GPT Telegram Worker下載GPT Telegram Worker源代碼下載

GPT Telegram Worker

其他源碼

v1.6

下載

？ Telegram GPT工人 - 多功能AI助手

項目概述

歡迎來到Telegram GPT工人！這是在打字稿中開發的有效電報機器人。它支持多種語言和AI模型，該模型部署在CloudFlare工人上，為用戶提供快速可擴展的服務體驗。

？關鍵功能

？多模型支持：集成了多個AI模型，包括OpenAI，Google Gemini，Anthropic Claude，Groq和Azure Openai。
？ OpenAI兼容模型支持：專門為AI模型接口管理和分發系統（例如一個API和新API）設計，支持自動模型列表檢索。
智能對話：配備上下文記憶能力，確保平滑自然的對話。
？圖像生成：使用DALL·E和CloudFlare通量技術支持文本對圖像生成。
？圖像分析：允許用戶使用OpenAI或Google Gemini模型上傳圖像進行智能分析。
？多語言支持：內置的I18N功能，支持8種語言以滿足各種需求。
用戶權限管理：通過白名單功能控制訪問，並增強安全性。
☁️高性能部署：利用Cloudflare工人的邊緣計算功能來快速響應。
？有效的數據管理：將REDIS用於數據緩存和管理，以確保有效的處理。
？通量提示優化：可選功能，可通過外部API優化通量模型的圖像生成提示。

？系統要求

在開始之前，請確保您有以下內容：

Cloudflare帳戶
電報帳戶和機器人令牌
UPSTASH REDIS數據庫（啟用了驅逐功能）
至少一項AI服務的API密鑰

快速開始

克隆項目存儲庫
配置必要的環境變量
部署到Cloudflare工人
設置Telegram Webhook

有關詳細的部署步驟，請參閱下面的教程。

可用命令

/start - 啟動機器人
/language - 切換語言
/switchmodel切換AI模型
/new開始新對話
/history - 獲取對話歷史摘要
/help - 獲取幫助信息
/img生成圖像（dall -e）
/flux - 生成圖像（Cloudflare Flux）

？項目結構

 /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

詳細的教程

部署到Cloudflare工人

使用Wrangler CLI

安裝牧馬人CLI：
```
npm install -g @cloudflare/wrangler
```
登錄到您的CloudFlare帳戶：
```
wrangler login
```
創建一個新的工人項目：
```
wrangler init telegram-bot
```
將dist/index.js文件複製到您的項目中。

編輯wrangler.toml文件以配置您的項目：

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

部署到Cloudflare工人：
```
wrangler publish
```

使用Cloudflare儀表板

登錄到Cloudflare儀表板。
選擇“工人和頁面”。
單擊“創建應用程序”，然後選擇“創建工作者”。
命名您的工人，然後單擊“部署”。
將dist/index.js的內容複製並粘貼到編輯器中，然後保存文件。
在“設置”中添加必要的環境變量。

配置Telegram Webhook

使用電報機器人API設置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

地方發展

克隆項目：

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

安裝依賴項：
```
npm install
```
設置環境變量。
編譯打字稿：
```
npm run build
```
啟動機器人：
```
npm start
```

？環境變量

可變名稱	描述	預設值	例子
OpenAI_API_KEY	OpenAI API鍵	-	sk-abcdefghijklmnopqrstuvwxyz123456
Openai_base_url	Openai API基礎網址	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	電報機器人令牌	-	123456：ABC-DEF1234GHIKL-ZYX57W2V1U123EW11
白色列表_users	允許使用機器人的用戶ID列表	-	12345678,87654321
system_init_message	系統初始化消息	您是一個有益的助手。	您是一個有益的助手。
system_init_message_role	系統初始化消息角色	系統	系統
Default_Model	要使用的默認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帳戶ID	-	您的cloudflare-Account-id
flux_steps	通量生成步驟的數量	4	4-8，最大步驟為8
提示_optimization	啟用及時的優化	錯誤的	真的
external_api_base	外部API基礎URL	-	https://external-api.com
external_model	外部型號名稱	-	外部模型名稱
外部_api_key	外部API鍵	-	外部 - 鑰匙
Google_model_key	Google AI模型API密鑰	-	您的google-api-key
Google_model_baseurl	Google AI模型API基礎URL	https://generativelanguage.googleapis.com/v1beta	https://your-custom-google-endpoint.com
Google__models	可用的Google AI模型列表	-	雙子座 - 雙子座，雙子座式視覺
GROQ_API_KEY	GROQ API鍵	-	您的groq-api-key
Anthropic_api_key	擬人API鍵	-	您的人類廣播
Anthropic_base_url	擬人API鹼基URL	https://api.anthropic.com	https://your-custom-anththropic-endpoint.com
OpenAi_compatible_key	OpenAI兼容API鍵	-	sk-abcdefghijklmnopqrstuvwxyz123456
OpenAi_compatible_url	OpenAI兼容API基礎URL	-	https://your-custom-endpoint.com/v1

注意：某些變量需要手動配置，並且沒有默認值。

圖像分析功能

允許用戶上傳圖像並接收AI分析結果。這是使用它的方法：

用戶將圖像發送到機器人。
在圖像標題中，添加一個分析提示，例如“請分析此圖像”。
該機器人將使用當前選擇的AI模型（OpenAI或Google Gemini）來分析圖像。
分析結果將作為短信返回給用戶。

注意：確保您使用的AI模型支持圖像分析。如果當前模型不支持它，則該機器人將提示您切換到多模式支撐模型。

通量提示優化

當提示_Optimization環境變量設置為trui時，Flux Image生成功能使用外部API來優化提示。此功能通過以下步驟工作：

用戶提供原始提示。
該系統使用外部API配置為external_api_base，external_model和external_api_key來優化提示。
通量模型使用優化的提示來生成圖像。

此功能可以幫助生成更精確的圖像，以更好地與通量模型特性保持一致。要使用此功能，請確保正確配置了所有相關環境變量。

配x重要說明

？負責任地使用API配額：請注意使用限制，尤其是對於圖像生成和分析服務。
？保護敏感信息：保護您的環境變量和API鍵。
？了解模型特徵：選擇最適合您應用程序方案的AI模型。
保持更新：定期更新代碼和功能以獲得最佳性能。
“安全性”首先：定期更新API鍵，並遵循至少特權的原則。
？通量提示優化：啟用提示_optimization時，請確保正確配置external_api_base，external_model和external_api_key。
⛔重要注意：為了避免潛在的衝突，不建議添加OpenAI兼容的其他API使用的模型。例如，如果您已經配置了Gemini API並選擇了Gemini-1.5-Flash模型，則不應在OpenAI兼容中添加相同的模型。