使用C#開發LineBot(5) - 透過程式碼讓Linebot發送圖片、貼圖

作者： -

這幾天我們更新了Nuget Package LineBotSDK，加上了一組非靜態的bot類別，現在你可以透過底下這段程式碼，直接建立一個bot物件實體，來操作所有有關發送Line訊息、或是圖片、貼圖…等工作…

string Token = "你自己的LineBot Channel Access Token";
string toUserId = "傳送對象的UserId";
//建立LineBot物件實體
isRock.LineBot.Bot LineBot = new isRock.LineBot.Bot(Token);
//發送圖片訊息
LineBot.PushMessage(toUserId,
new Uri("https://圖片位置/22-124303-d8b2c4de-9a8c-48da-83f1-7c0d36de3ab6.png"));
view raw testLineSDK.aspx.cs hosted with ❤ by GitHub

注意上面這段程式碼，其中的圖片URI必須是https，否則會發生錯誤，圖片支援.png的格式(估計其他也支援，但我沒試)。

透過物件實體(Object instance)來操作，省去了呼叫PushMessage的時候一直要傳遞AccessToken的不方便，同時在記憶體管理上也比較安全。

這組bot類別還提供了傳送貼圖的功能，例如:

上面這段程式碼可以發送出底下這樣的貼圖:

為何傳入packageId與StickerId參數 1 , 2 是出現上面這個貼圖呢? 目前LineBot可以用的貼圖就那幾組，請參考底下連結: https://devdocs.line.me/files/sticker_list.pdf 

上面這個連結顯示出了目前有可以用的PackagId與StickerId。

別忘了，使用上述的功能必須先在你的專案中加入最新版(0.3.9)的LineBotSDK喔:

OK，盡情的傳送貼圖吧，Have fun~

----------------------
相關課程: http://www.studyhost.tw/NewCourses/LineBot

留言

斌寫道…
作者已經移除這則留言。
2017年1月14日 下午3:16
Clone寫道…
可以教Imagemap的baseUrl的用法嗎?
2017年1月16日 上午10:30
Unknown寫道…
有辦法傳txt或者PDF檔案嗎
2017年1月26日 上午11:42
isDavid寫道…
@Clone,
可以

@Lin Beisien,
沒有傳送檔案的API，但其實你直接把檔案上傳到某個位置，然後傳送該檔案的Hyper link就可以了...
2017年1月27日 上午11:52
Kevin表示…
請問程式碼中的userId跟PushMessage與SDK中的ReplyMessage有什麼差異呢?
一定需要userId嗎? 謝謝。
2017年2月5日 晚上11:33
isDavid寫道…
@Kevin,

reply原則上只需要replyToken。
Push Message則肯定需要UserId。

UserID可以透過你的用戶跟你的bot對談時，Receieved Message的source屬性取得。

bot的行為在接收到訊息時，可以直接回應，這時可以透過reply Message機制，以replyToken來回應。一旦回應過了，或超過一定時間沒有回應，就無法回應了。這時就只能主動發訊息給用戶，這個行為就是Push Message。

2017年2月9日 晚上9:11
Lin表示…
您好，有看到你說UserID可以透過你的用戶跟你的bot對談時，Receieved Message的source屬性取得。
請問有範例的程式嗎? 第一次做不太熟 感謝回應!!
2017年3月23日 晚上8:36
isDavid寫道…
@Lin,

請參考:
https://github.com/isdaviddong/LineBotSdkExample/blob/master/LineBotSdkExample/Controllers/LineChatController.cs

User Id可以從ReceivedMessage.events[0].source.userId取得。
2017年3月24日 上午11:50
匿名表示…
您好，請問該如何接收用戶傳遞過來的圖片或語音呢?
2017年3月28日 晚上11:26
isDavid寫道…
to 匿名 ,
https://channel9.msdn.com/Shows/NET-Walker-5/bot03
2017年3月29日 晚上7:10
匿名表示…
老師謝謝，那再請教您，您的SDK中ImagemapMessage的作用又是什麼? 該如何使用?
isRock.LineBot.ImagemapMessage
2017年3月31日 下午1:06
匿名表示…
請教如果要傳語音要如何實做?
我試過直接像圖片這樣傳網址，似乎不行。
2017年3月31日 下午1:27
Lin表示…
您好，想請問能取得使用者的名稱嗎 還是說只能取得UserID而已
感謝回應!!!!
2017年3月31日 晚上7:56
isDavid寫道…
@Lin,

可以取得用戶名稱,
LineBotSdk 有一個API是 GetUserProfile...可以參考看看。
2017年4月9日 下午1:40
steven 張寫道…
作者已經移除這則留言。
2017年4月11日 上午10:50
steven 張寫道…
作者已經移除這則留言。
2017年4月11日 下午1:11
水餃寫道…
作者已經移除這則留言。
2017年5月15日 下午5:25
水餃寫道…
作者已經移除這則留言。
2017年5月15日 下午5:29
wu寫道…
老師好~ 想請問老師, 我在nuget 裝 line.bot.sdk 2.0 版一直出現下面錯誤 vs2015
==============================================================================
嚴重性 程式碼 說明 專案 檔案 行 隱藏項目狀態
錯誤 無法安裝封裝 'Line.Bot.SDK 2.0.0'。您正嘗試將此封裝安裝到以 '.NETFramework,Version=v4.5' 為目標的專案，但該封裝不包含任何與架構相容的組件參考或內容檔。如需詳細資訊，請連絡封裝作者。 0
不知是什麼原因?
2018年6月2日 下午1:01
isDavid寫道…
@wu,

因為你安裝錯了唷，我們開發的是底下這個:
https://www.nuget.org/packages/LineBotSDK
不是Line.Bot.SDK 2.0.0
2018年6月8日 凌晨1:04
Harold's Blog寫道…
作者已經移除這則留言。
2019年10月3日 上午9:19
匿名表示…
https://www.nuget.org/packages/LineBotSDK
確定是這個

無法安裝封裝 'LineBotSDK 2.0.1'。您正嘗試將此封裝安裝到以 '.NETFramework,Version=v4.0' 為目標的專案，但該封裝不包含任何與架構相容的組件參考或內容檔。如需詳細資訊，請連絡封裝作者。
2019年10月17日 下午3:03
張貼留言

這個網誌中的熱門文章

使用LM Studio輕鬆在本地端以API呼叫大語言模型(LLM)

作者： -
圖片
最近上課常被問到，如何在地端環境搭建出大語言模型(LLM)，並且呼叫其API。 一開始我不太理解為何會有這樣的需求(因為在地端自行搭建運行LLM的成本不一定比較低，即便可能比較安全)，但被問多了，也就開始遍尋相關的解決方案，看看有沒有什麼最簡單的方式，可以讓開發人員在地端測試大語言模型? 後來我選擇 LM Studio ，它就是一款設計來運行大型語言模型（LLM）的平台，有個算是挺優雅的整合環境，讓一般 end-user 或開發人員，都可以輕易地在 local 端進行模型的部署和測試。 LM Studio 本身支援多種模型架構和框架，當然，最重要的是，它是免費的。 下載安裝 都很容易，我就不多說。 安裝好之後，你可以看到首頁中已經呈現了許多 Hugging Face上的模型： 這顯然是因為Hugging Face是大部分免費開源模型的集散地。 你可以搜尋自己喜歡的模型，透過LM Studio下載到local之後，就可以直接載入(下圖一)： 隨手設定一下 system prompt(上圖二)，然後，就可以直接對談了。(上圖三) LM Studio會使用你的GPU進行運算(如果有的話)，你會發現，原來有好的設備(GPU)，運行的速度可以如此之快。 Local Server 對於開發人員來說，它還有個超級更友善的功能。 LM Studio本身還提供一個 local server，可以幫你把模型包裹起來讓你直接透過API呼叫該模型的功能，例如： 上圖是我們開啟 LM Studio中 Local Server功能後的結果，你可以透過 localhost 的 1234 port 來呼叫這個被 LM Studio 運行起來的大語言模型。(有沒有發現，我們用的也是 chat/completions API) 透過Postman簡單提供一下 JSON Body: { "model": "LM Studio Community/Meta-Llama-3-8B-Instruct-GGUF", "messages": [ { "role": "system", "content": "你是AI助理，請一律用繁體中...
Read more »

使用 Dify 以No Code方式建立記帳機器人

作者： -
圖片
LLM改變了軟體開發的一切 每每碰到一套新的工具或技術，我都會想把過去熟悉的例子重新實作一次，一方面有助於了解新技術的瓶頸或極限，另一方面也可以實際體驗新工具所能帶來的改變與節省的時間。針對LLM和Dify的出現，我當然也這麼做了。 過去，我們曾經出版過一本『LINE Bot與人工智慧辨識開發實戰』的書籍，內容在闡述使用LINE官方帳號和微軟的AI技術(cognitive services)進行 對談/客服 機器人的建立。當然，那是在還沒有LLM的時代。 如今LLM的出現，改變了開發對談機器人的一切。 過去書中有一個例子，我一直想拿LLM重新做一次，就是 記帳機器人 。 而且這一次，我不想再寫任何程式碼了。 記帳機器人 記帳是獲得財富自由的首要關鍵(不知道曾看到哪本書上這樣說的，但我愈來愈覺得那本書裡面的內容有一半是安慰人的，不過我們暫且擱置爭議)。關於記帳這件事情，如果能有一個隨身帳本，可以幫你記錄每一筆消費，應該是一個好的開始。 有很多app有這樣的功能，但大多數App都是透過表單輸入的方式，讓你自己輸入每一個欄位，而我希望做的這個對談機器人，要能夠直接透過自然語言輸入，就能完成記帳。例如： 剛才在加油站把油加滿，花了1200元 午餐吃了7-11的雞腿便當，130塊 用戶直接用自然語言輸入類似上面這樣的句子，記帳機器人就能夠幫我們將這些消費紀錄寫入資料庫。that’s it。 使用 Dify 開發與測試 如今，在有LLM和Dify工具的狀況下，要實現這個需求變的很容易，我們先整理一下需求，並且整理一下初步的思路。 當用戶輸入一句話，我們就丟給LLM去判斷(注意，是判斷)，如果用戶在這一句話中已經包含我們所需要的所有資訊(參考底下)： 金額(Amount) 商店名稱(Store) 消費項目(Item) 時間日期(DateTime) 備註(Memo) 我們就把上述消費資料轉成 JSON，然後呼叫一個 Rest API 把這消費紀錄存入資料庫。如果用戶只說了一部份，還有缺少的資料，例如： 剛才花了150元 這句話缺了消費項目與商店名稱等資訊，那我們就讓LLM持續追問，直到蒐集完所有資訊為止。 上述邏輯很簡單，而我們用Dify進行開發，過程更簡單，整個流程設計大概像是底下這樣，幾乎不用寫什麼程式碼: 上圖中的重要...
Read more »

實際嘗試使用DeepSeek API

作者： -
圖片
突然造成關注的 DeepSeek DeepSeek 是一家於2023年由中國私募基金「幻方量化」創立的人工智慧公司，專注於AI技術。算是少數專注於基底模型訓練的廠商。幻方量化這家公司的負責人很年輕，1985年生，才40歲，同時也是DeepSeek的創辦人。但他為何從投資領域跑來訓練AI模型? 如果對這家企業有興趣，可以參考 這裡 。) 從沒沒無聞到震動市場，主要是因為其最新成果 DeepSeek-V3 與 R1模型，採用「混合專家架構」設計，僅在需要時啟動部分「腦細胞」，以便於降低運算資源消耗。據傳，由於訓練該模型僅使用 2048 部 NVIDIA H800 GPU，耗時約兩個月，以極低的成本(約為560萬美元)完成訓練，但 R1 模型在數學和推理基準測試中表現出色，號稱與OpenAI的o1模型效果相當。 據聞 Meta 和 OpenAI 對 DeepSeek 的快速崛起感到緊張，主要原因在於 DeepSeek 在各種壓力底下，居然可以更低的成本，基於過去開源的基礎完成更高階的成果展現。Meta的首席AI科學家Yann LeCun指出，DeepSeek的成功證明了開源模型(例如他們家的llama)正在超越專有模型(像是 GPT or Gemini)，強調了開放研究與開源的重要性。 總之這些進展引起了矽谷的關注，甚至有Meta員工匿名表示，內部出現了恐慌情緒，工程師們正在連夜嘗試複製DeepSeek的技術。 可預見的未來，模型(不管是雲端或地端)的可選擇性將會大增，在使用的成本上也有機會日漸低廉。因此，我們就來看看 DeepSeek API 的使用。 使用 DeepSeek API DeepSeek 也有提供雲端版本的API，要使用 DeepSeek 的 API，您需要先申請 API 金鑰(以信用卡或PayPal付費)，位於 這裡 : 申請後，您可以透過發送 HTTP POST 請求與 DeepSeek 的模型進行互動。以下是使用 cURL 的範例： curl https://api.deepseek.com/chat/completions \ -H "Content-Type: application/json" \ -H "Authorization: Bearer <DeepSeek API Key...
Read more »

使用 Dify API 快速建立一個包含前後文記憶的對談機器人

作者： -
圖片
Dify 這個產品我就暫時先不介紹了，它找到了一個挺好的切入點跨入AI Agent市場。讓不喜歡(或不擅長)寫太多 Code 的開發人員，也可以快速的建立一個具有前後文、記憶的對談機器人。 其實若單就設計 Chat Bot 來談，它本質上和 GPTs 有那麼一點點像，你只需要給一個 system prompt ，再加上一點點的資料上傳做為 RAG 的數據來源，就可以生出一隻有模有樣的對談機器人。 但 GPTs 做出來的 Chat Bot 被綁在 ChatGPT 的 UI 裡面，你不容易把它跟 LINE Bot (LINE 官方帳號) 或其它 UI (例如 MS Teams) 串在一起，而 Dify 呢? 則給你了一個 chat-messages API，讓你能很快的實現這個功能，把你在 Dify 平台上做好的 Chat Bot 轉變成可以正式運行的 LINE Bot 或 其它 Bot。 這也是今天我們要介紹的部分。 建立 Assistant 我們先用 Dify 以底下這個 system prompt 建立了一個請假助理： 發佈後，你可以在Dify 內建的 Web UI 上測試： 你會發現，這個 chat bot 已經有著基本的記憶，然後可以依照 system prompt 完成對談和任務。 不要問我在這邊建立出一個假單有什麼用，正常情況下是要直接讓 chat bot 寫入資料庫(例如 HR 系統，直接完成請假)，只是我們還沒談到這一段，這部分以後再展開來談。 chat-messages API 好，透過上面那樣建立一個對談機器人超容易，且內建就有了記憶和前後文的功能。讓開發人員快樂的不得了。跟使用無腦 GPTs 生成術差不多。然而，如果只能在 Web 上用，不能串接 MS Teams、LINE…等介面，做了也是白搭。 但，Dify 貼心的提供了 API，我們來試試看。先Gen個 API Key： 生成了 API key 之後，你只需要透過底下這樣的 rest api，即可進行呼叫： 你會發現，開發人員只要使用單一的這一個 https://api.dify.ai/v1/chat-messages API 即可進行對談。每次只需要透過 query 輸入用戶說的話，response 中的 answer 則是 LLM (Assist...
Read more »

使用 Dify 建立企業請假機器人

作者： -
圖片
八卦與未來 上個月，前Google執行長Eric Schmidt在史丹福有場演講，媒體關注的是八卦消息(如果你也曾關注，網路上有很多鐵定可以找到)，但我注意到的則是他提到了自己認為接下來 AI(特別是大語言模型) 可能的發展方向，包含: Large Context Window AI Agent Text-to-Action 底下這邊有這一個段落的影片： https://www.youtube.com/watch?v=zl3k1ksFZdY 為何我會關注這部分? 因為上述的三個方向，也是身為開發人員的我，過去這一年，來與LLM打交道後的感想。昨天，我在 twMVC 的研討會分享中，展示了一個其實我過去早做過了N百次的範例，就是企業的請假機器人。(唯一不同的是，這次我幾乎沒有寫任何程式碼) 場景是，員工在家裡生病了，想要透過語音或是app進行請假，你可以看底下這個運行的範例 (git圖檔會循環播放，開始是 『我好像感冒了』)： 用自然語言對談的方式，即可完成請假。 我說過，類似這樣的範例我做過很多次，用 LINE Bot 搭配 C# 做過，用MS Bot Framework 做過，前陣子也用 Semantic Kernel 框架做過，更早期，還沒有AI的時代，我也在EIP和HR系統裡做過。 但我想說的是，這 就是 Text-to-Action 的呈現，也是一個典型的 AI Agent 的例子，它讓我們透過自然語言(可以是語音或文字)，直接命令機器人(Chat Bot、AI 助理、Agent、Assistant …不管你叫它什麼…)幫你完成一件事情(請假、售票、查詢資料、做財務報表、統計圖表、寫程式…etc.)。 這是一直以來人類對電腦最底層的需求與期待。 隨著 LLM 能夠處理和記憶的 Context 愈來愈被放大，AI Agent 所能夠處理的任務就更加的不受限制。 自然語言才是最符合人類直覺的操作 順帶一提，我昨天在研討會中講了一個故事。 有天，你覺得自己需要聘請一位助理，因此上網張貼徵人啟事，沒多久，你找到了一位號稱上知天文、下知地理的高材生，來幫助你更有效率的完成工作。 他什麼都好，唯一的一個小缺點是，你不能直接對這個助理下達指令，你必須用一種只有這個助理看得懂的語法，才能要求這個助理幫你完成特定的工作。這些語法還挺...
Read more »