Ollama と discord.js で作る、雑談に常駐する Discord Bot — ロブスターの技術構成

目次

「返事をする Bot」と「そこにいる Bot」の差

Discord に Bot を置くこと自体は難しくありません。メンションに返事をさせるだけなら数十行で動きます。難しいのはその先で、毎回同じ調子で返すだけでは、しばらくすると誰も話しかけなくなります。

ロブスター は、Discord サーバーの雑談チャンネルに常駐する関西弁の Bot です。会話の相手として振る舞いながら、テック系ニュースを1日2回投稿し、「これについて教えて」と聞けば関連記事を探して返します。推論は Mac mini 上の Ollama で完結します。

この記事では、Node.js + TypeScript + discord.js + Ollama という構成で、Bot の「人格・記憶・ネタ」をどう組み立てているかを、リポジトリのコードとともに整理します。

全体構成

プロセスは1つです。discord.js が Gateway に接続してメッセージを受け取り、Ollama の HTTP API を呼び、ニュースは node-cron が起動します。

sequenceDiagram actor U as Discord メンバー participant D as discord.js participant H as handler.ts participant O as Ollama participant F as RSS フィード participant C as node-cron U->>D: @ロブスター メンション D->>H: messageCreate H-->>U: 👀 リアクション(即時) H->>O: /api/chat(人格+例文+プロフィール) O-->>H: 返答 H-->>U: reply C->>F: 9:00 / 18:00 JST に並列取得 F-->>C: 記事一覧 C-->>U: ニュース投稿

図1: メッセージ処理と定期投稿の流れ

責務は、discord.js(接続・検知・返信)、handler(振り分け)、Ollama(生成・抽出・要約)、news(取得・排除・選別・整形)、node-cron(定時実行と月1回の棚卸し)に分かれます。状態はすべて JSON です。会話履歴はメモリ上、投稿済み URL・プロフィール・同義語キャッシュは data/ 配下に置きます。

技術選定

論点 採用 代替案 採用理由
Bot フレームワーク discord.js 14 OpenClaw Gateway Gateway 依存を外し、単一プロセスで完結させる
LLM 実行 Ollama(/api/chat) クラウド LLM API 会話内容を外部に出さず、定額で動かせる
スケジューラ node-cron 外部 cron + CLI 起動時に一緒に開始でき、停止もプロセス内で完結する
RSS パース fast-xml-parser 専用 RSS ライブラリ RSS1 / RSS2 / Atom を同じ経路で扱える
設定の検証 zod 手動バリデーション 環境変数と config/*.json の欠落を起動時に落とせる

実装の核

1. 人格は「システムプロンプト+例文+相手の情報」の合成で作る

キャラクターの定義は config/persona.json にあります。口調のルール、6組の短い例文、失敗時のセリフの3つです。これを毎回のリクエストの先頭に積みます。

// src/ollama/client.ts
function buildPreamble(profile?: UserProfile): ReadonlyArray<ChatMessage> {
  const { systemPrompt, examples } = config.persona

  const profileContext = profile
    ? `\n\n【話し相手の情報】\n名前: ${profile.displayName}\n特徴: ${profile.summary}`
    : ''

  const systemMsg: ChatMessage = {
    role: 'system',
    content: systemPrompt + profileContext,
  }

  const fewShot: ReadonlyArray<ChatMessage> = examples.flatMap(e => [
    { role: 'user' as const, content: e.user },
    { role: 'assistant' as const, content: e.assistant },
  ])

  return [systemMsg, ...fewShot]
}

例文をシステムプロンプトに混ぜず、user / assistant の対話として積むのがポイントです。口調は指示だけで縛るより、例で示すほうが伝わりやすいと考えています。

呼び出し側は stream: false で一括生成し、keep_alive を30分にしています。

// src/ollama/client.ts(fetchChat)
body: JSON.stringify({
  model: config.ollama.model,
  messages: [...buildPreamble(profile), ...messages],
  stream: false,
  keep_alive: KEEP_ALIVE,
}),

雑談 Bot は呼ばれる間隔が空くため、これがないと「久しぶりに話しかけたときだけ遅い」体験になります。

2. 返事より先に 👀 を付ける

生成には時間がかかります。そこで、メンションを受け取った時点でリアクションだけ先に付けます。

// src/discord/handler.ts
if (!isMentioned) return

// 受け付けたことを最速で知らせる(完了は待たない)
void message.react(ACK_EMOJI).catch(() => {})

const userContent = stripMentions(message.content, botId)

await しないのが肝です。リアクションの送信を待つと、その分だけ本文の生成開始が遅れます。失敗しても黙って捨てます。

振り分けの順序も設計の一部です。interests の操作 → トピック質問 → ニュース要求 → 雑談、の順に判定します。

// src/discord/handler.ts(分岐の抜粋)
const interestIntent = classifyInterestRequest(userContent)
if (interestIntent) {
  await handleInterestRequest(message, userContent, interestIntent)
  return
}

if (isRecommendationRequest(userContent)) {
  const topics = await extractTopics(userContent)
  if (topics.length > 0) {
    // 同義語展開 → フィード取得 → ランキング → 整形
    return
  }
}

if (isNewsRequest(userContent)) {
  // フィード取得 → 重複排除 → 選別 → 整形
  return
}

const reply = await chat(getHistory(), getProfile(userId))

「おすすめ」「最新情報」のような語はニュース要求にもトピック質問にも当たるため、具体的な意図を先に置かないと雑談に落ちます。

3. ニュースは「取る・捨てる・選ぶ」に分ける

フィード取得は17本を並列で投げ、1本の失敗が全体を止めないようにしています。

// src/news/fetcher.ts
const results = await Promise.allSettled(
  sources.map((source) => fetchFeed(source))
)

タイムアウトは15秒で、落ちたソース名はログに残ります。

選別はスコア順ですが、尺度が2種類あります。

// src/news/selector.ts
function scoreArticle(article: NewsArticle, interests: ReadonlyArray<string>): number {
  const base = article.source === 'hatena' && article.bookmarkCount != null
    ? article.bookmarkCount
    : new Date(article.publishedAt).getTime()
  return base + (matchesInterests(article, interests) ? INTEREST_BOOST : 0)
}

はてブはブックマーク数、それ以外は公開日時のミリ秒です。そのままでは比較できないので、interests に一致した記事だけ 1e15 を足して最優先にし、残りは実質「新しい順」で並びます。1ソース最大2件に制限して多様性を確保しています。

4. interests は会話で書き換え、再起動しない

config/news.json の interests は起動時に読むだけの初期値です。実行中は src/interests/runtime.ts の配列が真実源で、追加・削除はファイル書き戻しと同時に反映されます。

// src/interests/store.ts
function writeNewsJsonAtomic(path: string, data: unknown): void {
  const tmp = path + '.tmp'
  writeFileSync(tmp, JSON.stringify(data, null, 2))
  renameSync(tmp, path)
}

書き込み中に落ちても news.json が壊れないよう、一時ファイルから rename します。確定は ✅ リアクションで、待ち状態は60秒で失効します。

品質と性能

リポジトリから読み取れる数値を整理します。

項目 値 出典
ニュースソース 17本(RSS1 / RSS2 / Atom) src/news/feeds.ts
定時投稿 1日2回(9:00 / 18:00 JST) config/news.json
1回の投稿記事数 5件(1ソース最大2件) config/news.json, src/news/selector.ts
重複排除の保持 500 URL src/news/dedup.ts
会話の記憶 履歴20件・プロフィール100件(90日で失効) src/chat/history.ts, src/memory/profiles.ts

タイムアウトは、チャットが60秒、フィード取得が15秒、同義語展開が60秒、ソース探索が30秒です。ローカル LLM の応答時間そのものはリポジトリに記録がないため、ここでは数値を書きません。

テストは vitest で30ファイル・217件あります。src/news/sources.test.ts はモジュールのキャッシュに依存し、実行順で1件落ちることがあります(手元で確認)。分離は残課題です。

つまずいた点

  • 人格設定の二重管理: config/Modelfile.lobster は FROM qwen2.5:14b のまま残っていますが、現在の実装は Modelfile を使わず、config/persona.json と OLLAMA_MODEL で動きます。古い Modelfile を編集しても挙動は変わりません。
  • 会話履歴がチャンネル共有: src/chat/history.ts はユーザーごとの Map ではなく、直近20件を1本の配列で持ちます。複数人が話すと文脈が混ざります。これを補うのがプロフィールで、10メッセージごとに直近20発言を Ollama で200文字に要約し、次の応答に添えています。
  • スコアの尺度混在: はてブ数と公開日時を同じ number で扱うため、素直には比較できません。INTEREST_BOOST = 1e15 で興味一致を押し上げる方式は分かりやすい反面、一致した記事同士では尺度が混在します。いまは「一致 > 新着」と割り切っています。

まとめ

ロブスターの構成は、特別なフレームワークなしで「常駐する人格」を作る一例です。

  • 人格はシステムプロンプトと短い例文の合成で作り、相手のプロフィールを毎回添える
  • 生成を待たずに 👀 と入力中表示で反応を返し、体感の待ち時間を隠す
  • ニュースは取得・排除・選別を別モジュールに分け、1本のフィード障害を局所化する
  • 設定は「起動時の初期値」と「実行時の真実源」を分け、会話から更新できるようにする

この形は、雑談 Bot に限らず「常時動いていて、たまに呼ばれる」タイプのツールにそのまま流用できます。

関連記事


Discord Bot やローカル LLM の実装でお困りのことはありませんか?

技術相談や開発サポートを承っています。お気軽にご相談ください。

ココナラで開発相談を依頼する


も参照してください