一個模仿 PTT 八卦版 (Gossiping) 風格的聊天機器人，同時支援 Telegram 和 LINE。不提供幫助，只提供毒舌。
本 Bot 透過 RAG (Retrieval-Augmented Generation) 技術，將真實的 PTT 精華片段注入 LLM Prompt，使其能夠精準捕捉 PTT 鄉民的語氣、用詞與靈魂。
| 元件 | 技術 |
|---|---|
| LLM | gpt-5-mini（OpenAI 相容 API） |
| 向量資料庫 | ChromaDB |
| 嵌入模型 | sentence-transformers/all-MiniLM-L6-v2 |
| Telegram 框架 | python-telegram-bot（非同步） |
| LINE 框架 | line-bot-sdk v3 + Flask webhook |
| 排程 | APScheduler（每日倒數、每週爬蟲） |
步驟 A：觸發判定
Bot 不會對每條訊息回應，模擬真實鄉民的「隨緣」特性：
Telegram
@bot直接提及 → 100% 回應- 包含問句關鍵字（為什麼、怎麼、推薦、有沒有、股票、感情⋯⋯等 30+ 詞）→ 30% 機率回應
- 其他訊息 → 10% 機率隨機發作
LINE
- 私訊（1:1）→ 100% 回應
- 群組內
@bot直接提及 → 100% 回應 - 群組內含關鍵字 → 30% 機率回應
- 群組其他訊息 → 10% 機率隨機發作
步驟 B：語料檢索 (RAG)
- 用戶輸入轉為向量，在 ChromaDB（約 8.8 萬條 PTT 語料）中語義搜索最相關的 6 條，再隨機抽取 3 條注入 Prompt，確保相關性的同時增加回應多樣性。
步驟 C：毒舌生成
- 從 15 個 few-shot 示範中每次隨機抽取 5 個 + RAG 語料注入 Prompt，避免回應模式固化。
- System prompt 以創意角色扮演框架設定 PTT 鄉民人設：極短、犀利、充滿台灣網路黑話。
- 輸出經後處理，移除 PTT 標記符號，只取第一行；若 LLM 觸發安全過濾，自動替換為人設台詞。
- LINE：回應時自動引用（quote reply）觸發的那則訊息，群組中一眼看出 bot 在回哪句話。
- 多輪對話：每個群組/私訊維護最近 5 輪對話記憶，bot 能接話茬。
步驟 D：自動排程
- 每日 09:00：推播畢業倒數天數 + 當日 PTT 熱門時事（快取至
data/news_cache.json，供當日嘴砲使用） - 每週日 03:00：自動爬取最新 PTT 八卦板文章並重建 ChromaDB 索引，語料持續更新
Sassy-PTT-Bot/
├── telegram_bot/
│ └── bot.py # 機器人主程式
├── indexer.py # 將 PTT 語料建立 ChromaDB 索引
├── data/
│ └── news_cache.json # 每日新聞快取（自動產生）
├── PTT-Crawler-master/
│ ├── Crawler.py # PTT 爬蟲
│ └── chroma_db/ # 向量資料庫（不含於 repo）
├── requirements.txt
└── bot.log # 滾動日誌（5MB × 7 份）
本專案的向量資料庫（chroma_db/）和原始語料（7.4GB）均不包含於 repo，需自行建立。
使用 PTT-Crawler-master/ 內的爬蟲抓取文章，輸出為 JSON 格式。
每個 JSON 檔的結構應為：
[
{
"Content": "文章內文",
"Responses": [
{ "Content": "推文內容" }
]
}
]將所有 JSON 檔放入：
PTT-Crawler-master/data_Gossiping_2025/
source venv/bin/activate
python indexer.py執行完成後會在 PTT-Crawler-master/chroma_db/ 建立向量資料庫。
預設最多索引 100,000 筆語料（可在 indexer.py 的 MAX_DOCUMENTS 調整）。
語料越多、涵蓋話題越廣，RAG 檢索效果越好。建議至少準備 5 萬筆以上的推文。 啟動後每週日 03:00 會自動增量爬取並重建索引。
- Python 3.11+
python -m venv venv
source venv/bin/activate
pip install -r requirements.txt在專案根目錄建立 .env：
# Telegram（必填）
TELEGRAM_TOKEN=your_telegram_bot_token
# LLM API（必填）
CGU_LLM_API_KEY=your_api_key
# LINE（選填，不填則只啟動 Telegram）
LINE_CHANNEL_SECRET=your_line_channel_secret
LINE_CHANNEL_ACCESS_TOKEN=your_line_channel_access_token
LINE_WEBHOOK_PORT=5000
# 畢業倒數（選填）
GRADUATION_DATE=2027-05-22
GRADUATION_GROUP_ID=your_line_group_idLINE Bot 需要公開的 HTTPS 端點才能接收 webhook。本機開發可用 ngrok：
ngrok http 5000將 ngrok 產生的 URL +
/line/callback填入 LINE Developers Console 的 Webhook URL。
source venv/bin/activate
python telegram_bot/bot.py啟動成功會看到：
Telegram 機器人已啟動 (gpt-5-mini 模式)。
LINE webhook server 啟動於 port 5000 # 若有設定 LINE 環境變數
日誌寫入 bot.log（RotatingFileHandler，5MB × 7 份，重啟不清除）。