首页>编程相关>其他源码
下载

？ Telegram GPT工人 - 多功能AI助手

英语| 简体中文| 繁体中文| 日本语| Español| Français| n德意志

项目概述

欢迎来到Telegram GPT工人！这是在打字稿中开发的有效电报机器人。它支持多种语言和AI模型，该模型部署在CloudFlare工人上，为用户提供快速可扩展的服务体验。

？关键功能

  1. ？多模型支持：集成了多个AI模型，包括OpenAI，Google Gemini，Anthropic Claude，Groq和Azure Openai。
  2. ？ OpenAI兼容模型支持：专门为AI模型接口管理和分发系统（例如一个API和新API）设计，支持自动模型列表检索。
  3. 智能对话：配备上下文记忆能力，确保平滑自然的对话。
  4. ？图像生成：使用DALL·E和CloudFlare通量技术支持文本对图像生成。
  5. ？图像分析：允许用户使用OpenAI或Google Gemini模型上传图像进行智能分析。
  6. ？多语言支持：内置的I18N功能，支持8种语言以满足各种需求。
  7. 用户权限管理：通过白名单功能控制访问，并增强安全性。
  8. ☁️高性能部署：利用Cloudflare工人的边缘计算功能来快速响应。
  9. ？有效的数据管理：将REDIS用于数据缓存和管理，以确保有效的处理。
  10. ？通量提示优化：可选功能，可通过外部API优化通量模型的图像生成提示。

？系统要求

在开始之前，请确保您有以下内容：

  • Cloudflare帐户
  • 电报帐户和机器人令牌
  • UPSTASH REDIS数据库（启用了驱逐功能）
  • 至少一项AI服务的API密钥

快速开始

  1. 克隆项目存储库
  2. 配置必要的环境变量
  3. 部署到Cloudflare工人
  4. 设置Telegram Webhook

有关详细的部署步骤，请参阅下面的教程。

可用命令

  • /start - 启动机器人
  • /language - 切换语言
  • /switchmodel切换AI模型
  • /new开始新对话
  • /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）

？项目结构

 /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

详细的教程

部署到Cloudflare工人

使用Wrangler CLI

  1. 安装牧马人CLI： 

    npm install -g @cloudflare/wrangler

  2. 登录到您的CloudFlare帐户： 

    wrangler login

  3. 创建一个新的工人项目： 

    wrangler init telegram-bot

  4. 将dist/index.js文件复制到您的项目中。

  5. 编辑wrangler.toml文件以配置您的项目： 

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

  6. 部署到Cloudflare工人： 

    wrangler publish

使用Cloudflare仪表板

  1. 登录到Cloudflare仪表板。
  2. 选择“工人和页面”。
  3. 单击“创建应用程序”，然后选择“创建工作者”。
  4. 命名您的工人，然后单击“部署”。
  5. 将dist/index.js的内容复制并粘贴到编辑器中，然后保存文件。
  6. 在“设置”中添加必要的环境变量。

配置Telegram Webhook

使用电报机器人API设置Webhook。 URL示例： 

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

地方发展

  1. 克隆项目： 

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

  2. 安装依赖项： 

    npm install

  3. 设置环境变量。

  4. 编译打字稿： 

    npm run build

  5. 启动机器人： 

    npm start

？环境变量

可变名称描述默认值例子
OpenAI_API_KEY OpenAI API键 - sk-abcdefghijklmnopqrstuvwxyz123456
Openai_base_url Openai API基础网址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电报机器人令牌 - 123456：ABC-DEF1234GHIKL-ZYX57W2V1U123EW11
白色列表_users允许使用机器人的用户ID列表 - 12345678,87654321
system_init_message系统初始化消息您是一个有益的助手。您是一个有益的助手。
system_init_message_role系统初始化消息角色系统系统
Default_Model要使用的默认AI模型 - GPT-3.5-Turbo
UPSTASH_REDIS_REST_URL Upstash redis休息URL - https://your-redis-url.upstash.io
UPSTASH_REDIS_REST_TOKEN Upstash redis休息令牌 - 您的redis token
dall_e_model DALL-E模型版本dall-e-3 dall-e-3
Cloudflare_api_token Cloudflare API令牌 - 您的cloudflare-api-token
Cloudflare_account_id Cloudflare帐户ID - 您的cloudflare-Account-id
flux_steps通量生成步骤的数量4 4-8，最大步骤为8
提示_optimization启用及时的优化错误的真的
external_api_base外部API基础URL - https://external-api.com
external_model外部型号名称 - 外部模型名称
外部_api_key外部API键 - 外部 - 钥匙
Google_model_key Google AI模型API密钥 - 您的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 - 双子座 - 双子座，双子座式视觉
GROQ_API_KEY GROQ API键 - 您的groq-api-key
Anthropic_api_key拟人API键 - 您的人类广播
Anthropic_base_url拟人API碱基URL https://api.anthropic.com https://your-custom-anththropic-endpoint.com
OpenAi_compatible_key OpenAI兼容API键 - sk-abcdefghijklmnopqrstuvwxyz123456
OpenAi_compatible_url OpenAI兼容API基础URL - https://your-custom-endpoint.com/v1

注意：某些变量需要手动配置，并且没有默认值。

图像分析功能

允许用户上传图像并接收AI分析结果。这是使用它的方法：

  1. 用户将图像发送到机器人。
  2. 在图像标题中，添加一个分析提示，例如“请分析此图像”。
  3. 该机器人将使用当前选择的AI模型（OpenAI或Google Gemini）来分析图像。
  4. 分析结果将作为短信返回给用户。

注意：确保您使用的AI模型支持图像分析。如果当前模型不支持它，则该机器人将提示您切换到多模式支撑模型。

通量提示优化

当提示_Optimization环境变量设置为trui时，Flux Image生成功能使用外部API来优化提示。此功能通过以下步骤工作：

  1. 用户提供原始提示。
  2. 该系统使用外部API配置为external_api_base，external_model和external_api_key来优化提示。
  3. 通量模型使用优化的提示来生成图像。

此功能可以帮助生成更精确的图像，以更好地与通量模型特性保持一致。要使用此功能，请确保正确配置了所有相关环境变量。

配x重要说明

  1. ？负责任地使用API​​配额：请注意使用限制，尤其是对于图像生成和分析服务。
  2. ？保护敏感信息：保护您的环境变量和API键。
  3. ？了解模型特征：选择最适合您应用程序方案的AI模型。
  4. 保持更新：定期更新代码和功能以获得最佳性能。
  5. “安全性”首先：定期更新API键，并遵循至少特权的原则。
  6. ？通量提示优化：启用提示_optimization时，请确保正确配置external_api_base，external_model和external_api_key。
  7. ⛔重要注意：为了避免潜在的冲突，不建议添加OpenAI兼容的其他API使用的模型。例如，如果您已经配置了Gemini API并选择了Gemini-1.5-Flash模型，则不应在OpenAI兼容中添加相同的模型。

？故障排除

  • 机器人不响应？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？确保您使用的是多模式支撑模型，例如GPT-4O/GPT-4O-MINI或GEMINI 1.5 Pro/Flash。

？执照

该项目已根据MIT许可获得许可。

版权（C）2024 [蛇]

展开
附加信息
相关应用
为您推荐
相关资讯 全部