消息详情

#telegram #Bot #GitHub情报 #Cloudflare #AD #AI 🤖 聊聊 Newlearnerの IT 社群的自动化入群方案部署 —— 从 AI Agent 到基于 Bot 和网页的黑盒程序 1️⃣ 基于 Open Minis 的 AI Agent 尝试起初我能够想到用 AI 帮我审核入群信息，是受到了 Open Minis 开发者 Ethan Wang 的影响。看到他的推文后，立即向他咨询了如何部署，并成功跑了起来。做到这一点并不难： ① 下载 Open Minis 并接入 AI API ② 命令 AI 到 GitHub 找到 Minis Skills 仓库里的tg-hub skill ③ 去 my.telegram.org 注册并得到 api_id 和 api_hash ④ 进行配置并以个人账号方式在终端登录 Telegram ⑤ 对群组实行扫描和监控，将「入群规则」详细地告诉 AI，达到什么样的标准可以进入，有哪些特征直接拒绝或封禁 ⑥ 将这套流程做成 Skill 或脚本一类的东西，和 AI 商量好通过关键词即可触发这样操作后，不止能够批量处理入群申请，还可以看群中是否有携带特征的潜伏广告 Bot，本质上就是个人形自走机器人（部署有风险，请遵照 Telegram TOS）。如何定期运行呢？我想的是通过 iOS 的快捷指令，定时拉起处理一次入群消息，最终用下来也是非常省心无感 🤔 但是 AI Agent 的方案有一些很显然的缺点。首先它需要消耗 Token，免费套餐并不能支持非常高频率地扫描处理，也就意味着几乎做不到实时；其次，终端过一段时间就要重新登录，目前 API 申请不如之前那么宽松了，更何况我不清楚这样高强度调用是否会招来封号；最重要的是，一旦信息多起来，并没有一套成体系的机制去记录和管理 2️⃣ 非常成功的 Bot 和网页黑盒程序在群里分享取得的一些小小成果之后，群友找到了我，说见过类似的程序。我向他表明了我实际上需要类似 TelegramDoor 的一个基于网页后台的系统，可以在其中对每一个入群者进行详细的管理进过一番 Vibe Coding 之后，我们得到了整套系统，它由 Bot 作为后端、将数据传递呈现到网页前端，这套系统能够实现： ① 规则 + 语义 + Jev 多层判断，识别用户特征，实时处理 ② 个人资料快照和判断依据展示 ③ 详尽的操作日志 ④ 灵活的判断规则，随时可根据需求调整，支持样本库和白名单功能 ⑤ 加入「统计」板块，便于前期根据预判断结果和准确率调整规则 ⑥ 机器人可自动执行封禁、拒绝与通过 💡 我和群友用这套系统训练了大半个月，一一比对系统给出的预判断结果，也根据情况对规则进行了更加复杂的调整。我们发现，这套规则对于处理广告和小号非常适用（连续 7 日准确率超过 98%），但在判断真人方面还存在一些不确定性。针对「是真人但系统不通过」的情况，我们也加入了白名单机制：我会不定期去网页后台翻阅记录，如果发现拒绝了真人，则为他加入白名单，下次加入即可通过 👀 为保险起见，也为了减少误伤，我们最终还是决定把那些「不够确定」的、或是「看起来是真人」的处理，通过 Telegram Channel 推送给我本人进行处理。整体运行下来，这样的案例非常少，也可以看到目前 TG 的生态几乎都是被广告占据了。总之，这套系统用下来还是很爽的，但为了保持其黑盒特性、给大家带来一个良好的聊天环境，我们并不打算将系统开源 * 如有进群误伤或无法进群的情况，可以通过投稿机器人 @newlearner_pm_bot 与我取得联系 📘 关联阅读：TelegramDoor - 基于 Cloudflare 的 Telegram 双向私信机器人

AI 助手

通知訊訊

相關消訊