English | 简体中文 | 繁體中文 | 日本語 | Español | Français | Русский | Deutsch
欢迎使用 Telegram GPT Worker! 👋 这是一个基于 TypeScript 开发的高效 Telegram 机器人。它支持多种语言和 AI 模型，部署在 Cloudflare Workers 上，为用户提供快速、可扩展的服务体验。
- 🧠 多模型支持: 集成 OpenAI、Google Gemini、Anthropic Claude、Groq 和 Azure OpenAI 等多个 AI 模型。
- 🔗 OpenAI Compatible 模型支持: 专为 One API、New API 等 AI 模型接口管理与分发系统设计，支持自动获取模型列表
- 💬 智能对话: 具备上下文记忆能力，确保对话流畅自然。
- 🎨 图像生成: 支持文本描述生成图像，采用 DALL·E 和 Cloudflare Flux 技术。
- 🖼️ 图像分析: 支持用户上传图片并进行智能分析，可使用 OpenAI 或 Google Gemini 模型。
- 🌍 多语言支持: 内置 i18n 功能，支持 8 种语言，满足多样化需求。
- 🔒 用户权限管理: 通过白名单功能控制访问权限，提升安全性。
- ☁️ 高性能部署: 利用 Cloudflare Workers 的边缘计算能力，实现快速响应。
- 🗄️ 高效数据管理: 使用 Redis 进行数据缓存和管理，确保高效处理。
- 🔧 Flux 提示词优化: 可选功能，通过外部 API 优化 Flux 模型的图像生成提示词。
在开始使用前，请确保您已准备以下内容：
- Cloudflare 账号
- Telegram 账号和 Bot Token
- Upstash Redis 数据库（需开启 Eviction 功能）
- 至少一个 AI 服务的 API 密钥
- 克隆项目仓库
- 配置必要的环境变量
- 部署至 Cloudflare Workers
- 设置 Telegram Webhook
详细的部署步骤请参考下方教程。
/start- 启动机器人/language- 切换语言/switchmodel- 切换 AI 模型/new- 开始新的对话/history- 获取对话历史摘要/help- 获取帮助信息/img- 生成图像 (DALL-E)/flux- 生成图像 (Cloudflare Flux)
/GPT-Telegram-Worker
│
├── /src
│ ├── /api
│ │ ├── azure .ts # 处理Azure API交互
│ │ ├── claude.ts # 处理Claude API交互
│ │ ├── flux-cf.ts # 处理Cloudflare AI绘画接口
│ │ ├── gemini.ts # 处理Google Gemini API交互
│ │ ├── groq.ts # 处理Groq API交互
│ │ ├── image_generation.ts # 处理DALL·E 绘画接口
│ │ ├── model_api_interface.ts # 通用接口，定义模型API标准结构
│ │ ├── openai_api.ts # 处理OpenAI API交互
│ │ ├── openai_compatible.ts # 处理OpenAI compatible API交互
│ │ └── telegram.ts # 处理 Telegram bot 的逻辑
│ ├── /config # 配置文件
│ │ └── commands.ts # Telegram bot 命令
│ ├── /utils
│ │ └── helpers.ts # 实用函数和工具
│ │ └── i18n.ts # 多语言函数
│ │ └── redis.ts # Upstash Redis函数
│ │ └── image_analyze.ts # 图片上传函数
│ ├── index.ts # 入口文件，处理请求与响应
│ └── env.ts # 配置环境变量
├── /types # 类型定义文件
│ └── telegram.d.ts # Telegram API 的类型定义
├── wrangler.toml # Cloudflare Worker 配置文件
├── tsconfig.json # TypeScript 配置文件
├── package.json # 项目依赖文件
└── README.md # 项目说明文档
-
安装 Wrangler CLI:
npm install -g @cloudflare/wrangler
-
登录 Cloudflare 账户:
wrangler login
-
创建新 Workers 项目:
wrangler init telegram-bot
-
将
dist/index.js文件复制到项目中。 -
编辑
wrangler.toml文件，配置项目：name = "telegram-bot" type = "javascript" account_id = "your_account_id" workers_dev = true
-
部署到 Cloudflare Workers:
wrangler publish
- 登录 Cloudflare Dashboard。
- 选择 "Workers & Pages"。
- 点击 "Create application" 并选择 "Create Worker"。
- 为 Worker 命名并点击 "Deploy"。
- 将
dist/index.js复制粘贴到编辑器中，保存文件。 - 在 "Settings" 中添加必要的环境变量。
使用 Telegram Bot API 设置 Webhook，URL 示例：
https://api.telegram.org/bot<YOUR_BOT_TOKEN>/setWebhook?url=https://your-worker.your-subdomain.workers.dev/webhookhttps://api.telegram.org/bot123456789:abcdefghijklmn/setWebhook?url=https://gpt-telegram-worker.abcdefg.workers.dev/webhook-
克隆项目:
git clone https://github.com/snakeying/telegram-bot.git
-
安装依赖:
npm install
-
设置环境变量。
-
编译 TypeScript:
npm run build
-
启动机器人:
npm start
| 变量名 | 描述 | 默认值 | 示例 |
|---|---|---|---|
| OPENAI_API_KEY | OpenAI API 密钥 | - | sk-abcdefghijklmnopqrstuvwxyz123456 |
| OPENAI_BASE_URL | OpenAI API 基础 URL | https://api.openai.com/v1 | https://your-custom-endpoint.com/v1 |
| OPENAI_MODELS | 可用的 OpenAI 模型列表 | - | gpt-3.5-turbo,gpt-4 |
| TELEGRAM_BOT_TOKEN | Telegram 机器人令牌 | - | 123456:ABC-DEF1234ghIkl-zyx57W2v1u123ew11 |
| WHITELISTED_USERS | 允许使用机器人的用户 ID 列表 | - | 12345678,87654321 |
| SYSTEM_INIT_MESSAGE | 系统初始化消息 | You are a helpful assistant. | You are a helpful assistant. |
| SYSTEM_INIT_MESSAGE_ROLE | 系统初始化消息角色 | system | system |
| DEFAULT_MODEL | 默认使用的 AI 模型 | - | gpt-3.5-turbo |
| UPSTASH_REDIS_REST_URL | Upstash Redis REST URL | - | https://your-redis-url.upstash.io |
| UPSTASH_REDIS_REST_TOKEN | Upstash Redis REST 令牌 | - | your-redis-token |
| DALL_E_MODEL | DALL-E 模型版本 | dall-e-3 | dall-e-3 |
| CLOUDFLARE_API_TOKEN | Cloudflare API 令牌 | - | your-cloudflare-api-token |
| CLOUDFLARE_ACCOUNT_ID | Cloudflare 账户 ID | - | your-cloudflare-account-id |
| FLUX_STEPS | Flux 生成步骤数 | 4 | 4-8，最高步数为8 |
| PROMPT_OPTIMIZATION | 启用提示优化 | false | true |
| EXTERNAL_API_BASE | 外部 API 基础 URL | - | https://external-api.com |
| EXTERNAL_MODEL | 外部模型名称 | - | external-model-name |
| EXTERNAL_API_KEY | 外部 API 密钥 | - | external-api-key |
| GOOGLE_MODEL_KEY | Google AI 模型 API 密钥 | - | your-google-api-key |
| GOOGLE_MODEL_BASEURL | Google AI 模型 API 基础 URL | https://generativelanguage.googleapis.com/v1beta | https://your-custom-google-endpoint.com |
| GOOGLE_MODELS | 可用的 Google AI 模型列表 | - | gemini-pro,gemini-pro-vision |
| GROQ_API_KEY | Groq API 密钥 | - | your-groq-api-key |
| ANTHROPIC_API_KEY | Anthropic API 密钥 | - | your-anthropic-api-key |
| ANTHROPIC_BASE_URL | Anthropic API 基础 URL | https://api.anthropic.com | https://your-custom-anthropic-endpoint.com |
| OPENAI_COMPATIBLE_KEY | OpenAI Compatible API 密钥 | - | sk-abcdefghijklmnopqrstuvwxyz123456 |
| OPENAI_COMPATIBLE_URL | OpenAI Compatible API 基础 URL | - | https://your-custom-endpoint.com/v1 |
注意：部分变量需要手动配置，无默认值。
允许用户上传图片并获得 AI 分析结果。使用方法如下：
- 用户向机器人发送一张图片。
- 在图片说明中添加分析提示，例如"请分析这张图片"。
- 机器人将使用当前选择的 AI 模型（OpenAI 或 Google Gemini）来分析图片。
- 分析结果将作为文本消息返回给用户。
注意：确保您使用的 AI 模型支持图像分析功能。如果当前模型不支持，机器人会提示您切换到支持多模态的模型。
当 PROMPT_OPTIMIZATION 环境变量设置为 true 时，Flux 图像生成功能会使用外部 API 来优化提示词。这个功能通过以下步骤工作：
- 用户提供原始提示词。
- 系统使用 EXTERNAL_API_BASE、EXTERNAL_MODEL 和 EXTERNAL_API_KEY 配置的外部 API 来优化提示词。
- 优化后的提示词被用于 Flux 模型生成图像。
这个功能可以帮助生成更精确、更符合 Flux 模型特性的图像。要使用此功能，请确保正确配置了所有相关的环境变量。
- 🚦 合理使用 API 配额: 特别是图像生成和分析服务，请注意使用限制。
- 🔐 保护敏感信息: 妥善保管环境变量和 API 密钥。
- 🧠 了解模型特性: 选择最适合您应用场景的 AI 模型。
- 🔄 保持更新: 定期更新代码和功能以获得最佳性能。
- 🛡️ 安全第一: 定期更新 API 密钥，遵循最小权限原则。
- 🎨 Flux 提示词优化: 启用 PROMPT_OPTIMIZATION 时，请确保正确配置 EXTERNAL_API_BASE、EXTERNAL_MODEL 和 EXTERNAL_API_KEY。
- ⛔ 重要提示：为避免潜在冲突，不建议在 OpenAI Compatible 中添加与其他 API 重复的模型。例如，如果您已设置 Gemini API 并选择调用 gemini-1.5-flash 模型，则不应在 OpenAI Compatible 中添加相同的模型。
- 机器人无响应？检查 Webhook 设置和环境变量配置。
- 遇到 API 限制？查看您的 API 配额使用情况。
- 图像分析失败？确保您使用的是支持多模态的模型，如 GPT-4o/GPT-4o-mini 或 Gemini 1.5 Pro/flash等模型。
本项目使用 MIT 许可。
Copyright (c) 2024 [snakeying]