Gemini で Slack の AI ボットを作る

LangBot で Gemini を使った Slack の AI ボットを動かす手順：モデル設定、ボットの認証情報、ネットワーク、テスト、トラブルシューティング。

このレシピでは Gemini のモデルを Slack のボットにつなぎます。LangBot が Slack のメッセージを受け取り、パイプラインで処理して返信するので、プラットフォーム連携のコードは不要です。

LangBot の内蔵エージェントで Google の Gemini モデルを使います。視覚対応モデルなら画像入力も扱えます。

必要なもの

稼働中の LangBot：LangBot Cloud（サーバー不要）、または Docker や uvx langbot によるセルフホスト。
LangBot から呼び出せる Gemini のアカウントまたはサーバー。
アプリをインストールできる Slack ワークスペースと、Slack アプリページで発行した App Configuration Tokens（クイックセットアップ用）。

Socket Mode では LangBot から Slack へ接続するため公開イベント URL は不要です。Webhook モードでは公開 HTTPS エンドポイントが必要です。

Google Gemini のコンソールで API キーを作成します。
LangBot の モデル で LLM モデルを追加し、プロバイダーに Google Gemini を指定して、API キーとモデル ID を入力します。
モデルが関数呼び出しに対応していれば ツール使用 を有効にします。MCP ツール、Skills、サンドボックスに必要です。
キーは Google AI Studio で作成します。画像を読ませたい場合はモデルの ビジョン を有効にします。

LangBot WebUI の パイプライン でパイプラインを作成（または既定のものを編集）し、AI を次のように設定します。

項目	設定値
ランナー	Local Agent（内蔵エージェント）
モデル	追加したモデル。予備モデルも指定できます。
プロンプト	ボットの役割、口調、してはいけないこと。
ナレッジベース	任意。ナレッジベースを付けると資料に基づいて回答します。

Slack アダプターでボットを作成し、Slack クイックセットアップ を使います。アプリ、スコープ、イベント購読が自動で作成されます。
Socket Mode（推奨）を選んで App-Level Token（xapp-...）を追加するか、LangBot に公開 HTTPS アドレスがあれば Webhook を選びます。設定を反映してボットを有効にします。

ボットを開いて作成したパイプラインを選び、保存してボットが有効になっていることを確認します。

アプリの メッセージ タブから話しかけるか、追加済みのチャンネルでメンションします。

画像が無視される場合は、モデルの ビジョン を有効にし、アダプターが画像を受け取れるか確認します。
App Configuration のアクセス/リフレッシュトークンを App-Level Token 欄に入れないでください。同じアプリの xapp- トークンが必要です。
App-Level Token のトークンローテーションは無効のままにします。
WebUI の モニタリング に、すべてのメッセージ、パイプラインの実行、エラーが記録されます。