回答文字和语音消息的 Telegram 聊天机器人

回答文字和语音消息的 Telegram 聊天机器人

一个用 OpenAI 的 gpt-5.6-terra 上的 AI 智能体回答 Telegram 消息的 n8n 工作流。文字直接交给智能体，语音则先转成文字。

包里有什么

• workflow.json：n8n 导出的工作流，十六个节点。十三个干活，三个是便签，标出各个步骤。里面没有任何凭据。
• README.md：这份设置说明，压缩包里的是英文版。

我们相对原来的副本改了什么

• 对话模型原来是 gpt-4o。OpenAI 的弃用页面（2026 年 11 月 12 日查阅）让带日期的 gpt-4o 快照在 2027 年 1 月 14 日停用，替代模型是 gpt-6-luna。Mindket 的版本用 gpt-5.6-terra。OpenAI 的模型页面把它列为支持 Chat Completions 和函数调用，所以以后可以加工具。
• 0.7 的温度和 0.2 的频率惩罚被删掉了。模型页面没有列出温度设置。
• 把语音变成文字的步骤原来是 n8n 的 OpenAI 节点，它总是发送 whisper-1。OpenAI 的页面把 whisper-1 列为 2027 年 2 月 26 日停用，替代是 gpt-transcribe 或 gpt-live-transcribe。Mindket 的版本用一个 HTTP Request 节点和模型 gpt-transcribe 调用 OpenAI 的转写地址。
• OpenAI 的语音转文字指南列出了 ogg 和 webm 等格式，没有列 oga，而那正是 Telegram 给语音用的后缀。新增的 Code 节点 Name the voice file 会在文件发出去之前把它改名为 voice.ogg。
• 有几个节点原来关联着作者 n8n 里的凭据。这些关联已删掉，请选你自己的。
• 别的都没改。系统消息、开关和结尾的感谢都是文件原有的。

开始之前

• 一个有公开 HTTPS 地址的 n8n 实例，n8n Cloud 或自己的服务器都行。Telegram 会把每条消息发到那个地址。
• 一个用 BotFather 做的 Telegram 机器人，和它的令牌。
• 一个 OpenAI API 密钥。

设置

1. 在 n8n 里新建一个工作流，打开它的菜单，选 Import from File，选中 workflow.json。
2. 添加一个填有机器人令牌的 Telegram 凭据。在 Listen for incoming events、Send Typing action、Download voice file、Send final reply、Correct errors 和 Send error message 里选中它。
3. 添加一个 OpenAI 凭据，在 OpenAI Chat Model 和 Convert audio to text 里选中它。
4. 检查 OpenAI Chat Model 里的模型。文件里用的是 gpt-5.6-terra。
5. 启用这个工作流，然后给你的机器人发一条文字和一条语音。

一次运行的过程

1. Listen for incoming events 为每条消息启动一次运行。它也会启动 Send Typing action，所以聊天里会显示“正在输入”。
2. Determine content type 给消息分类。文字继续往下走，语音交给 Download voice file，其他消息交给 Send error message。
3. 语音要经过 Name the voice file 和 Convert audio to text，后者把文件提交到 OpenAI 的转写地址。
4. Combine content and set properties 把输入的文字或转写文字放进字段 CombinedMessage。它还会记录消息是文字还是语音，以及是不是转发来的。
5. AI Agent 读 CombinedMessage。它用 OpenAI Chat Model，并在 Window Buffer Memory 里保留这个聊天最近的十条消息。
6. Send final reply 用 Telegram 的 HTML 模式发出答案，后面跟一句感谢。如果 Telegram 拒绝这段 HTML，Correct errors 会把特殊字符转义后再发一次。

改变结果

• 规则和语气：AI Agent 里的系统消息。
• 模型：OpenAI Chat Model 里的 model。
• 记忆：Window Buffer Memory 里的 contextWindowLength。
• 结尾的话：Send final reply 里的文字。
• 不支持的消息的回复文字：Send error message 里的文字。

注意事项

• Mindket 没有运行过这个工作流。没有调用过 Telegram 和 OpenAI，也没有人用真实的语音试过新的转写步骤。字段名和限制来自 OpenAI 和 Telegram 的文档以及 n8n 源码，查阅日期是 2026 年 11 月 12 日。
• 转写调用提交的是 multipart 字段 file 和 model，和 OpenAI 的语音转文字指南里一样。回答里的 text 就是转写文字。
• Telegram 机器人最多可以下载 20 MB 的文件（Telegram Bot API 页面）。OpenAI 的指南允许最大 25 MB 的文件。
• 智能体节点是 1.1 版，n8n 默认把它设为对话型。它的提示词要求模型返回一个 JSON 动作。
• 以斜杠开头的消息也算文字，因为第一条规则只检查文字不为空。
• Telegram 会拒绝超过 4096 个字符的消息。
• 你的消息和语音会发给 OpenAI。
• 文件里没有任何凭据和密钥。