GPT Telegram Worker

? Telegram GPT Worker - Asistente de IA multifuncional

Inglés | 简体中文 | 繁體中文 | 日本語 | Español | Français | Русий | Deutsch

Descripción general del proyecto

¡Bienvenido a Telegram GPT Worker! Este es un bot de telegrama eficiente desarrollado en TypeScript. Admite múltiples idiomas y modelos de IA, implementados en trabajadores de Cloudflare, proporcionando a los usuarios una experiencia de servicio rápida y escalable.

? Características clave

1. ? Soporte de múltiples modelos : integra múltiples modelos de IA que incluyen OpenAI, Google Gemini, Anthrope Claude, Groq y Azure OpenAi.
2. ? Soporte del modelo compatible con OpenAI : diseñado específicamente para sistemas de administración y distribución de interfaz de modelos AI, como una API y una nueva API, que admite la recuperación de la lista de modelos automáticos.
3. Conversación inteligente : equipado con capacidad de memoria de contexto, asegurando diálogos suaves y naturales.
4. ? Generación de imágenes : admite la generación de texto a imagen utilizando tecnologías de flujo Dall · E y CloudFlare.
5. Análisis de imágenes de "? Permite a los usuarios cargar imágenes para un análisis inteligente, utilizando modelos Operai o Google Gemini.
6. ? Soporte multilingüe : funcionalidad I18N incorporada, que admite 8 idiomas para satisfacer diversas necesidades.
7. Gestión del permiso del usuario : controla el acceso a través de la funcionalidad de la lista blanca, mejorando la seguridad.
8. ☁️ Implementación de alto rendimiento : utiliza capacidades informáticas de borde de los trabajadores de CloudFlare para una respuesta rápida.
9. ? ️ Gestión eficiente de datos : utiliza Redis para el almacenamiento en caché y la gestión de datos, asegurando un procesamiento eficiente.
10. ? Optimización de solicitud de flujo : característica opcional que optimiza las indicaciones de generación de imágenes para el modelo de flujo a través de una API externa.

? Requisitos del sistema

Antes de comenzar, asegúrese de tener lo siguiente:

• Cuenta de nubeflare
• Cuenta de telegrama y token de bot
• Base de datos de Redis Redis (con función de desalojo habilitada)
• Clave API para al menos un servicio de IA

Comienzo rápido

1. Clon el repositorio del proyecto
2. Configurar las variables de entorno necesarias
3. Desplegar a los trabajadores de Cloudflare
4. Configurar telegrama webhook

Para obtener pasos de implementación detallados, consulte el tutorial a continuación.

Comandos disponibles

• /start - Comience el bot
• /language - cambiar el idioma
• /switchmodel - Modelo de AI Switch
• /new - Comience una nueva conversación
• /history - Obtenga el resumen de la historia de la conversación
• /help - Obtenga información de ayuda
• /img - Generar imagen (Dall -E)
• /flux - Generar imagen (Flux de CloudFlare)

? Estructura de proyectos

 /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

Tutorial detallado

Desplegando a los trabajadores de Cloudflare

Usando Wrangler CLI

1. Instalar Wrangler CLI:

   npm install -g @cloudflare/wrangler

2. Inicie sesión en su cuenta de CloudFlare:

   wrangler login

3. Cree un nuevo proyecto de trabajadores:

   wrangler init telegram-bot

4. Copie el archivo dist/index.js en su proyecto.

5. Edite el archivo wrangler.toml para configurar su proyecto:

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

6. Desplegar a los trabajadores de CloudFlare:

   wrangler publish

Uso del tablero de nubes

1. Inicie sesión en el tablero de CloudFlare.
2. Seleccione "Trabajadores y páginas".
3. Haga clic en "Crear aplicación" y elija "Crear trabajador".
4. Nombra a tu trabajador y haga clic en "Implementar".
5. Copie y pegue el contenido de dist/index.js en el editor, luego guarde el archivo.
6. Agregue las variables de entorno necesarias en "Configuración".

Configuración de telegrama webhook

Use la API BOT Telegram para configurar el webhook. Ejemplo de URL:

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

Desarrollo local

1. Clon el proyecto:

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

2. Instalar dependencias:

   npm install

3. Configurar variables de entorno.

4. Compilar mecanografiar:

   npm run build

5. Comience el bot:

   npm start

? Variables de entorno

Nombre de variable	Descripción	Valor predeterminado	Ejemplo
OPERAI_API_KEY	Clave de API de OpenAI	-	SK-ABCDEFGHIJKLMNOPQRSTUVWXYZ123456
OPERAI_BASE_URL	URL base de API de OpenAi	https://api.openai.com/v1	https://your-custom-endpoint.com/v1
OpenAI_Models	Lista de modelos Operai disponibles	-	GPT-3.5-TURBO, GPT-4
Telegram_bot_token	TOKEN DE BOT DE TELEGRAM	-	123456: ABC-DEF1234GHIKL-PYX57W2V1U123EW1111
Whitelisted_users	Lista de identificaciones de usuario permitidas para usar el bot	-	12345678,87654321
System_init_message	Mensaje de inicialización del sistema	Eres un asistente útil.	Eres un asistente útil.
System_init_message_role	Mensaje de inicialización del sistema	sistema	sistema
Default_model	Modelo AI predeterminado para usar	-	GPT-3.5-TURBO
Upstash_redis_rest_url	URL de descanso Redis Redis	-	https://your-redis-url.upstash.io
Upstash_redis_rest_token	Token de descanso Redis Redis	-	tu-inken-token
Dall_e_model	Versión del modelo Dall-E	Dall-E-3	Dall-E-3
Cloudflare_api_token	Token de API de Cloudflare	-	Tu Cloudflare-Api-Token
Cloudflare_account_id	ID de cuenta de CloudFlare	-	Tu Cloudflare-Account-id
Flux_steps	Número de pasos de generación de flujo	4	4-8, los pasos máximos son 8
Apurn_optimization	Habilitar optimización rápida	FALSO	verdadero
Externo_api_base	URL de base de API externa	-	https://external-api.com
Externo_modelo	Nombre del modelo externo	-	nombre de modelo externo
Externo_api_key	Clave API externa	-	llave externa
Google_model_key	Clave de API del modelo de Google AI	-	tu-google-api-key
Google_model_baseurl	URL base de API del modelo de Google AI	https://generativelanguage.googleapis.com/v1beta	https://your-custom-google-endpoint.com
Google_models	Lista de modelos disponibles de Google AI	-	gemini-pro, gemini-pro-visión
Groq_api_key	Llave de API de Groq	-	tu groq-api-key
Anthropic_api_key	Clave de API antrópica	-	tu-antrópico-api-key
Anthropic_base_url	URL de base de API antrópica	https://api.anthropic.com	https://your-custom-anthropic-endpoint.com
OpenAI_Compatible_Key	Llave de API compatible de OpenAI	-	SK-ABCDEFGHIJKLMNOPQRSTUVWXYZ123456
OPERAI_COMPATIBLE_URL	URL de base de API compatible de OpenAI	-	https://your-custom-endpoint.com/v1

Nota: Algunas variables deben configurarse manualmente y no tener valores predeterminados.

Característica de análisis de imágenes

Permite a los usuarios cargar imágenes y recibir resultados de análisis de IA. Aquí le mostramos cómo usarlo:

1. El usuario envía una imagen al bot.
2. En el título de imagen, agregue un mensaje de análisis, por ejemplo, "Analice esta imagen".
3. El bot utilizará el modelo AI seleccionado actualmente (OpenAI o Google Gemini) para analizar la imagen.
4. El resultado del análisis se devolverá al usuario como un mensaje de texto.

Nota: Asegúrese de que el modelo AI esté utilizando el análisis de imágenes de soporte. Si el modelo actual no lo admite, el bot le pedirá que cambie a un modelo de soporte multimodal.

Optimización de inmediato de Flux

Cuando la variable de entorno ARD_Pimization se establece en True, la función de generación de imágenes de flujo utiliza una API externa para optimizar las indicaciones. Esta característica funciona a través de los siguientes pasos:

1. El usuario proporciona el mensaje original.
2. El sistema utiliza la API externa configurada con external_api_base, external_model y external_api_key para optimizar el indicador.
3. El modelo optimizado es utilizado por el modelo de flujo para generar la imagen.

Esta característica puede ayudar a generar imágenes más precisas que se alinean mejor con las características del modelo de flujo. Para usar esta función, asegúrese de que todas las variables de entorno relevantes estén configuradas correctamente.

️ Notas importantes

1. ? Use cuotas API de manera responsable : tenga en cuenta los límites de uso, especialmente para los servicios de generación y análisis de imágenes.
2. ? Proteja la información confidencial : salvaguardar sus variables de entorno y las claves API.
3. ? Comprender las características del modelo : elija el modelo AI que mejor se adapte a su escenario de aplicación.
4. Manténgase actualizado : actualice regularmente el código y las funciones para un rendimiento óptimo.
5. ? ️ Seguridad primero : actualice las claves API periódicamente y siga el principio de menor privilegio.
6. ? Optimización de indicación de flujo : al habilitar la óptimización rápida, asegure la configuración correcta de external_api_base, external_model y external_api_key.
7. ⛔ Aviso importante : para evitar posibles conflictos, no se recomienda agregar modelos ya utilizados por otras API en compatible de OpenAI. Por ejemplo, si ha configurado la API Gemini y seleccionado el modelo Gemini-1.5-Flash, no debe agregar el mismo modelo en OpenAI Compatible.

? Solución de problemas

• ¿No responde? Verifique las configuraciones de la variable de Webhook y el entorno.
• ¿Encontrar límites de API? Revise su uso de cuotas de API.
• Análisis de imágenes fallando? Asegúrese de utilizar un modelo de soporte multimodal como GPT-4O/GPT-4O-Mini o Gemini 1.5 Pro/Flash.

? Licencia

Este proyecto tiene licencia bajo la licencia MIT.

Copyright (c) 2024 [Snakeying]