discordで講義レジュメを管理・要約する。

大学の講義を効率的にサボるツールをdiscordを使って作成します。

概要

pythonオンリーでdiscord botを作成してみました。要約に使ったLLMはGPT4oです。
discord botの作成方法については言及しません。

この記事に影響を受けました。↓
https://zenn.dev/neoai/articles/768b65f5655171

なぜdiscordで管理するのか

• 私がゲーマーのため基本的にファイルやデータの共有はdiscordで済ませたい。
• 周りの友人とのメインコミュニケーションツールがdiscordだった。
• またdiscordはSlackやLineと違い保管期限が無い。

実際のコード

import discord
import openai
import os
import fitz  # PyMuPDF for PDF
from pptx import Presentation
from docx import Document
from dotenv import load_dotenv

#環境変数を読み込む
load_dotenv()
openai.api_key = os.getenv("OPENAI_API_KEY")
DISCORD_TOKEN = os.getenv("DISCORD_TOKEN")

#Discord Intents 設定
intents = discord.Intents.default()
intents.message_content = True
client = discord.Client(intents=intents)

#ファイル形式別のテキスト抽出関数
def extract_text_from_pdf(file_bytes):
    with fitz.open(stream=file_bytes, filetype="pdf") as doc:
        return "\n".join([page.get_text() for page in doc])

def extract_text_from_docx(file_bytes):
    with open("temp.docx", "wb") as f:
        f.write(file_bytes)
    doc = Document("temp.docx")
    os.remove("temp.docx")
    return "\n".join(p.text for p in doc.paragraphs)

def extract_text_from_pptx(file_bytes):
    with open("temp.pptx", "wb") as f:
        f.write(file_bytes)
    prs = Presentation("temp.pptx")
    os.remove("temp.pptx")
    text = ""
    for slide in prs.slides:
        for shape in slide.shapes:
            if hasattr(shape, "text"):
                text += shape.text + "\n"
    return text

#Discordイベント：メッセージ受信時
@client.event
async def on_message(message):
    if message.author.bot:
        return

    if message.attachments:
        try:
            attachment = message.attachments[0]
            filename = attachment.filename.lower()
            file_bytes = await attachment.read()

            # 拡張子によって処理を分岐
            if filename.endswith(".txt"):
                text = file_bytes.decode("utf-8")
            elif filename.endswith(".pdf"):
                text = extract_text_from_pdf(file_bytes)
            elif filename.endswith(".docx"):
                text = extract_text_from_docx(file_bytes)
            elif filename.endswith(".pptx"):
                text = extract_text_from_pptx(file_bytes)
            else:
                await message.channel.send("対応しているファイル形式は .txt, .pdf, .docx, .pptx です。")
                return

            # プロンプト作成
            prompt = f"以下の文章を要約し、日本語に翻訳してください:\n\n{text}"

            # OpenAI Chat API を使用（新API対応）
            response = openai.chat.completions.create(
                model="gpt-4o",
                messages=[
                    {"role": "system", "content": "あなたは優秀な翻訳者であり要約者です。"},
                    {"role": "user", "content": prompt}
                ],
                temperature=0.5,
                max_tokens=800
            )

            result = response.choices[0].message.content.strip()

            # スレッドで結果を返信
            thread = await message.create_thread(name="要約・翻訳結果")
            await thread.send(result)

        except Exception as e:
            await message.channel.send(f"エラーが発生しました: {e}")

#Bot起動
client.run(DISCORD_TOKEN)

結果

手頃なレジュメがなかったのでGoogle ScholarでLLMと検索しヒットした論文の中でトップにきたもので試してみます。
https://dl.acm.org/doi/pdf/10.1145/3597503.3639187
ファイルを送信したのち１０秒ほどで応答しました。

要約結果がこちらです。


要約はGPT4oが行ってるのでそこまで気にならないですね。

気になった事

やりすぎるとスレッドの表示が増えていっちゃうかも？

今後の展望

• awsかなんかの無料のクラウドサービスを使ってもっと使いやすくする。
• LLMのモデルで他にいいものを探す。→教えてください。
• プロンプトを変える。

以上ありがとうございました。