TWICE 機器人 —— 九個有個性的 Discord AI 機器人
把韓國女團 TWICE 的九位成員，各自做成一個獨立的 Discord 機器人。她們會用各自的個性 跟你聊天、彼此之間也會互相搭話，主控機器人還能播音樂和管理伺服器。
緣起
一開始只是想做一隻會回話的 Discord 機器人。但既然要做，就想做得有趣一點 —— 與其做一隻冷冰冰的機器人，不如做「一群有個性的角色」，讓她們不只回應我、 還會彼此互動，把伺服器變得熱鬧。於是目標變成：九個獨立人格 + 會自己聊起來的群體。
實際畫面
九位成員
每位成員都是一個獨立的角色，有自己的暱稱、顏色、emoji 與完整人設：
| 成員 | 個性 | |
|---|---|---|
| 🐰 | 娜璉 Nayeon | 最年長的姐姐，元氣、愛撒嬌、自信，常自誇最可愛 |
| 💚 | 定延 Jeongyeon | 帥氣直率、有點毒舌但很照顧人、有潔癖，跟娜璉是歡喜冤家 |
| 🍑 | Momo 모모 | 舞蹈擔當，呆萌又愛吃，日本三人組之一 |
| 🌸 | Sana 사나 | 開朗愛撒嬌，招牌動作 샤샤샤，熱情愛抱抱 |
| 👑 | 志效 Jihyo（主控） | 隊長，可靠成熟、歌聲超強，大家鬧時負責主持秩序 |
| 🐧 | Mina 미나 | 文靜優雅學過芭蕾，氣質沉穩，隱藏的遊戲宅 |
| 🦅 | 多賢 Dahyun | 隊上的開心果，搞笑反應快，招牌老鷹之舞 |
| 🎨 | 彩瑛 Chaeyoung | 有藝術天分會畫畫寫詞，又酷又有個人風格 |
| 🐶 | 子瑜 Tzuyu | 來自台灣的忙內，外貌擔當，高冷但內心善良貼心 |
人格系統有多「深」
每位成員不是只有一句個性描述，而是一整套設定（全寫在 personalities.json，改它不用動程式）：
- 打招呼、口頭禪、關鍵字觸發回應（聽到「可愛」「累了」會講不同的話）
- 萬用回應（沒打到關鍵字時）、主動搭話台詞
- 甚至 針對其他特定成員的專屬吐槽台詞
例如娜璉跟定延是出了名的「歡喜冤家」，設定裡就寫了她們互嗆的專屬台詞：
娜璉 →「定延妳又在擺那張臭臉了齁～😏」 定延 →「娜璉妳安靜零點五秒會怎樣嗎哈哈😏」
正因為「設定」和「程式」徹底分開，要新增一位角色、或調整誰的個性，都只要改 JSON、 完全不用碰程式邏輯。
開發歷程：遇到的問題與怎麼解決
做這個專案最有趣（也最頭痛）的，不是讓機器人講話，而是讓「九隻機器人」乖乖共處。
問題一：機器人會無限互相回話、把頻道洗版
讓成員之間能互相搭話後，馬上踩到雷：A 回 B、B 又回 A，永遠停不下來，瞬間洗爆頻道。
解法：把「被動回應」關掉 —— 機器人收到「另一隻機器人」的訊息時直接忽略， 成員之間的接話改由程式主動觸發。再加上兩道煞車：連環接話深度上限（最多接 2 層） 和同頻道冷卻時間，徹底斷開無限迴圈。
問題二：免費 AI 額度一下就爆
接上 Google Gemini 後，九隻 bot 動不動就各自呼叫 AI，免費額度很快就撞到上限。
解法：想盡辦法省呼叫——限制連環接話深度、被點名時一次只帶一位出場、 用機率控制隨機接話的頻率，而且 AI 呼叫失敗時就「安靜不發言」， 而不是硬補一句台詞。把「聊天的熱鬧感」和「API 成本」之間調出一個平衡點。
問題三：同一句話被記九次
我讓每隻 bot 都記住頻道最近的對話當作 AI 的上下文，結果發現一則人類訊息會被 九隻 bot 各自記一次，記憶瞬間被灌爆。
解法：用訊息 ID 做去重，同一則訊息只記一次。
問題四：AI 有時失敗、有時答非所問
免費 AI 偶爾會逾時或回奇怪的東西，不能讓機器人因此壞掉或亂講話。
解法：設計三層優雅降級——先試 AI；AI 失敗就用關鍵字回覆； 連關鍵字都沒打到，就回一句「欸我剛剛恍神了，再說一次好嗎」的萬用句。 這樣機器人永遠不會崩、也永遠不會答非所問。
# 三層 fallback：AI → 關鍵字 → 「沒聽清楚」萬用句
reply = None
if ai.ai_enabled():
reply = await ai.generate_ai_reply(persona, history)
if not reply:
reply = persona.keyword_reply(clean) or _busy_line(persona)問題五：斜線指令重複出現兩次
部署後發現每個指令在 Discord 裡都列了兩次，原來是「全域指令」和「每伺服器指令」 同時存在。解法：同步到伺服器後，把舊的全域指令清掉。
問題六：怎麼讓它「像真人」而不是機器人
純粹秒回會很出戲。解法：回話前加上「輸入中…」指標和隨機停頓，模擬打字的節奏； 還會把回覆裡提到的名字自動轉成真正的 @ 提及（並避免自己 tag 到自己）。
一個關鍵的設計決定：從關鍵字進化到 AI
最初版本其實完全不接 AI，個性是用「關鍵字 + 預寫台詞」做的。但我一開始就把 「產生回覆」這件事獨立成一個函式，所以後來要升級成真正的 AI 對話時， 幾乎只改了那一個地方，其他都不用動。這讓我體會到「把會變動的部分隔離出來」 這個設計習慣有多重要。
技術架構
- Python + discord.py，九隻 bot 跑在同一支程式裡（用 asyncio 並行），透過共享註冊表互相搭話
- AI 層：Google Gemini（
gemini-2.5-flash-lite），用 system prompt 鎖定角色扮演 - 人格系統：個性全寫在
data/personalities.json（個性、口頭禪、關鍵字、互動回應），改設定不用動程式 - 音樂：yt-dlp + ffmpeg；yt-dlp 故意不鎖版本，因為 YouTube 常改規格要保持更新
- 部署：Docker 打包，可放到 Railway 等平台 24 小時運行（電腦關機也不斷線）
- 安全：所有 Token / 金鑰放
.env，用.gitignore確保不外洩
新的想法 / 未來計畫
- 長期記憶：現在只記得當下頻道最近幾則，想讓成員記得跟特定使用者的互動
- 語音回覆：接 TTS 讓成員真的「開口說話」，不只打字
- 更省成本：用快取或更小的模型，讓 AI 對話開更大也不怕爆額度
- 這個「優雅降級 + 設定與程式分離」的架構，之後想套用到別的專案上
我學到的東西
- 非同步程式設計（
async / await）與同時管理多個連線 - 串接 LLM API、設計 prompt 做角色扮演，以及失敗時的 fallback 策略
- 在「功能」與「成本 / 穩定性」之間做取捨
- 用 Docker 打包並部署成 24 小時運行的服務