当前位置：首页 > news >正文

2025最新Telegram快读助手：一款智能Telegram链接摘要机器人

news 2025/7/6 10:58:02

Telegram快读助手：一款智能Telegram链接摘要机器人

在工作群、学习群或信息群中，经常会被各类链接刷屏：长篇文章、PDF文档、推特线程、LinkedIn帖子、YouTube视频……想快速判断链接里究竟讲了什么？【Telegram快读助手（telegram link summarizer agent）】来帮你！它能够自动识别链接类型，抓取内容并生成简洁摘要，让你一眼知晓要点，是内容过载时代的必备利器。

项目简介

Telegram快读助手 是一款基于 Telegram Bot 的智能代理（agent），通过LangGraph和各类外部服务，多步归纳推理来完成以下任务：

自动路由：判断链接类型（网页、PDF、推特/X、LinkedIn、YouTube 等）。
内容提取：针对不同类型的链接调用最合适的抓取手段，如 Playwright、PyMuPDF、twitterapi.io、Tavily Search SDK 等。
摘要生成：利用 BAML LLM 函数（如 RouteRequest）、Deepseek/Gemini 等大模型，生成结构化、简洁的链接摘要。

图：Agent 多步骤执行可视化
在这里插入图片描述

图：系统架构示意图

项目源码：https://github.com/MaoTouHU/telegram_link_summarizer_agent

核心功能

链接摘要：支持各种 URL，包括标准网页、PDF 文档、Twitter/X 帖子、LinkedIn 帖子及 YouTube 视频。
智能路由：使用 LLM 判断链接类型，自动选择最佳抓取 & 处理流程。
YouTube 支持：通过 Playwright + AgentQL 抓取视频标题与描述。
Twitter/X 支持：使用 twitterapi.io 获取推特内容（支持线程）。
LinkedIn 支持：使用 Playwright + AgentQL 解析 LinkedIn 帖子。
PDF 支持：通过 PyMuPDF（fitz）处理并提取 PDF 文本。
多步骤 Agentic 工作流：基于 LangGraph，串联多个工具与 LLM，实现稳定可靠的处理流程。
静默失败：Telegram Bot 接口可在抓取失败时静默处理，不打扰群聊体验。

技术架构

整个系统由三大部分组成：

路由与摘要生成（BAML + LLM）
抓取与解析工具链（Playwright、PyMuPDF、Tavily、twitterapi.io、AgentQL）
Telegram Bot 接口（python-telegram-bot + FastAPI + Uvicorn）

LangGraph 负责将用户输入（链接）经过 RouteRequest 路由至不同子图，再由子图调度相应工具，最终将结果反馈给用户。

技术栈

Orchestration：LangGraph
LLM & Routing：BAML 函数，Deepseek/Gemini
网页提取：Tavily Search SDK
YouTube：Playwright + AgentQL
Twitter/X：twitterapi.io + requests
LinkedIn：Playwright + AgentQL
PDF：PyMuPDF (fitz)
Bot 框架：python-telegram-bot
Web 框架：FastAPI + Uvicorn
部署：Docker、Google Cloud Run

快速上手

1. 克隆仓库

git clone https://github.com/MaoTouHU/telegram_link_summarizer_agent.git
cd telegram_link_summarizer_agent

2. 安装依赖

推荐使用 uv 或者 pip：

# 使用 uv（推荐）
uv pip install -e .# 或者使用 pip
pip install -e .

安装 Playwright 浏览器：

playwright install

3. 环境变量配置

在项目根目录新建 .env 文件，并添加以下配置（替换为你的实际值）：

# --- 核心 API Key ---
# 任选一种 LLM 提供商
# GEMINI_API_KEY="your_google_gemini_api_key"
DEEPSEEK_API_KEY="your_deepseek_api_key"
GOOGLE_API_KEY="your_google_cloud_api_key"# 工具 API Key
TAVILY_API_KEY="your_tavily_api_key"
TWITTER_API_IO_KEY="your_twitterapi.io_api_key"
AGENTQL_API_KEY="your_agentql_api_key"# Telegram Bot
TELEGRAM_BOT_TOKEN="your_telegram_bot_token"# Webhook（部署时使用）
USE_POLLING="true"  # true 则忽略 WEBHOOK_URL 等配置
# WEBHOOK_URL="https://<your-ngrok-or-domain>"
# TELEGRAM_WEBHOOK_SECRET_TOKEN="your_secret_token"

⚠️ 重要：

TWITTER_API_IO_KEY 可在 twitterapi.io 获取。
保证 .env 不被提交至代码仓库（已在 .gitignore 中）。

使用示例

测试脚本
修改 agent.py 底部的测试用例后运行：
```
python agent.py
```

可视化
生成 LangGraph 可视化图：

python agent_viz.py
# 会输出 agent_graph.png

本地调试（Webhook & Polling）

Polling 模式（推荐）

export USE_POLLING="true"
uvicorn bot:app --reload

Bot 会自动以长轮询方式获取消息，无需公网或 ngrok。

Webhook 模式（开发/测试）

启动本地服务器：
```
./scripts/run_local.sh
```
使用 ngrok 暴露端口：
```
ngrok http 8080
```
将生成的 https://xxxx.ngrok-free.app 填入 .env 中的 WEBHOOK_URL，重启服务。

Docker 运行

chmod +x ./scripts/run_docker.sh
./scripts/run_docker.sh

默认映射本地 8080 端口。
可通过 docker logs -f telegram-summarizer 查看日志。

自托管部署（Docker）

服务器准备：安装 Git、Docker，并确保 Docker 服务启动。
克隆 & 配置：与上文“快速上手”部分一致，配置好 .env。

运行部署脚本：

chmod +x ./scripts/deploy_server.sh
./scripts/deploy_server.sh

监控管理：

docker ps
docker logs -f telegram-summarizer
docker restart telegram-summarizer

若采用 Webhook 模式，务必确保 WEBHOOK_URL 与 TELEGRAM_WEBHOOK_SECRET_TOKEN 配置正确，并开放对应端口（如 8080 或 443）。

部署到 Google Cloud Run

配置 Secret Manager
编辑并运行 scripts/setup_secrets.sh，按照提示将 .env 中的各 API Key 同步到 GCP Secret Manager。
构建 & 部署
在 scripts/deploy_cloud_run.sh 中配置好 SECRETS_TO_MAP，然后运行：
```
chmod +x ./scripts/deploy_cloud_run.sh
./scripts/deploy_cloud_run.sh
```
- 自动构建 Docker 镜像、推送到 Artifact Registry
- 部署到 Cloud Run，自动设置 Telegram Webhook