加进群就能用(零配置)
把官方机器人拉进群 —— 不用安装、不用服务器、不花钱。
→ @iLangGuardBot
- 在电报搜
@iLangGuardBot - 加到你的群里
- 给管理员权限 —— 删消息 + 封人
- 完事。垃圾自动清理;随时 @ 它提问。
也可以直接私聊它,什么都能问。
它能做什么
🚫 反垃圾 — 识别广告、诈骗、加密货币与赌博 spam。看穿 Unicode 变体、全角/零宽字符、emoji 混淆和黑话。零成本预过滤在消息碰到 AI 之前就干掉明显垃圾,刷屏更是完全不花 AI 调用就拦下。
👁️ 看图 — 识别图片和视频缩略图,拦截图片广告和二维码诈骗。聊天时读的是照片背后的故事,不是干巴巴描述像素。
💬 聊天 — 在群里 @ 它或私聊。自动检测语言,用你的语言回复。什么都能问,给你清晰实用的回答 —— 敏感话题客观陈述,真正有害的事守住边界。
自己部署
用任意 OpenAI 兼容的 AI 服务 —— 硅基流动(默认)、OpenAI、DeepSeek 或本地模型。你需要两样:
- Bot Token — @BotFather →
/newbot - AI API Key — 你的服务商(默认对接硅基流动)
方式一:VPS 一键安装
curl -sL https://raw.githubusercontent.com/ilang-ai/TelegramGuard/main/install.sh | sudo bash
自动下载、装依赖、填两个 key、创建 systemd 服务并启动。管理命令:
systemctl status telegramguard # 看状态
systemctl restart telegramguard # 重启
journalctl -u telegramguard -f # 看日志
方式二:HuggingFace Space(免费,不用服务器)
- Fork 这个仓库
- 创建 HuggingFace Space → Docker SDK → Blank
- GitHub 仓库 → Settings → Secrets → 加
HF_TOKEN(你的 HF write token) - HF Space → Settings → Secrets → 加
BOT_TOKEN+AI_API_KEY - HF Space → Settings → 开启持久化存储,让
/data(SQLite 库)可写 —— 或加个DB_PATHsecret 指向可写路径 - 推代码到 GitHub,自动部署到 Space
方式三:手动
git clone https://github.com/ilang-ai/TelegramGuard.git
cd TelegramGuard
pip install -r requirements.txt
cp .env.example .env # 填 BOT_TOKEN + AI_API_KEY
set -a; source .env; set +a # 把 .env 加载进环境变量
python bot.py
创建机器人后,给 @BotFather 发 /setjoingroups → Enable 和 /setprivacy → Disable(让它能看到群消息)。
配置项
全部通过环境变量设置 —— 见 .env.example:
| 变量 | 默认值 | 作用 |
|---|---|---|
BOT_TOKEN |
(必填) | 电报机器人 token |
AI_API_KEY |
(必填) | OpenAI 兼容的 API key |
AI_BASE_URL |
https://api.siliconflow.cn/v1 |
服务端点 |
AI_MODEL |
deepseek-ai/DeepSeek-V4-Flash |
文本模型 |
AI_VISION_MODELS |
Qwen/Qwen3-VL-30B… |
识图模型容错链(逗号分隔) |
AI_AUDIO_MODEL |
Qwen/Qwen3-Omni-30B-A3B-Instruct |
语音模型 |
AI_IMAGE_MAX_WIDTH |
600 |
识图前压缩宽度 |
AI_FALLBACK_API_KEY |
(空) | 可选的第二供应商;填了才启用跨供应商兜底 |
AI_FALLBACK_BASE_URL |
(空) | 备用供应商的端点 |
AI_FALLBACK_MODEL |
(空) | 备用供应商上的文本/判定模型 |
LEXICON_HARD_THRESHOLD |
6 |
黑话预过滤严格度(越高越严) |
PROBE_FLAG_DELETE |
2 |
签到水消息累计多少次后开始静默删除(绝不封号) |
PROBE_WINDOW_HOURS |
24 |
上述标记的滚动有效窗口(小时) |
JUDGE_TEXT_LIMIT |
1800 |
长消息送judge的字数(掐头去尾各一半) |
JUDGE_CAPTION_LIMIT |
900 |
同上，图片附带文字 |
GROUP_CMD_COOLDOWN |
60 |
群内公开命令对非管理员的冷却(秒) |
自定义 AI 人格
机器人的大脑是几个 .ilang 文件 —— I-Lang Prompt Spec,每个 ::GENE 定义一个行为。
prompts_demo/
├── persona.ilang 怎么思考 + 怎么说话
├── antispam.ilang 什么算垃圾
└── vision.ilang 怎么看图
::GENE_IMMUTABLE{S002, T:RUTHLESS_RED_TEAM, A:FLATTER⇒FAIL, G:ALL, Θ:ALWAYS}
# 给它看方案, 它不夸你, 直接找致命漏洞。
::GENE_MUTABLE{P002, T:CONCISE, G:ALL, Θ:ALWAYS}
# 2-3 句话。先给答案, 后补细节, 零废话。
::IMMUNE{SPAM, DETECT_THEN_NUKE}
# 广告 / 诈骗 / 刷屏 → 删除 + 记过, 看穿规避手法。
改基因 = 改机器人。想自定义:复制 prompts_demo/ 到 prompts/(优先加载)再编辑。
项目结构
TelegramGuard/
├── bot.py 入口 —— 处理器(群 · 私聊 · 事件)
├── config.py 环境变量配置
├── install.sh 一键 VPS 安装脚本
├── Dockerfile 容器构建
├── modules/
│ ├── ai_provider.py OpenAI兼容 AI 层(文本 · 识图 · 语音)
│ ├── chat.py 提示词编排(加载 .ilang)
│ ├── prefilter.py 零成本垃圾预过滤 + 三路分诊
│ ├── lexicon.py 黑话/规避归一化 + 打分
│ ├── probe.py 签到水消息识别(只标记, 绝不封号)
│ ├── ilang_judge.py I-Lang 判定函数
│ ├── admin.py 群管理
│ ├── db.py SQLite 共享连接 + 异步锁
│ └── database.py 数据表
└── prompts_demo/ AI 人格定义(.ilang 文件)
