Telegram个人助手与长期记忆和笔记功能

🌟 工作原理

消息接收与路由

Telegram集成：工作流由Telegram机器人上的传入消息触发。
动态路由：一个switch节点检查消息以确定是语音、文本还是照片（带标题），并将其路由到相应的处理流程。

内容处理

语音消息：检索音频文件并发送到AI转录节点，将口语转换为文本。
文本消息：直接捕获文本并准备进行分析。
照片：如果接收到图像，机器人获取文件（和标题，如果提供）并使用AI驱动的图像分析节点提取相关细节。

AI驱动的代理与内存管理

核心AI代理（由GPT-4o-mini提供支持）处理传入消息以及存储在PostgreSQL内存缓冲区中的任何先前对话历史。
长期记忆：当消息包含个人或值得注意的信息时，助手使用专用工具将这些数据作为长期记忆保存在Baserow中。
笔记记录：对于特定指令或提醒，助手将简洁的笔记保存在单独的Baserow表中。
AI代理遵循定义的规则来决定哪些细节保存为记忆，哪些保存为笔记。

响应生成

在处理消息并根据需要更新内存/笔记后，AI代理制作一个上下文相关且个性化的响应。
响应通过Telegram发送回用户，确保流畅自然的对话流程。
🚀 主要功能

多模态输入：
无缝处理语音、照片（带标题）和文本消息。

长期记忆与笔记记录：
使用Baserow数据库存储个人细节和笔记，随着时间的推移增强对话上下文。

AI驱动的上下文响应：
利用AI代理基于当前输入和过去交互生成个性化、上下文感知的回复。

用户安全与验证：
在处理之前包含验证步骤以验证用户的Telegram ID，确保安全且个性化的交互。

简单的Baserow设置：
附带清晰的设置指南和示例配置，以快速集成Baserow来管理记忆和笔记。

🔧 设置指南

Telegram机器人设置：
通过BotFather创建您的机器人并获取机器人令牌。
在n8n中配置Telegram webhook，使用您的机器人令牌和URL。

Baserow数据库配置：
记忆表：
创建一个名为”Memories and Notes”的工作区。
设置一个表（例如”Memory Table”），至少包含两个字段：
Memory（长文本）
Date Added（美国日期格式，包含时间）
笔记表：
复制记忆表并将其重命名为”Notes Table”。
将第一个字段的名称从”Memory”更改为”Notes”。

n8n工作流导入与配置：
将工作流JSON导入到您的n8n实例中。
根据需要更新Telegram、Baserow、OpenAI和PostgreSQL（用于内存缓冲）的凭据。
如果您需要自定义AI代理提示或内存管理规则，请调整节点设置。

测试与部署：
通过发送各种消息类型（文本、语音、照片）来测试您的机器人，以确认工作流正确处理它们，更新Baserow，并返回适当的响应。
监控日志以确保记忆和笔记条目正确存储和检索。
✨ 示例交互

语音消息处理：
用户发送语音笔记请求提醒。
机器人响应：”感谢您的消息！我已经记下您的提醒并保存以备将来参考。”

带标题的照片：
用户发送带有标题”保存这个食谱作为晚餐想法”的照片。
机器人响应：”明白了！我已经为您保存了这个食谱以及标题。”

保存记忆的文本消息：
用户：”我喜欢在周末远足。”
机器人响应：”已记录！我会记住您对远足的兴趣。”

检索信息：
用户询问：”我有哪些笔记？”
机器人响应：”这是您最近的笔记：[保存的笔记列表]。”
🛠️ 资源与后续步骤
Telegram机器人配置：Telegram BotFather指南
n8n文档：n8n文档
社区论坛：加入讨论并分享您的自定义！

这个工作流不仅简化了消息处理，还为用户提供了一个能够随时间记住细节的个人AI助手。进一步自定义规则和响应以适应您独特的需求，并在Telegram上享受更吸引人、更智能的对话体验！