import telebot from gradioclient import Client Инициализация Telegram-бота bottoken =…
- User
import telebot from gradio_client import Client
Инициализация Telegram-бота
bot_token = '6361706021:AAGDpRSPba2UD36nqbqadpjA3XUFEp3-Auw' # Замените на ваш токен, полученный от BotFather bot = telebot.TeleBot(bot_token)
Инициализация клиента Gradio
client = Client("yuntian-deng/o1")
Словарь для хранения данных пользователей
user_data = {}
Обработчик команды /start
@bot.message_handler(commands=['start']) def send_welcome(message): bot.reply_to(message, "Привет! Я ваш AI-ассистент. Как могу помочь?") # Инициализация данных пользователя user_id = message.chat.id user_data[user_id] = { 'chatbot': [], 'chat_counter': 0 }
Обработчик команды /reset для сброса диалога
@bot.message_handler(commands=['reset']) def reset_conversation(message): user_id = message.chat.id user_data[user_id] = { 'chatbot': [], 'chat_counter': 0 } bot.reply_to(message, "Диалог был сброшен.")
Обработчик всех текстовых сообщений
@bot.message_handler(func=lambda message: True) def handle_message(message): user_input = message.text user_id = message.chat.id
# Проверяем, есть ли данные для текущего пользователя if user_id not in user_data: user_data[user_id] = { 'chatbot': [], 'chat_counter': 0 } # Добавляем сообщение пользователя в историю диалога user_data[user_id]['chatbot'].append([user_input, None]) try: # Вызываем API метода /predict result = client.predict( inputs=user_input, top_p=1, temperature=1, chat_counter=user_data[user_id]['chat_counter'], chatbot=user_data[user_id]['chatbot'], api_name="/predict" ) # Извлекаем ответ и обновляем данные пользователя chatbot_output = result[0] # История диалога user_data[user_id]['chatbot'] = chatbot_output # Обновляем историю user_data[user_id]['chat_counter'] = result[1] # Обновляем счетчик ai_response = chatbot_output[-1][1] # Получаем последний ответ AI # Обрабатываем переносы строк в ai_response ai_response = ai_response.replace('<br/>', '\n').replace('<br>', '\n') # Отправляем ответ пользователю bot.reply_to(message, ai_response) except Exception as e: # Обрабатываем ошибки и отправляем сообщение об ошибке пользователю bot.reply_to(message, "Произошла ошибка при обработке вашего сообщения.") print(f"An error occurred: {e}")Запуск бота
bot.infinity_polling()
добавь индикатор что бот печатает пока пишет
- Assistant
Конечно! Я добавил индикатор "печатает...", чтобы бот показывал, что он обрабатывает сообщение. Для этого мы будем использовать метод
send_chat_actionиз библиотекиtelebotи модульthreading, чтобы периодически отправлять действие "печатает...", пока бот формирует ответ.Вот обновленный код:
import telebot import threading # Импортируем модуль threading from gradio_client import Client # Инициализация Telegram-бота bot_token = '6361706021:AAGDpRSPba2UD36nqbqadpjA3XUFEp3-Auw' # Замените на ваш токен, полученный от BotFather bot = telebot.TeleBot(bot_token) # Инициализация клиента Gradio client = Client("yuntian-deng/o1") # Словарь для хранения данных пользователей user_data = {} # Функция для отправки индикатора "печатает..." def send_typing_action(chat_id, stop_event): while not stop_event.is_set(): bot.send_chat_action(chat_id, 'typing') # Ждём 4 секунды перед повторной отправкой действия stop_event.wait(4) # Обработчик команды /start @bot.message_handler(commands=['start']) def send_welcome(message): bot.reply_to(message, "Привет! Я ваш AI-ассистент. Как могу помочь?") # Инициализация данных пользователя user_id = message.chat.id user_data[user_id] = { 'chatbot': [], 'chat_counter': 0 } # Обработчик команды /reset для сброса диалога @bot.message_handler(commands=['reset']) def reset_conversation(message): user_id = message.chat.id user_data[user_id] = { 'chatbot': [], 'chat_counter': 0 } bot.reply_to(message, "Диалог был сброшен.") # Обработчик всех текстовых сообщений @bot.message_handler(func=lambda message: True) def handle_message(message): user_input = message.text user_id = message.chat.id # Проверяем, есть ли данные для текущего пользователя if user_id not in user_data: user_data[user_id] = { 'chatbot': [], 'chat_counter': 0 } # Добавляем сообщение пользователя в историю диалога user_data[user_id]['chatbot'].append([user_input, None]) # Создаем событие для остановки отправки действия "печатает..." stop_typing = threading.Event() # Запускаем поток для отправки индикатора "печатает..." typing_thread = threading.Thread(target=send_typing_action, args=(user_id, stop_typing)) typing_thread.start() try: # Вызываем API метода /predict result = client.predict( inputs=user_input, top_p=1, temperature=1, chat_counter=user_data[user_id]['chat_counter'], chatbot=user_data[user_id]['chatbot'], api_name="/predict" ) # Останавливаем отправку действия "печатает..." stop_typing.set() typing_thread.join() # Извлекаем ответ и обновляем данные пользователя chatbot_output = result[0] # История диалога user_data[user_id]['chatbot'] = chatbot_output # Обновляем историю user_data[user_id]['chat_counter'] = result[1] # Обновляем счетчик ai_response = chatbot_output[-1][1] # Получаем последний ответ AI # Обрабатываем переносы строк в ai_response ai_response = ai_response.replace('<br/>', '\n').replace('<br>', '\n') # Отправляем ответ пользователю bot.reply_to(message, ai_response) except Exception as e: # Останавливаем отправку действия "печатает..." при ошибке stop_typing.set() typing_thread.join() # Обрабатываем ошибки и отправляем сообщение об ошибке пользователю bot.reply_to(message, "Произошла ошибка при обработке вашего сообщения.") print(f"An error occurred: {e}") # Запуск бота bot.infinity_polling()Объяснение внесенных изменений:
-
Импорт модуля
threading: Добавилиimport threading, чтобы использовать потоки для отправки действия "печатает...". -
Функция
send_typing_action:- Создана функция
send_typing_action(chat_id, stop_event), которая отправляет действие "typing" в чат с указаннымchat_id. - Функция работает в цикле, пока не установлен флаг
stop_event. - После каждой отправки действия функция ждет 4 секунды перед следующей отправкой (Telegram автоматически перестает показывать индикатор после ~5 секунд).
- Создана функция
-
Изменения в
handle_message:- Создание и запуск потока:
- Перед началом обработки сообщения создается событие
stop_typing = threading.Event(). - Запускается новый поток
typing_thread, который выполняет функциюsend_typing_action.
- Перед началом обработки сообщения создается событие
- Остановка потока после обработки:
- После завершения обработки и получения ответа от AI устанавливается флаг
stop_typing.set(), чтобы остановить отправку действия "печатает...". - Вызывается
typing_thread.join(), чтобы дождаться завершения потока перед продолжением выполнения кода.
- После завершения обработки и получения ответа от AI устанавливается флаг
- Обработка исключений:
- В блоке
exceptтакже добавленыstop_typing.set()иtyping_thread.join(), чтобы гарантировать остановку потока при возникновении ошибки.
- В блоке
- Создание и запуск потока:
Как это работает:
- Индикатор "печатает...": Пока бот обрабатывает сообщение и формирует ответ, поток
typing_threadкаждое 4 секунды отправляет действие "typing" в чат, поддерживая отображение индикатора "бот печатает...". - Остановка индикатора: Как только бот готов отправить ответ, поток останавливается, и индикатор исчезает.
Теперь ваш бот будет показывать пользователям, что он "печатает", пока формирует ответ, что улучшит взаимодействие и предоставит визуальный отклик.
-