PPT自動作成＆LLM(Gemini)コメント追加で株価をXにPOST

僕の総資産の1/4が消えてしまった。

とっても悲しい

思い返せば 8月2日（金）にブラックマンデーに続いて過去2番目の下落となった。

2024年7月25日にもTOP10に入る下落が発生しており、このタイミングで信用取引3倍で大勝負に出ていた……

そして8月5日（月）、誰もが知る過去最大級の暴落！

その後、株価は多少回復したが、僕は証券会社から「追加保証金の発生」メールを受け取った。

そして、8月7日には「強制ロスカット」。

今まで調子に乗りすぎた自分に言いたい。

おまえは偉くないので、死んでくださーい😅😅😅😅😅
予選敗退でーす👏👏

Gemini APIを使うための設定方法
PowerPointを自動生成する＆PPTをPowerPointのインストール無しで画像に変える
おわりに

毎年長期休暇中はモノづくりに没頭してる。

年	時期	内容
2022	GW	teacupのFC2 BBS移行スクリプト作成
2023	正月	WASMを使ったオセロ作成
2023	GW	LINE風PHPアプリ作成
2024	正月	Xへ自動POST作成
2024	GW	楽天RSS API利用
2024	盆休み	Gemini APIを使った自動POST作成

今回はXの自動ポストを拡張した。

プロセスは次のようになる。

7年前から実現したかった「コメントの自動生成」もLLMの登場で実現できている。

ただしChatGPT APIは有料でしか使えないので、Gemini APIを使って実装した。

GCP（Google Cloud Platform）を有効化してみると初期利用特典？で期間限定だけど無料ポイントが付加されたからね。

無料期間が終わると、そこからは有料なのかな？ネット上では無料で使い続けることができるという記載もチラホラあるけど。

項目	回数
1分あたりのリクエスト数（RPM）	15回
1分あたりのトークン数（TPM）	100万
1日あたりのリクエスト数（RPD）	1,500回

Gemini API の料金 | Google for Developers

Gemini API には多数の無料枠があるため、誰でも生成 AI アプリを構築できます。ニーズの拡大に応じた柔軟な料金設定。

まずは動作が期待値どおりに動くのかやってみよう。

Gemini APIを使うための設定方法

Gemini APIの使用するためにはGCPでプロジェクトを作成して下記項目を取得する必要がる。

APIキー
プロジェクトID
認証キー

Gemin のAPIキーの取得は2つの方法あるっぽい。

Google AI StudioのGemini API
Vertex AIでGeminiProのモデル利用

今回は、次を参照してVertexAIの方から行った。

VertexAI・ Gemini APIの利用手順・使い方と Multimodal RAG のサンプルコード紹介 ( google colab / jupyter Notebook) - Qiita

概要基本的な内容はこちらの記事に沿ったコードを環境依存なく誰でも試せるようにGoogle co…

Vertex AIとは、Google CloudのAI開発プラットフォームで 2023年12月から、Gemini ProがVertex AI上でGemini APIとして利用できるようになっている。

これにより、API経由でGeminiの基盤モデルを利用できるようになり、Geminiを利用したアプリケーション開発が行えるようになった。

Google Cloud Consoleにログインし、APIとサービスの有効化

Googleアカウントでログインする。

Google Cloud Platform

Google Cloud Platform lets you build, deploy, and scale applications, websites, and services on the same infrastructure as Google.

プロジェクトの選択または作成し、APIとサービスの有効化する。

左側のナビゲーションメニューから「APIとサービス」 > 「ライブラリ」を選択し、使用するAPI（この場合はVertex AI API）を検索し、有効にする。

APIキーの発行

「認証情報」→「＋認証情報を作成」→「APIキー」選択
作成されたAPIキーをメモ、認証情報に追加されていることを確認

サービスアカウントの作成と認証キーの取得

「認証情報」→「＋認証情報を作成」→「サービスアカウント」選択
「キー」タブをクリック
「鍵を追加」、「json」を選択して、jsonファイルを保存

有効化のチェック

インストール

python -m pip install google.generativeai
python -m pip install vertexai

1 2	python -m pip install google.generativeai python -m pip install vertexai

ソースコード

import os
import vertexai
import google.generativeai as genai

# 環境変数 GOOGLE_APPLICATION_CREDENTIALS を設定
os.environ['GOOGLE_APPLICATION_CREDENTIALS'] = "＊＊＊＊＊.json"
# プロジェクトIDを設定
vertexai.init(project='＊＊＊＊＊')
# APIキーの設定
api_key = "＊＊＊＊＊＊"
genai.configure(api_key=api_key)

for m in genai.list_models():
  if 'generateContent' in m.supported_generation_methods:
    print(m.name)

import os

import vertexai

import google.generativeai as genai

# 環境変数 GOOGLE_APPLICATION_CREDENTIALS を設定

os.environ['GOOGLE_APPLICATION_CREDENTIALS'] = "＊＊＊＊＊.json"

# プロジェクトIDを設定

vertexai.init(project='＊＊＊＊＊')

# APIキーの設定

api_key = "＊＊＊＊＊＊"

genai.configure(api_key=api_key)

for m in genai.list_models():

if 'generateContent' in m.supported_generation_methods:

print(m.name)

実行結果

WARNING: All log messages before absl::InitializeLog() is called are written to STDERR
I0000 00:00:1721620786.935973    4708 config.cc:230] gRPC experiments enabled: call_status_override_on_cancellation, event_engine_client, event_engine_dns, event_engine_listener, http2_stats_fix, monitoring_experiment, pick_first_new, trace_record_callops, work_serializer_clears_time_cache
models/gemini-1.0-pro
models/gemini-1.0-pro-001
models/gemini-1.0-pro-latest
models/gemini-1.0-pro-vision-latest
models/gemini-1.5-flash
models/gemini-1.5-flash-001
models/gemini-1.5-flash-latest
models/gemini-1.5-pro
models/gemini-1.5-pro-001
models/gemini-1.5-pro-latest
models/gemini-pro
models/gemini-pro-vision

WARNING: All log messages before absl::InitializeLog() is called are written to STDERR

I0000 00:00:1721620786.935973 4708 config.cc:230] gRPC experiments enabled: call_status_override_on_cancellation, event_engine_client, event_engine_dns, event_engine_listener, http2_stats_fix, monitoring_experiment, pick_first_new, trace_record_callops, work_serializer_clears_time_cache

models/gemini-1.0-pro

models/gemini-1.0-pro-001

models/gemini-1.0-pro-latest

models/gemini-1.0-pro-vision-latest

models/gemini-1.5-flash

models/gemini-1.5-flash-001

models/gemini-1.5-flash-latest

models/gemini-1.5-pro

models/gemini-1.5-pro-001

models/gemini-1.5-pro-latest

models/gemini-pro

models/gemini-pro-vision

利用可能なモデルの一覧が表示される。

Geminiから応答をもらう

「gemini-1.5-pro-latest」が一番賢そうな気がするから、これを使ってみよう。

ソースコード

import io
import sys
import os
import vertexai
import google.generativeai as genai

# 標準出力と標準エラー出力をUTF-8に設定
sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding='utf-8')
sys.stderr = io.TextIOWrapper(sys.stderr.buffer, encoding='utf-8')

# 環境変数 GOOGLE_APPLICATION_CREDENTIALS を設定
os.environ['GOOGLE_APPLICATION_CREDENTIALS'] = "＊＊＊＊＊.json"
# プロジェクトIDを設定
vertexai.init(project='＊＊＊＊＊')
# APIキーの設定
api_key = "＊＊＊＊＊＊"
genai.configure(api_key=api_key)

gemini_pro = genai.GenerativeModel("gemini-1.5-pro-latest")
prompt = "日本で、美味しい魚料理を教えてください?"
response = gemini_pro.generate_content(prompt)
print(response.text)

import io

import sys

import os

import vertexai

import google.generativeai as genai

# 標準出力と標準エラー出力をUTF-8に設定

sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding='utf-8')

sys.stderr = io.TextIOWrapper(sys.stderr.buffer, encoding='utf-8')

# 環境変数 GOOGLE_APPLICATION_CREDENTIALS を設定

os.environ['GOOGLE_APPLICATION_CREDENTIALS'] = "＊＊＊＊＊.json"

# プロジェクトIDを設定

vertexai.init(project='＊＊＊＊＊')

# APIキーの設定

api_key = "＊＊＊＊＊＊"

genai.configure(api_key=api_key)

gemini_pro = genai.GenerativeModel("gemini-1.5-pro-latest")

prompt = "日本で、美味しい魚料理を教えてください?"

response = gemini_pro.generate_content(prompt)

print(response.text)

実行結果

美味しい魚料理ですね！日本にはたくさんの美味しい魚料理がありますね。どんな魚がお好きですか？どんな味付けがお好みですか？

より詳しくあなたの好みが分かると、もっとあなたにぴったりの魚料理を見つけるお手伝いができます！例えば、

* **お刺身が好きなら:**
    * **マグロ:** 王道！トロ、赤身、中トロなど部位によって味が違うのも魅力です。
    * **ハマチ:** 脂がのっていて濃厚な味わい。
    * **タイ:** 淡白ながらも上品な旨味。
    * **イカ:** コリコリとした食感が楽しい。
    * **アジ:** 新鮮なものは刺身やたたきで。
* **焼き魚が好きなら:**
    * **サンマ:** 秋の味覚の代表格！塩焼きが定番。
    * **ホッケ:** 北海道の定番！脂がのっていてジューシー。
    * **鮭:** 塩焼きはもちろん、ムニエルやちゃんちゃん焼きもおすすめ。
    * **サバ:** 塩焼きや味噌煮が美味しい。
* **煮魚が好きなら:**
    * **ブリ:** ぶり大根は冬の定番！
    * **カレイ:** 煮付けにするとふっくらと仕上がります。
    * **メバル:** 小ぶりですが旨味が強い魚。煮付けにすると絶品です。
* **その他:**
    * **寿司:** 言わずと知れた日本の代表的な魚料理。
    * **天ぷら:** 魚介類の天ぷらも絶品。
    * **海鮮丼:** 新鮮な魚介類をご飯の上にたっぷり乗せた贅沢な一品。

などなど。

あなたの好みや希望を教えてください！

美味しい魚料理ですね！日本にはたくさんの美味しい魚料理がありますね。どんな魚がお好きですか？どんな味付けがお好みですか？

より詳しくあなたの好みが分かると、もっとあなたにぴったりの魚料理を見つけるお手伝いができます！例えば、

* **お刺身が好きなら:**

* **マグロ:** 王道！トロ、赤身、中トロなど部位によって味が違うのも魅力です。

* **ハマチ:** 脂がのっていて濃厚な味わい。

* **タイ:** 淡白ながらも上品な旨味。

* **イカ:** コリコリとした食感が楽しい。

* **アジ:** 新鮮なものは刺身やたたきで。

* **焼き魚が好きなら:**

* **サンマ:** 秋の味覚の代表格！塩焼きが定番。

* **ホッケ:** 北海道の定番！脂がのっていてジューシー。

* **鮭:** 塩焼きはもちろん、ムニエルやちゃんちゃん焼きもおすすめ。

* **サバ:** 塩焼きや味噌煮が美味しい。

* **煮魚が好きなら:**

* **ブリ:** ぶり大根は冬の定番！

* **カレイ:** 煮付けにするとふっくらと仕上がります。

* **メバル:** 小ぶりですが旨味が強い魚。煮付けにすると絶品です。

* **その他:**

* **寿司:** 言わずと知れた日本の代表的な魚料理。

* **天ぷら:** 魚介類の天ぷらも絶品。

* **海鮮丼:** 新鮮な魚介類をご飯の上にたっぷり乗せた贅沢な一品。

などなど。

あなたの好みや希望を教えてください！

バッチリじゃん。

PowerPointを自動生成する＆PPTをPowerPointのインストール無しで画像に変える

PowerPointの自動生成は、ルールに沿って文字を変更する程度であればChatGPTを使えば簡単に行えるので今回は省略する。

そもそもプライベートWindowsにはOfficeが入ってないのでPowerPointが使えない。

なのでPPTをPNG画像に変換するために「LibreOffice」を利用してみた。

使い方は次のようになる。

import subprocess
import os

def ppt_to_images(ppt_path, output_folder):
    if not os.path.exists(output_folder):
        os.makedirs(output_folder)
    
    # LibreOfficeのインストールディレクトリを設定
    libreoffice_path = r"C:\Program Files\LibreOffice\program\soffice.exe"
    
    command = [
        "--headless",
        "--convert-to",
        "png",
        "--outdir",
        output_folder,
        ppt_path
    ]
    subprocess.run(command, executable=libreoffice_path, check=True)

if __name__ == "__main__":
    ppt_path = "simple.pptx"
    output_folder = "slides_images"
    ppt_to_images(ppt_path, output_folder)