplejson.NewJson(reqbody)
  jFromAccount := root.Get("From_Account")
  fromAccount, _ = jFromAccount.String()
  // 발신자 ID를 확인하여 한 챗봇이 다른 챗봇에게 보낸 요청을 처리하지 않도록 하여 무한 루프를 방지합니다.
  if strings.HasPrefix(fromAccount, "@RBT#") {
    return nil
  }
  jToAccount := root.Get("To_Account")
  toAccount, _ := jToAccount.String()
  msgBodyList, _ := root.Get("MsgBody").Array()
  for _, m := range msgBodyList {
    msgBody, _ := m.(map[string]interface{})
    msgType, _ := msgBody["MsgType"].(string)
    if msgType != "TIMTextElem" {
      continue
    }
    msgContent, _ := msgBody["MsgContent"].(map[string]interface{})
    text, _ := msgContent["Text"].(string)
    ctx = context.WithValue(ctx, "from", fromAccount)
    ctx = context.WithValue(ctx, "to", toAccount)
    go askAI(ctx, text)
  }
  return nil

AI 서비스 API 호출하기

이 단계에서는 서드파티 AI 서비스인 MiniMax LLM을 사용하여 지능형 채팅을 구현합니다. 다른 AI 서비스도 MiniMax LLM 서비스 대신 사용할 수 있습니다. 여기서는 대화의 맥락이 포함되지 않은 간단한 completion API를 보여주며, 필요에 따라 MiniMax 문서를 참조하여 다른 API에 대한 세부정보를 확인할 수 있습니다.

type MiniMaxRsp struct {
  Reply string `json:"reply"`
}

// MiniMax에 요청을 보내고 응답받기
func askAI(ctx context.Context, prompt string) {
  url := "https://api.minimax.chat/v1/text/completion"
  var reqData = []byte(`{
    "model": "abab5-completion",
    "prompt": prompt
  }`)
  request, _ := http.NewRequest("POST", url, bytes.NewBuffer(reqData))
  request.Header.Set("Content-Type", "application/json; charset=UTF-8")
  request.Header.Set("Authorization", API_SECRET_KEY)
  client := &http.Client{}
  response, _ := client.Do(request)
  defer response.Body.Close()
  body, _ := ioutil.ReadAll(response.Body)
  rsp := &MiniMaxRsp{}
  json.Unmarshal(body, rsp)
  reply(ctx, rsp.Reply) // AI 서비스에서 응답한 내용을 사용자에게 전송
}

AI 서비스에서 응답한 결과를 사용자에게 반환하기

AI 서비스로부터 응답을 받은 후, sendmsg RESTful API를 호출하여 챗봇이 사용자의 요청에 응답하도록 하면 됩니다. 이때 메시지 발신자를 @RBT#001으로, 수신자를 user1으로 지정합니다.

// RESTful API 요청 전송
func doRestAPI(host string, sdkappid int, admin, usersig, command, body string) {
  url := fmt.Sprintf("https://%s/v4/%s?sdkappid=%d&identifier=%s&usersig=%s&random=%d&contenttype=json",
    host, command, sdkappid, admin, usersig, rand.Uint32())
  req, _ := http.NewRequest("POST", url, bytes.NewBufferString(body))
  req.Header.Set("Content-Type", "application/json")
  cli := &http.Client{}
  rsp, err := cli.Do(req)
  if err != nil {
    log.Printf("REST API 실패. %s", err.Error())
    return
  }
  defer rsp.Body.Close()
  rsptext, _ := io.ReadAll(rsp.Body)
  log.Printf("rsp:%s", rsptext)
}

// 사용자가 AI 서비스에서 응답한 내용을 Chat의 RESTful API를 호출하여 전달
func reply(ctx context.Context, text string) {
  rsp := make(map[string]interface{})
  msgbody := []map[string]interface{}{{
    "MsgType":    "TIMTextElem",
    "MsgContent": map[string]interface{}{"Text": text},
  }}
  // `GenUserSig`의 구현에 대해서는 문서를 참조하세요.
  usersig, _ := GenUserSig(IM_SDKAPPID, IM_KEY, "administrator", 60)
  rsp["From_Account"] = ctx.Value("to").(string) //"@RBT#001"
  rsp["To_Account"] = ctx.Value("from").(string)
  rsp["SyncOtherMachine"] = 2
  rsp["MsgLifeTime"] = 60 * 60 * 24 * 7
  rsp["MsgSeq"] = rand.Uint32()
  rsp["MsgRandom"] = rand.Uint32()
  rsp["MsgBody"] = msgbody
  rspbody, _ := json.Marshal(rsp)
  doRestAPI("console.tim.qq.com", IM_SDKAPPID, "administrator", usersig, "openim/sendmsg", string(rspbody))
}

효과 시연

다음은 Chat 챗봇 데모의 최종 구현 효과를 보여줍니다:

​위의 단계를 통해 Chat 서버와 MiniMaxAI 오픈 플랫폼 간의 일대일 채팅 연결을 구현했습니다. 위 단계를 따라 다른 AI 서비스 제공업체의 AI 서비스를 통합할 수도 있으며, 그 경우 askAI 함수를 해당 AI 서비스 제공업체의 API 호출로 간단히 교체하면 됩니다. 그룹 채팅 챗봇의 경우 Bot.OnGroupMessage 웹훅 명령 처리 구현을 보완하기만 하면 됩니다.

지금 주문하기

여기를 클릭하여 빠르게 구매 페이지로 이동하십시오.