SkipOneAI：基于 RAG 与本地 LLM 的 Telegram 数字分身智能体

Автономный AI-агент для Telegram
Цифровой двойник, полностью имитирующий стиль общения владельца аккаунта

Возможности · Архитектура · Быстрый старт · Инструменты · Распознавание речи · Docker

О проекте

SkipOneAI — автономный Telegram-агент, работающий от имени вашего аккаунта. Агент обучается на ваших реальных сообщениях через RAG-систему (Retrieval-Augmented Generation) и ведёт переписку вашим стилем — включая сленг, манеру шутить и уровень формальности для каждого контакта.

Все вычисления выполняются локально через LM Studio. Никакие данные не покидают вашу машину.

Ключевые особенности

Архитектура

src/
├── main.py                        # Точка входа
├── config.py                      # Конфигурация (.env)
├── core/
│   ├── telegram_client.py         # Telethon-клиент
│   ├── event_processor.py         # Главный пайплайн обработки сообщений
│   ├── llm_interface.py           # Интерфейс к LM Studio (OpenAI-compatible API)
│   ├── llm_router.py              # Мульти-модельная маршрутизация
│   ├── master_classifier.py       # Unified-классификатор (анализ + роутинг за 1 вызов)
│   ├── model_manager.py           # Мониторинг производительности и авто-перезагрузка
│   ├── asr_manager.py             # Faster Whisper ASR (CUDA/CPU)
│   ├── command_parser.py          # Парсер команд
│   ├── context_manager.py         # XML-сериализация контекста
│   ├── permissions.py             # Контроль доступа (белый список)
│   └── sticker_manager.py         # Индексация и отправка стикеров
├── personality/
│   ├── database.py                # Векторная БД (SQLite + embeddings)
│   ├── analyzer.py                # Анализатор стиля сообщений
│   └── contacts_manager.py        # CRM контактов с auto-bio
├── behavior/
│   ├── human_simulator.py         # Задержки, опечатки, пропуски
│   └── proactive_agent.py         # Проактивные сообщения
├── tools/
│   ├── tools_manager.py           # Реестр и диспетчер инструментов
│   ├── web_search.py              # Веб-поиск (DuckDuckGo)
│   ├── browser.py                 # Браузер (Playwright)
│   ├── terminal.py                # Терминал (sandboxed)
│   ├── file_ops.py                # Файловые операции
│   ├── gif_sender.py              # GIF
│   ├── message_search.py          # Поиск по истории
│   ├── contact_info.py            # Информация о контактах
│   └── summarizer.py              # Саммаризация чата
└── utils/
    ├── logging_config.py          # Логирование
    └── transcription_utils.py     # Очистка транскрипций

Быстрый старт

Предварительные требования

• Python 3.10+
• LM Studio
• Telegram API credentials

Установка

git clone https://github.com/YOUR_USERNAME/SkipOneAI.git
cd SkipOneAI

python -m venv venv
venv\Scripts\activate      # Windows
# source venv/bin/activate # Linux/macOS

pip install -r requirements.txt

Конфигурация

copy .env.example .env   # Windows
# cp .env.example .env   # Linux/macOS

Заполните .env:

TELEGRAM_API_ID=your_api_id
TELEGRAM_API_HASH=your_api_hash
TELEGRAM_PHONE=+79991234567
BOT_OWNER_ID=your_telegram_id_here

OLLAMA_BASE_URL=http://localhost:1234
OLLAMA_MODEL=glm-4-9b-chat

Настройка LM Studio

1. Скачайте и установите LM Studio
2. Загрузите модель (рекомендуется GLM-4 9B Chat или GLM-4.7V Flash)
3. Перейдите в Local Server → Start Server (порт 1234)

Инициализация базы данных

python scripts/populate_database.py        # готовые примеры
python scripts/collect_messages.py         # или сбор ваших сообщений

Запуск

python -m src.main

При первом запуске потребуется SMS-код для авторизации в Telegram.

Инструменты

Распознавание речи

Встроенная система на базе Faster Whisper (deepdml/faster-whisper-large-v3-turbo-ct2).

Режим «Голосовое»

beam_size=1, vad_filter=True, condition_on_previous_text=False

Режим «Песня»

Двухпроходная система:

1. Первый проход — beam_size=5, без VAD, промпт для сложной лирики
2. Повторный проход (при < 2 сегментов или < 10 символов) — beam_size=1, альтернативный промпт

Постобработка

• Очистка артефактов транскрипции
• Фильтрация по чёрному списку

Извлечение вокала (Docker)

cd docker
./extract_vocals.sh "song.mp3" bs-roformer   # лучшее качество
./extract_vocals.sh "song.mp3" demucs         # быстрый
./extract_vocals.sh "song.mp3" mdx23c         # баланс

Docker

cd docker
docker-compose build
docker-compose run --rm gigaam python gigaam_production.py /audio/song.mp3

Для GPU-ускорения требуется NVIDIA Container Toolkit.

Команды

Безопасность

• Не публикуйте .env — он содержит ваши credentials
• Файлы сессии (data/session/) дают полный доступ к аккаунту
• Все данные хранятся локально
• BOT_OWNER_ID определяет владельца — убедитесь, что указан ваш ID

Лицензия

MIT