Бот для проверки орфографии и пунктуации через GPT-4o на Python

Я не обладаю природной грамотностью, и мне бывает мучительно стыдно за то, что я пишу. Для приведения текстов в минимально читабельный вид я использую специальные сервисы, которые проверяют орфографию и пунктуацию. И сегодня мы попробуем не просто использовать такой сервис, а написать свой. В этой статье мы напишем и развернем на удаленном сервере Telegram бота, который проверяет грамматику.

Бот будет проверять текст на грамматические ошибки, исправлять их и даст рекомендации по грамотному написанию.

Саму проверку грамматики осуществляет GPT-4o, что нам даст возможность легкой корректировки и адаптации решения к реальным кейсам в случае необходимости.

Функциональность бота проверки орфографии

Бот проверяет и исправляет текст с грамматическими ошибками следующим образом.

После написания кода бота проверки орфографии и пунктуации мы развернем его в облаке Amvera, так как оно из коробки поддерживает бесплатное встроенное проксирование до API OpenAI, дает возможность развертывания проектов через загрузку файлов в интерфейсе и начисляет при регистрации бонусный баланс для бесплатных тестов.

Исходный код бота доступен в репозитории GitHub

Приступим.

Создание бота проверки правописания

Зарегистрируем бота в @BotFather и получим токен по данному примеру:

Успешно! Мы создали бота, сохраним его токен.

Написание бота с использованием библиотеки aiogram 3

Установим локально все необходимые библиотеки. Хотя можно использовать библиотеку telebot, aiogram является более подходящим вариантом для новичков благодаря своей простоте.

pip install aiogram nest_asyncio g4f

Переходим в командную строку и прописываем данную команду выше. 

Теперь можно приступить к написанию кода

1. Создаём файл main.py

2. Импортируем необходимые библиотеки

import logging  # Импортируем модуль для ведения логов import asyncio  # Импортируем модуль для работы с асинхронным кодом import nest_asyncio  # Импортируем библиотеку, позволяющую использовать asyncio в уже работающих циклах событий import os  # Импортируем модуль для работы с операционной системой (например, для доступа к переменным окружения) from g4f.client import Client  # Импортируем класс Client из библиотеки g4f для взаимодействия с API   from aiogram import Bot, Dispatcher, types  # Импортируем основные классы aiogram для работы с Telegram Bot API from aiogram.filters import CommandStart  # Импортируем фильтр для обработки команды /start from aiogram.types import Message  # Импортируем класс Message для работы с сообщениями

Чтобы развернуть нашего бота проверки грамотности текста на удаленном сервере, нам понадобится написать файл requirements.txt, куда мы запишем все наши зависимости.

Выглядеть requirements.txt будет  так

nest-asyncio==1.6.0 g4f==0.4.5.3 aiogram==3.17.0

3. Создаём экземпляр бота

# Настраиваем уровень логирования на INFO logging.basicConfig(level=logging.INFO)   # Создаем экземпляр бота с токеном, который берется из переменных окружения bot = Bot(token=os.environ["TOKEN"]) # Создаем диспетчер для обработки входящих сообщений dp = Dispatcher()   # Применяем nest_asyncio для работы с асинхронным кодом в Jupyter или других средах, где уже запущен цикл событий nest_asyncio.apply()   # Основная асинхронная функция для запуска бота async def main():     # Запускаем опрос (polling) для получения обновлений от Telegram     await dp.start_polling(bot)   # Проверяем, что этот файл запускается как основная программа if __name__ == "__main__":     # Запускаем основную функцию в асинхронном режиме     asyncio.run(main()) 

Создадим команды бота для проверки грамотности текста

1. Команда старта

# Обрабатываем команду /start @dp.message(CommandStart()) async def cmd_start(message: Message):     # Формируем текст приветствия, используя имя пользователя     text = f"Привет, @{message.from_user.username}! Напиши мне текст, а я его подправлю."     # Отправляем ответ пользователю с текстом приветствия в формате Markdown     await message.answer(text, parse_mode="Markdown")

2. Далее напишем саму функцию, которая отвечает за проверку грамматических и орфографических ошибок

# Обрабатываем все остальные сообщения @dp.message() async def handle_message(message: Message):     # Создаем экземпляр клиента для работы с API g4f     client = Client()     # Отправляем запрос на создание завершения чата с моделью gpt-4o     response = client.chat.completions.create(         model="gpt-4o",  # Указываем модель, которую будем использовать         messages=[  # Передаем список сообщений для контекста             {"role": "user", "content": f"Привет! Проверь мой текст на наличие грамматических ошибок: \"{message.text}\""},             {"role": "system", "content": "Отвечай таким шаблоном и никак иначе: \"Исправленные слова:\n\nПравила, которые стоит вам прочесть:\", если ты не нашёл ошибки, то скажи об этом."}         ]     )     # Отправляем пользователю ответ от модели     await message.answer(response.choices[0].message.content) 

По ссылке вы можете найти исходный код бота проверки орфографии и пунктуации.

Подготовка к деплою

Деплой мы произведем в облаке Amvera, которое поддерживает бесплатное встроенное проксирование до API OpenAI, что нужно нам для работы GPT-4o и возможность развертывания через загрузку файлов в интерфейсе (или через git push). Помимо этого, при регистрации будет начислен бонусный баланс в 111 руб., который позволит пользоваться сервисом бесплатно на время тестов.

Создадим конфигурационный файл amvera.yaml

Используем генератор для создания этого файла или зададим поля в разделе Конфигурация.

Выбираем окружение Python. Далее вводим версию Python, в нашем случае 3.10. Указываем путь к файлу с зависимостями, requirements.txt 

Вводим имя нашего основного файла, в моём случае main.py

Важно: если вы используете в проекте SQLite, обязательно сохраните ее в постоянное хранилище /data и пропишите в коде к ней пути в виде /data/имя_файла. Это позволит не потерять данные при пересборке.

Вот так выглядит файл конфигурации:

meta:   environment: python   toolchain:     name: pip     version: 3.10 build:   requirementsPath: requirements.txt run:   scriptName: main.py   persistenceMount: /data   containerPort: 80

Деплой через интерфейс

1. Нажимаем на кнопку создать проект.

2. Выбираем тип сервиса — приложение, вводим название проекта и выбираем тарифный план.

3. Нажимаем далее.

4. Выбираем файлы которые нужно закинуть в проект и перемещаем их в окно загрузки.

Нажимаем на кнопку далее. У нас появится окно загрузки файлов, куда их надо перетянуть. Важно не загружать папку venv. Система сама создаст ее на основе файла с зависимостями.

Здесь ничего не требуется делать, так как мы загрузили файл amvera.yaml, и все настройки происходят автоматически. Просто нажмите «Завершить». Начнется сборка, но она завершится ошибкой, так как мы не добавили токен нашего бота в секреты.

Теперь нам необходимо добавить секрет — токен нашего бота. В методе bot.run() мы указали просто слово TOKEN, но теперь нужно создать переменную как секрет. Для этого переходим на вкладку «Переменные» в проекте и нажимаем «Создать секрет». В поле «Название» вводим переменную TOKEN, а в поле «Значение» — сам токен.

После добавления токена перезапустим проект и получим вот такой статус.

Рассмотрим альтернативный способ — деплой через Git

Механика доставки кода через git push amvera master даст возможность обновлять наш проект всего тремя командами в терминале, без необходимости заходить на сайт облачного сервиса, что значительно удобнее.

1. Создаём папку проекта и помещаем в неё все файлы. 

2. Открываем командную строку и переходим в нашу папку с помощью команды cd «путь к папке». После этого инициализируем репозиторий, выполнив команду. 

git init 

Далее заходим в Amvera и создаём новый проект.

Теперь мы выбираем метод «Через Git».

Теперь нам нужно подключиться к существующему репозиторию, для этого копируем команду ниже и вставляем в командную строку.

Потребуется ввести логин и пароль от сервиса Amvera. При этом терминал при вводе пароля не будет его отображать. Это сделано для безопасности.

После чего вводим команды для добавления файлов и создания коммита:

git add .

Не забываем про точку в конце команды, она нужна.

git commit -m "initial commit" 

Вместо «initial commit» пишем любое описание изменений, но это на ваш вкус.

Запушим все файлы и сборка начнется автоматически. Для этого вводим команду:

git push amvera master

Если все выполнено корректно, после сборки начнётся процесс запуска бота проверки грамматики. В случае возникновения ошибки рекомендуется изучить Лог сборки и Лог приложения, а также ознакомиться с распространёнными ошибками в документации сервиса.

Результат

Мы написали Telegram бота, который проверяет орфографию и подсказывает, есть ли в тексте ошибки и как их исправить. Для этого мы задействовали API OpenAI, а именно сеть GPT-4o, которая позволяет реализовать решение с высоким потенциалом для изменений и дальнейшего совершенствования приложения.

Исходный код бота в репозитории GitHub