Министерство науки и высшего образования Российской Федерации

федеральное государственное автономное образовательное учреждение высшего образования

«Национальный исследовательский Томский политехнический университет»

Школа	Инженерная школа энергетики
Обеспечивающее подразделение	Отделение электроэнергетики и электротехники
Направление подготовки / специальность	13.03.02 Электроэнергетика и электротехника
Образовательная программа (направленность (профиль))	Управление объектами электроэнергетических систем/Электроэнергетические системы и сети

Итоговая работа Интеграция llm с веб-приложениями/ Интеграция llm с мобильным приложением Telegram

Выполнил обучающийся
Группа

ассистент ОИТ ИШИТР А.А. Сапегин

^{(степень, звание, должность) (Ф. И. О.)}

Дата проверки _____ __________ 2025 г.

Итоговая оценка

________________________________

^{(традиционная оценка, балл)}

Томск 2025

Оглавление

1. Введение 3

2. Описание проекта 5

3. Установка и настройка компонентов приложения 7

4. Запуск приложения 14

5. Заключение 16

6. Вывод 17

1. Введение

Развитие технологий больших языковых моделей (Large Language Models, LLM) открывает новые возможности для создания интеллектуальных интерфейсов взаимодействия с пользователем. Одной из наиболее перспективных и доступных областей их применения является интеграция в популярные мессенджеры, такие как Telegram, что позволяет реализовать персональных ассистентов, чат-ботов поддержки и интерактивные справочные системы. Данная итоговая работа посвящена практической разработке и развертыванию Telegram-бота, использующего облачную языковую модель в качестве интеллектуального ядра для ведения диалога.

Цель работы – создание функционирующего Telegram-бота с поддержкой контекстного диалога на основе заданного системного промпта, демонстрация процесса его интеграции с внешним LLM-сервисом и освоение принципов промпт-инжиниринга.

Задачи работы:

1. Настройка и конфигурация среды разработки для создания Python-приложения.

2. Изучение и применение библиотеки python-telegram-bot для работы с Telegram API.

3. Интеграция ранее разработанного сервиса взаимодействия с LLM (Yandex GPT API) в архитектуру бота.

4. Реализация механизма управления поведением бота через внешние текстовые промпты.

5. Обеспечение безопасного хранения конфиденциальных данных (API-ключи, токены).

6. Тестирование работоспособности бота и анализ его ответов в зависимости от заданной роли.

Методы и технологии: В работе использовался язык программирования Python, фреймворк python-telegram-bot для асинхронного взаимодействия с Telegram, библиотека python-dotenv для управления конфигурацией, а также OpenAI-совместимый клиент для отправки запросов к Yandex GPT API. Архитектура проекта построена по модульному принципу.