Startseite>Programmierbezogen>Anderer Quellcode
Herunterladen

? Telegramm GPT -Arbeiter - Multifunktionaler KI -Assistent

Englisch | 简体中文 | 繁體中文 | 日本語 | Español | Français | Русский | Deutsch

Projektübersicht

Willkommen bei Telegram GPT Worker! Dies ist ein effizienter Telegramm -Bot, der in TypeScript entwickelt wurde. Es unterstützt mehrere Sprachen und KI -Modelle, die bei Cloudflare -Mitarbeitern bereitgestellt werden und den Benutzern ein schnelles und skalierbares Serviceerlebnis bieten.

? Schlüsselmerkmale

  1. ? Support für Multi-Modell : Integriert mehrere KI-Modelle, darunter OpenAI, Google Gemini, anthropische Claude, GROQ und Azure OpenAI.
  2. ? OpenAI -Kompatible Modellunterstützung : speziell für KI -Modell -Schnittstellenmanagement- und -verteilungssysteme wie eine API und neue API entwickelt, wobei die automatische Modellliste olval unterstützt wird.
  3. Intelligente Konversation : Ausgestattet mit Kontextgedächtnisfunktionen, um reibungslose und natürliche Dialoge zu gewährleisten.
  4. ? Bildgenerierung : Unterstützt die Erzeugung der Text-zu-Image-Erzeugung mithilfe von Dall · E und Cloudflare Flux Technologies.
  5. ? ️ Bildanalyse : Ermöglicht Benutzern, Bilder für intelligente Analysen mithilfe von OpenAI- oder Google Gemini -Modellen hochzuladen.
  6. ? Mehrsprachige Unterstützung : Integrierte I18N-Funktionalität, Unterstützung von 8 Sprachen, um unterschiedliche Bedürfnisse zu erfüllen.
  7. Benutzerberechtigungsverwaltung : Kontrolliert den Zugriff über die Whitelist -Funktionalität und verbessert die Sicherheit.
  8. ☁️ Hochleistungsbereitstellung : Verwendet CloudFlare Workers 'Edge Computing-Funktionen für schnelle Reaktion.
  9. Effizientes Datenmanagement : Verwendet Redis für Daten zwischen Daten und Verwaltung, um eine effiziente Verarbeitung zu gewährleisten.
  10. ? Flux -Eingabeaufforderung Optimierung : Optionale Funktion, die die Eingabeaufforderungen für die Bilderzeugung für das Flussmodell über eine externe API optimiert.

? Systemanforderungen

Stellen Sie vor dem Einstieg sicher, dass Sie Folgendes haben:

  • Cloudflare -Konto
  • Telegrammkonto und Bot -Token
  • Upstash -Redis -Datenbank (mit aktivierter Räumungsfunktion)
  • API -Schlüssel für mindestens einen KI -Dienst

Schneller Start

  1. Klonen Sie das Projektrepository
  2. Konfigurieren Sie die erforderlichen Umgebungsvariablen
  3. Bereitstellung für Cloudflare -Mitarbeiter
  4. Richten Sie Telegram Webhook ein

Ausführliche Bereitstellungsschritte finden Sie im folgenden Tutorial.

Verfügbare Befehle

  • /start - Starten Sie den Bot
  • /language - Sprache wechseln
  • /switchmodel - AI -Modell Schalter
  • /new - Starten Sie ein neues Gespräch
  • /history - Zusammenfassung der Gesprächsgeschichte erhalten
  • /help - Holen Sie sich Hilfeinformationen
  • /img - Bild erzeugen (Dall -e)
  • /flux - Bild erzeugen (Cloudflare Flux)

? Projektstruktur 

 /GPT-Telegram-Worker
│
├── /src
│   ├── /api
│   │   ├── azure.ts               # Handle Azure API interactions
│   │   ├── claude.ts              # Handle Claude API interactions
│   │   ├── flux-cf.ts             # Handle Cloudflare AI drawing interface
│   │   ├── gemini.ts              # Handle Google Gemini API interactions
│   │   ├── groq.ts                # Handle Groq API interactions
│   │   ├── image_generation.ts    # Handle DALL·E drawing interface
│   │   ├── model_api_interface.ts # Common interface defining model API standard structure
│   │   ├── openai_api.ts          # Handle OpenAI API interactions
│   │   ├── openai_compatible.ts   # Handles OpenAI compatible API interactions
│   │   └── telegram.ts            # Handle Telegram bot logic
│   ├── /config                    # Configuration files
│   │   └── commands.ts            # Telegram bot commands
│   ├── /utils
│   │   └── helpers.ts             # Utility functions and tools
│   │   └── i18n.ts                # Multilingual functions
│   │   └── redis.ts               # Upstash Redis functions
│   │   └── image_analyze.ts       # Image upload functions
│   ├── index.ts                   # Entry file, handling requests and responses
│   └── env.ts                     # Configure environment variables
├── /types                         # Type definition files
│   └── telegram.d.ts              # Type definitions for Telegram API
├── wrangler.toml                  # Cloudflare Worker configuration file
├── tsconfig.json                  # TypeScript configuration file
├── package.json                   # Project dependency file
└── README.md                      # Project documentation

Detailliertes Tutorial

Bereitstellung für Cloudflare -Mitarbeiter

Verwenden von Wrangler CLI

  1. Wrangler CLI einbauen: 

    npm install -g @cloudflare/wrangler

  2. Melden Sie sich in Ihrem Cloudflare -Konto an: 

    wrangler login

  3. Erstellen Sie ein neues Arbeiterprojekt: 

    wrangler init telegram-bot

  4. Kopieren Sie die Datei dist/index.js in Ihr Projekt.

  5. Bearbeiten Sie die Datei wrangler.toml , um Ihr Projekt zu konfigurieren: 

     name = " telegram-bot "
type = " javascript "
account_id = " your_account_id "
workers_dev = true

  6. Bereitstellung für Cloudflare -Mitarbeiter: 

    wrangler publish

Verwenden von Cloudflare Dashboard

  1. Melden Sie sich beim CloudFlare -Dashboard an.
  2. Wählen Sie "Arbeiter & Seiten".
  3. Klicken Sie auf "Anwendung erstellen" und wählen Sie "Arbeiter erstellen".
  4. Nennen Sie Ihren Arbeiter und klicken Sie auf "Bereitstellen".
  5. Kopieren und fügen Sie den Inhalt von dist/index.js in den Editor ein und speichern Sie die Datei.
  6. Fügen Sie die erforderlichen Umgebungsvariablen in "Einstellungen" hinzu.

Konfigurieren von Telegram Webhook

Verwenden Sie die Telegramm -Bot -API, um den Webhook einzurichten. URL -Beispiel: 

https://api.telegram.org/bot < YOUR_BOT_TOKEN > /setWebhook ? url=https://your-worker.your-subdomain.workers.dev/webhook
https://api.telegram.org/bot123456789:abcdefghijklmn/setWebhook ? url=https://gpt-telegram-worker.abcdefg.workers.dev/webhook

Lokale Entwicklung

  1. Klonen Sie das Projekt: 

    git clone https://github.com/snakeying/telegram-bot.git

  2. Abhängigkeiten installieren: 

    npm install

  3. Umgebungsvariablen einrichten.

  4. TIPTIONSCRIPT: Kompilieren Sie: 

    npm run build

  5. Starten Sie den Bot: 

    npm start

? Umgebungsvariablen

Variabler Name Beschreibung Standardwert Beispiel
Openai_api_key OpenAI -API -Schlüssel - - SK-ABCDEFGHIJKLMNOPQRSTUVWXYZ123456
Openai_base_url Openai API -Basis -URL https://api.openai.com/v1 https://your-custom-endpoint.com/v1
Openai_models Liste der verfügbaren OpenAI -Modelle - - GPT-3,5-Turbo, GPT-4
Telegram_bot_token Telegramm Bot Token - - 123456: ABC-Def1234Ghikl-zyx57W2V1U123EW11
Whitelisted_Users Liste der Benutzer -IDs, die den Bot verwenden können - - 12345678,87654321
System_init_message Systeminitialisierungsnachricht Sie sind ein hilfreicher Assistent. Sie sind ein hilfreicher Assistent.
System_init_message_role Systeminitialisierungsmeldungrolle System System
Default_model Standard -KI -Modell zu verwenden - - 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 -Token - - Ihr Röhren
DALL_E_MODEL Dall-e Modellversion Dall-e-3 Dall-e-3
CloudFlare_API_Token Cloudflare api Token - - Ihr Cloudflare-api-Token
CloudFlare_Acount_id Cloudflare -Konto -ID - - Ihr Cloudflare-Account-ID
Flux_steps Anzahl der Schritte der Flussgenerierung 4 4-8, maximale Schritte sind 8
Forderung_optimization Aktivieren Sie die sofortige Optimierung FALSCH WAHR
External_api_base Externe API -Basis -URL - - https://external-api.com
External_model Externer Modellname - - externe Modellname
External_api_key Externer API -Schlüssel - - externe API-Key
Google_model_key Google AI Model API -Schlüssel - - Your-Google-api-Key
Google_model_baseurl Google AI Model API -Basis -URL https://generatelanguage.googleapis.com/v1beta https://your-custom-google-endpoint.com
Google_Models Liste der verfügbaren Google AI -Modelle - - Gemini-Pro, Gemini-Pro-Vision
Goq_api_key GROQ API -Schlüssel - - Ihr Groq-api-Key
Anthropic_api_key Anthropischer API -Schlüssel - - Ihr Anthropic-api-Key
Anthropic_base_url Anthropische API -Basis -URL https://api.anthropic.com https://your-custom-anthropic-endpoint.com
Openai_compatible_key OpenAI -kompatibler API -Schlüssel - - SK-ABCDEFGHIJKLMNOPQRSTUVWXYZ123456
Openai_compatible_url OpenAI -kompatible API -Basis -URL - - https://your-custom-endpoint.com/v1

Hinweis: Einige Variablen müssen manuell konfiguriert sein und keine Standardwerte haben.

Bildanalysefunktion

Ermöglicht Benutzern, Bilder hochzuladen und die Ergebnisse der KI -Analyse zu empfangen. Hier erfahren Sie, wie man es benutzt:

  1. Der Benutzer sendet ein Bild an den Bot.
  2. Fügen Sie in der Bildunterschrift eine Analyse -Eingabeaufforderung hinzu, z. B. "Bitte analysieren Sie dieses Bild".
  3. Der Bot verwendet das aktuell ausgewählte AI -Modell (OpenAI oder Google Gemini), um das Bild zu analysieren.
  4. Das Analyseergebnis wird als Textnachricht an den Benutzer zurückgegeben.

Hinweis: Stellen Sie sicher, dass das von Ihnen verwendete KI -Modell die Bildanalyse unterstützt. Wenn das aktuelle Modell es nicht unterstützt, fordert der Bot Sie auf, auf ein multimodales Supporting-Modell umzusteigen.

Flux -Eingabeaufforderungoptimierung

Wenn die Umgebungsvariable forderd_optimization auf true eingestellt ist, verwendet die Funktion zur Erzeugung von Flux -Bild eine externe API, um die Eingabeaufforderungen zu optimieren. Diese Funktion funktioniert die folgenden Schritte:

  1. Der Benutzer bietet die ursprüngliche Eingabeaufforderung.
  2. Das System verwendet die externe API, die mit external_api_base, external_model und external_api_key konfiguriert ist, um die Eingabeaufforderung zu optimieren.
  3. Die optimierte Eingabeaufforderung wird vom Flussmodell verwendet, um das Bild zu generieren.

Diese Funktion kann dazu beitragen, genauere Bilder zu generieren, die besser mit den Flussmodelleigenschaften übereinstimmen. Um diese Funktion zu verwenden, stellen Sie sicher, dass alle relevanten Umgebungsvariablen korrekt konfiguriert sind.

Euen Wichtige Anmerkungen

  1. ? Verwenden Sie die API -Quoten verantwortungsbewusst : Achten Sie auf die Nutzungsgrenzen, insbesondere für die Bildungsgenerierung und -analysedienste.
  2. ? Schutz sensible Informationen : Schutz Ihrer Umgebungsvariablen und API -Schlüssel.
  3. ? Verständnis der Modelleigenschaften : Wählen Sie das KI -Modell, das am besten zu Ihrem Anwendungsszenario passt.
  4. Bleiben Sie aktualisiert : Aktualisieren Sie den Code und die Funktionen regelmäßig für eine optimale Leistung.
  5. Zuerst Sicherheit : Aktualisieren Sie die API -Schlüssel regelmäßig und folgen Sie dem Prinzip der geringsten Privilegien.
  6. ? Flux -Eingabeaufforderungoptimierung : Stellen Sie bei der Aktivierung von forderding_optimization die korrekte Konfiguration von external_api_base, external_model und external_api_key sicher.
  7. ⛔ Wichtige Bekanntmachung : Um potenzielle Konflikte zu vermeiden, wird nicht empfohlen, Modelle hinzuzufügen, die bereits von anderen APIs in OpenAI -kompatibel verwendet wurden. Wenn Sie beispielsweise die Gemini-API konfiguriert und das Gemini-1.5-Flash-Modell ausgewählt haben, sollten Sie das gleiche Modell in OpenAI-Kompatibel nicht hinzufügen.

? Fehlerbehebung

  • Bot nicht antworten? Überprüfen Sie die Webhook -Einstellungen und Umgebungsvariablenkonfigurationen.
  • Begegnung mit API -Grenzen? Überprüfen Sie Ihre API -Quoten -Nutzung.
  • Bildanalyse fehlschlägt? Stellen Sie sicher, dass Sie ein multimodales Supportiermodell wie GPT-4O/GPT-4O-Mini oder Gemini 1.5 Pro/Flash verwenden.

? Lizenz

Dieses Projekt ist unter der MIT -Lizenz lizenziert.

Copyright (C) 2024 [Schlangen]

Expandieren
Zusätzliche Informationen
Ähnliche Anwendungen
Empfohlen für Sie
Ähnliche Nachrichten Alle