Discordサーバーで「もくもく読書会」というゆるやかな読書会を定期開催しています。
その中で、参加者の読書ログをまとめてDiscordに投稿するBotを作成したので、その開発メモを共有します。

GitHub Actionsを使って、自動で読書記録を収集・構造化・投稿する仕組みを構築しました。

こんな人におすすめ

技術コミュニティで読書会を運営している方
Discordを活用して活動ログを残したい方
生成AI＋自動化に興味がある方

やりたかったこと

毎週（あるいは毎月）、読書会で参加者が読んだ本の情報をまとめたい
投稿者・タイトル・感想などを、見やすい形式で整理したい

Botの主な処理内容

Discord API から指定チャンネルの1週間分の投稿を取得
投稿内容を「タイトル・著者・感想」などの構造に変換（生成AIを利用）
Markdown形式に整形し、Discordに投稿

使用技術

Python（discord.py, requests, dotenv など）
GitHub Actions（週次で定期実行）
Gemini API/OpenAI API（ログ要約＆構造化）※ 好きな生成AIのAPIでOK
Discord Bot（Botトークンで認証）

事前準備

テスト用のDiscordサーバーがなければ作成します。

Discord Botの作成方法

Discord Developer Portal にアクセス
「New Application」→ Botを作成
「Bot」タブからTokenを取得
「OAuth2」→ URLを作成してBotをサーバーに招待（Send Messages,Read Messages History, View Channels 権限を付与）
生成されるURLからDiscordチャネルへ招待

ローカルでの動作確認方法

.env ファイルを作成し、以下の環境変数を設定

DISCORD_BOT_TOKEN=xxxxxxxxxxxxxxxx
DISCORD_CHANNEL_ID=123456789012345678  # 本番用チャンネル
DISCORD_CHANNEL_ID_TEST=123456789012345678  # テスト用チャンネル
GEMINI_API_KEY=sk-xxxxxxx

Discordのチャネルは本番用とテスト用で分けて管理していました。

Discord API から対象チャンネルの1週間分の投稿を取得 ← 本番用のチャネルから読み込み
Markdown形式に整形して、Discordに投稿 ← テスト用のチャネルに投稿

生成AIは好きなものを使ってください。今回はGEMINIを使ってみました。

以下の手順でスクリプトを実行

python3 fetch_messages.py  # Discordから過去ログを取得 → messages.txt に保存
python3 main.py            # 要約とDiscordへの投稿を実行

※.envファイル, messages.txt は.gitignoreに含めておきます。

Discordから過去ログを取得(fetch_messages.py)

コードの例です。適宜変更してください。

import os
import asyncio
import discord
from dotenv import load_dotenv
from datetime import datetime, timedelta

# .env からトークンとチャンネルIDを読み込み
load_dotenv()

TOKEN = os.getenv("DISCORD_BOT_TOKEN")
CHANNEL_ID = int(os.getenv("DISCORD_CHANNEL_ID"))
DAYS_BACK = 7  # 過去〇日分

intents = discord.Intents.default()
intents.message_content = True

client = discord.Client(intents=intents)

@client.event
async def on_ready():
    print(f"Bot logged in as {client.user}")
    channel = client.get_channel(CHANNEL_ID)

    if not channel:
        print("チャンネルが見つかりません")
        await client.close()
        return

    # 日付フィルター：過去7日間の投稿のみ
    since = datetime.utcnow() - timedelta(days=DAYS_BACK)
    print(f"{DAYS_BACK}日前以降のメッセージを取得中...")

    messages = []
    async for msg in channel.history(after=since, limit=None, oldest_first=True):
        if msg.author.bot:
            continue
        content = msg.content.strip()
        if content:
            messages.append(content)

    with open("messages.txt", "w", encoding="utf-8") as f:
        for m in messages:
            f.write(m + "\n")

    print(f"{len(messages)} 件のメッセージを messages.txt に保存しました")
    await client.close()

# 実行
asyncio.run(client.start(TOKEN))

要約＆投稿(main.py)

main.py 内部では、以下のようなプロンプトで投稿を構造化しています：

以下のチャットログには、参加者が読んでいる本のタイトル、著者、感想などが含まれています。このログから、各書籍ごとに以下の形式で情報をまとめてください：
---
📚 書籍タイトル：（書名を抽出）
🖋 著者：（わかれば著者名、なければ「不明」）
💬 感想：（内容や気づき・学びなど、投稿から読み取れる範囲で要約）
--- の区切りで複数冊まとめてください。

その結果、以下のような投稿になりました。
プロンプトや構造化はもう少し工夫の余地が必要かもしれません。

コード全文の例です。

import os
import asyncio
import discord
from dotenv import load_dotenv
from pathlib import Path
import traceback
import google.generativeai as genai

# --- GeminiでMarkdown抽出 ---
def extract_book_info(text: str, model) -> str:
    print("LLMでMarkdown抽出：")
    prompt = f"""
以下のチャットログには、参加者が読んでいる本のタイトル、著者、感想などが含まれています。このログから、各書籍ごとに以下の形式で情報をまとめてください：

---
📚 書籍タイトル：（書名を抽出）
🖋 著者：（わかれば著者名、なければ「不明」）
💬 感想：（内容や気づき・学びなど、投稿から読み取れる範囲で要約）

--- の区切りで複数冊まとめてください。

【チャットログ】
{text.strip()}
""".strip()

    try:
        response = model.generate_content(prompt)
        return response.text.strip()
    except Exception as e:
        return f"[ERROR] 抽出エラー: {e}"

# --- 長文をDiscord投稿制限に合わせて分割 ---
def split_text_to_chunks(text, max_length=1990):
    chunks = []
    current = ""
    for line in text.splitlines(keepends=True):
        if len(current) + len(line) > max_length:
            chunks.append(current)
            current = ""
        current += line
    if current:
        chunks.append(current)
    return chunks

# --- Discord投稿処理 ---
async def run_bot(token, channel_id, model, messages_file: Path):
    intents = discord.Intents.default()
    intents.guilds = True
    bot = discord.Client(intents=intents)

    @bot.event
    async def on_ready():
        print(f"Logged in as {bot.user}")

        channel = await bot.fetch_channel(channel_id)
        print(f"投稿先チャンネル: {channel.name}")

        if not messages_file.exists():
            print("[ERROR] messages.txt が存在しません")
            await bot.close()
            return

        with messages_file.open("r", encoding="utf-8") as f:
            text = f.read()

        if not text.strip():
            print("[WARN] 有効な投稿がありません")
            await bot.close()
            return

        print("全文から抽出を実行")
        markdown = extract_book_info(text, model)
        print("投稿内容（全体）:\n", markdown)

        # 2000文字制限に合わせて分割投稿
        chunks = split_text_to_chunks(markdown, max_length=1990)
        for i, chunk in enumerate(chunks):
            await channel.send(chunk)
            print(f"投稿 {i+1}/{len(chunks)} 成功")
            await asyncio.sleep(1)

        await bot.close()

    await bot.start(token)

# --- メイン関数 ---
def main():
    print("main.py を実行しています")

    load_dotenv()
    GEMINI_API_KEY = os.getenv("GEMINI_API_KEY")
    DISCORD_BOT_TOKEN = os.getenv("DISCORD_BOT_TOKEN")
    # DISCORD_CHANNEL_ID = os.getenv("DISCORD_CHANNEL_ID_TEST")
    DISCORD_CHANNEL_ID = os.getenv("DISCORD_CHANNEL_ID")
    MESSAGES_FILE = Path("messages.txt")

    print("環境変数確認：")
    print("GEMINI_API_KEY:", "OK" if GEMINI_API_KEY else "[ERROR]未設定")
    print("DISCORD_BOT_TOKEN:", "OK" if DISCORD_BOT_TOKEN else "[ERROR]未設定")
    print("DISCORD_CHANNEL_ID:", DISCORD_CHANNEL_ID if DISCORD_CHANNEL_ID else "[ERROR]未設定")

    if not GEMINI_API_KEY or not DISCORD_BOT_TOKEN or not DISCORD_CHANNEL_ID:
        print("[ERROR] .env の環境変数が不足しています")
        return

    genai.configure(api_key=GEMINI_API_KEY)
    model = genai.GenerativeModel(model_name="models/gemini-1.5-flash")

    DISCORD_CHANNEL_ID = int(DISCORD_CHANNEL_ID)

    try:
        asyncio.run(run_bot(DISCORD_BOT_TOKEN, DISCORD_CHANNEL_ID, model, MESSAGES_FILE))
    except Exception as e:
        print("[ERROR]実行中に例外が発生しました")
        traceback.print_exc()

if __name__ == "__main__":
    main()

GitHub Actionsで自動実行

.github/workflows/booklog.yml にスケジュールを記述します。
GitHub Actionsでは、UTCで指定する必要があるようです。
例えば、日曜の9時に実行するには cron: '0 0 * * 0' と指定します。

動作確認用にworkflow_dispatchで手動実行できるようにしておきます。

name: Weekly Discord Summary

on:
  schedule:
    - cron: '0 0 * * 0'  # 毎週日曜 0:00 UTC（日本時間で9:00）
  workflow_dispatch:  # 手動実行も可能

jobs:
  build:
    runs-on: ubuntu-latest

    steps:
      - name: リポジトリをチェックアウト
        uses: actions/checkout@v3

      - name: Python セットアップ
        uses: actions/setup-python@v4
        with:
          python-version: '3.10'

      - name: 依存パッケージのインストール
        run: pip install -r requirements.txt

      - name: fetch_messages.py 実行
        env:
          DISCORD_BOT_TOKEN: ${{ secrets.DISCORD_BOT_TOKEN }}
          DISCORD_CHANNEL_ID: ${{ secrets.DISCORD_CHANNEL_ID }}
        run: python fetch_messages.py

      - name: main.py 実行
        env:
          GEMINI_API_KEY: ${{ secrets.GEMINI_API_KEY }}
          DISCORD_BOT_TOKEN: ${{ secrets.DISCORD_BOT_TOKEN }}
          DISCORD_CHANNEL_ID_TEST: ${{ secrets.DISCORD_CHANNEL_ID_TEST }} 
        run: python main.py

環境変数（Secrets）を設定

GitHubの「Settings > Secrets」にて以下を登録：

Name	内容
`DISCORD_BOT_TOKEN`	Discord Botのトークン
`DISCORD_CHANNEL_ID`	チャンネルID
`GEMINI_API_KEY`	GeminiのAPIキー

補足：構造化ロジックは柔軟に

AIに完全に任せると、誤変換や抜け漏れも発生します。
投稿フォーマットに少しルールを設けると精度が上がる可能性があるが、使いにくくなる。
- 例：「タイトル：」「感想：」などの接頭辞を統一

はまったポイント

Discordの投稿制限（2000文字）

対応策：セクションごとに分割／テキストの圧縮要約

Botがチャンネルに投稿できない

対応策：Botに「メッセージ送信」権限が付与されているか要確認

GitHub Actionsのタイムラグ

1時間程度のラグが発生する可能性があるが、今回の用途では問題なし。

AWS Lambdaとの比較検討（補足）

項目	GitHub Actions	AWS Lambda + EventBridge
実行の正確性	やや遅延あり（数分〜1時間）	秒単位で実行可能
タイムゾーン設定	UTC指定のみ	JST指定が可能
運用管理	GitHubに集約できてシンプル	Lambdaデプロイ管理が必要
拡張性	限定的（GitHub上で完結）	他のAWSリソースと連携しやすい

スケジュール通知Botのような「時刻精度」が求められる場合は AWS Lambda の方が向いていますが、読書ログBotのような「週次集計」では GitHub Actions で十分。

まとめ

GitHub Actions、Discord API、生成AIを組み合わせることで、簡単に読書ログ集計Botを構築できました。今後は、書籍内容の抽出精度やプロンプトの改善、Slack対応なども検討していきたいです。

残課題

書籍の内容を抜き取るロジックはまだ改善の余地あり。書籍の内容と感想がミスマッチしていることがあります。プロンプトの改善だけでいいのかは要確認です。