Mindket

Telegram 聊天机器人:AI 回复,带短期记忆

新上架第 1 版 · 更新于

概览

一个 n8n 工作流,用 OpenAI 上的 AI 模型回答 Telegram 消息。它记得每个聊天最近的十次交流,所以追问也能接上,并把每条回复发回同一个聊天。

Telegram 聊天机器人:AI 回复,带短期记忆 是一款 n8n 工作流,属于商务类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,或复制它的 JSON,再导入 n8n 画布。在 n8n 里启用之前,它不会运行。

速览

用在
  • n8n Cloud:在那里新建一个工作流,把文件导入进去
  • 你自己的 n8n 服务器:同一个文件,同样的步骤,前提是服务器有公开的 HTTPS 地址
  • 换一个 AI:把 Chat Model 换成 n8n 里任何别的聊天模型节点

平台

连接 2 个应用

运行方式

触发

Telegram 消息

有人给你的机器人发消息时就开始运行,没有表单:

  • 消息的文字

动作

  1. 消息的文字交给 OpenAI 上的 AI Agent
  2. Agent 从记忆里读出同一个聊天最近的十次交流
  3. 模型按系统消息里的规则写出回复
  4. 回复发回同一个 Telegram 聊天

结果

在消息来的那个聊天里收到一条 Telegram 回复

集成

开始之前要准备好这些。

Telegram

聊天应用

把每条消息送到工作流,并把回复发回去。

需要来自 BotFather 的机器人令牌,用 Telegram 凭据发送

OpenAI

AI 模型

写出回复。

需要OpenAI API 密钥和一些额度

工作流检查

由 Mindket 于 2026年11月13日检查

步骤
3 个步骤,由 Telegram 事件启动
AI
1 个步骤调用 AI 模型:AI Agent
登录
需要登录:Telegram、OpenAI
API 密钥
文件里没有留下 API 密钥
步骤类型
Mindket 的检查器能读懂它全部 3 种步骤类型

以上内容读自工作流文件,并非实际运行的结果。

关于

它是什么

这个 n8n 工作流把 Telegram 机器人变成 AI 助手。有人给你的机器人发消息时,OpenAI 上的 AI Agent 读这条消息并写出回复,机器人再把回复发回同一个聊天。一个记忆节点保存每个聊天最近的十次交流。五个节点完成全部工作,没有便签。

适合谁

想在任何时间都能在 Telegram 上先给出一个答复的小店、诊所、家教和社团组织者。你把规则写在一条系统消息里。如果你需要能预约、能搜索或能读文件的机器人,就别选它,因为这个只会聊天。

谁在用,怎么用
行业谁在用怎么用例子
零售店主回答营业时间和送货这类常见问题顾客半夜问某个包有没有货,机器人说团队早上会去查。
服务业美容院和诊所给想预约的人第一次答复机器人告诉新顾客营业时间,并问哪一天合适。
教育家教让学生在两节课之间问简短的问题学生半夜问一条语法规则,机器人讲解后请他再举一个例子。
社群社团组织者欢迎并引导新成员机器人问候新成员,并指向社团规则。

你需要会一点 n8n:导入一个文件,添加两个凭据,再改一段文字。

用在哪里

任何有公开 HTTPS 地址的 n8n 都能运行它,因为 Telegram 会把每条消息发到那个地址。

  • n8n Cloud:在那里新建一个工作流,把文件导入进去
  • 你自己的 n8n 服务器:同一个文件,同样的步骤,前提是服务器有公开的 HTTPS 地址
  • 换一个 AI:把 Chat Model 换成 n8n 里任何别的聊天模型节点

设置

点“下载”会把一个压缩包存到你的下载文件夹,里面有 workflow.json 和 Mindket 写的设置说明。你需要一个 Telegram 机器人令牌和一个 OpenAI API 密钥。

先准备好这些
需要说明
n8nn8n Cloud,或有公开 HTTPS 地址的你自己的服务器
Telegram一个机器人和它的令牌,在 Telegram 里向 BotFather 申请
OpenAI一个 API 密钥和一些额度
  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. 在 Telegram Trigger 里,添加一个 Telegram 凭据,填你的机器人令牌。在 Send Reply 里选同一个凭据。
  3. 在 Chat Model 里,添加一个 OpenAI 凭据,填你的 API 密钥。
  4. 在 AI Agent 里,打开 Options,把系统消息改写成介绍你的业务、你想要的语气,以及机器人绝对不能承诺的事。
  5. 点 Test workflow,然后在 Telegram 里给你的机器人发一条消息。回复会出现在同一个聊天里。
  6. 打开这个工作流,这样你不在的时候机器人也会继续回答。

如何使用

工作流打开之后会自己回答。有人给机器人发的每条消息都会开始一次运行,并发回一条回复。打开之前,可以先点 Test workflow 试一试。

想要不同的结果,改这里
要改的在哪里改
机器人的行为AI Agent 里的系统消息
模型Chat Model 里的模型名
记忆的长度Chat Memory 里的 Context Window Length
末尾那行字Send Reply 里的选项 Append n8n Attribution
谁可以使用机器人Telegram Trigger 里的 Restrict to User IDs

示例

一位店主开着一家小美发店。

店主写了一条系统消息,里面有营业时间和价目表。晚上 22:00,一位新顾客问店里星期天开不开门。机器人给出营业时间,并问哪一天合适。一小时后顾客又问“那价格呢?”,机器人凭同一个聊天的记忆回答。在你依赖机器人之前,先检查它对价格和预约说了什么,因为答案是模型生成的。

新手与专家

新手:n8n 把工作流画成用线连起来的方框,每个方框,也就是节点,只做一件事。Telegram 是一个聊天应用,机器人是由程序运行的账号。这个工作流接收发给你机器人的每条消息,请 AI 写出回答,再发回去。打开之前,先点 Test workflow,并给机器人发一条消息。

专家:Agent 没有工具,所以它只会聊天,它的记忆是每个聊天号码各自保存的最近十次交流的窗口。

想看细一点,看这里
节点它做什么要知道什么
Telegram Trigger每条新消息开始一次运行它只监听消息,用 Restrict to User IDs 可以限制谁能使用机器人
AI Agent把消息的文字当作提示,并带着系统消息没有文字的消息会让这次运行以错误结束
Chat Model调用 OpenAI模型名是 gpt-5.6-terra,以后加工具也能用
Chat Memory保存最近十次交流聊天号码是键,n8n 重启后记忆会丢失
Send Reply把回答发到同一个聊天n8n 的末尾那行字已关闭

注意事项

原来的副本用了 OpenAI 正在停用的模型,还在每条回复后面加了一行字。

  • 模型:原来的副本要的是 gpt-4o-mini。OpenAI 的停用页面(2026 年 11 月 12 日查阅)列出它将在 2027 年 1 月 14 日停用。这份副本用 gpt-5.6-terra,每百万输入 token 收 2 美元,每百万输出 token 收 12 美元
  • 更便宜的模型:gpt-6-luna 更便宜,但 OpenAI 说它只在推理强度为 none 时才调用工具,而 n8n 的 OpenAI Chat Model 从不发送这个值。以后给 Agent 加了工具就会出错
  • 末尾那行字:节点版本在 1.1 及以上、选项没设置时,n8n 会在消息后加上“This message was sent automatically with n8n”这一行。这份副本把它关了
  • 开放的机器人:任何找到机器人的人都能给它发消息,花掉你的 OpenAI 额度。在 Telegram Trigger 里加上 Restrict to User IDs 可以限制,它在节点版本 1.2 及以上有效
  • 只读文字:照片、贴纸或语音消息没有文字,所以 AI Agent 会停下这次运行,发送的人收不到回复
  • 记忆:它保存在 n8n 自己的进程里,所以重启之后每个聊天都从空白记忆开始
  • Markdown:n8n 用 Telegram 的 Markdown 模式发送回复,所以答案里单独的 _ 或 * 可能让 Telegram 拒收这条消息
  • 你的数据:每条消息都会发给 OpenAI,再经 Telegram 发回去
  • 没有实测:Mindket 没有调用 Telegram 或 OpenAI 来测试这个文件,而是在测试运行器里用替身回答跑过它
  • 凭据:JSON 里没有任何凭据

README 和文件

README

Telegram 聊天机器人:AI 回复,带短期记忆

一个用 AI 模型回答 Telegram 消息的 n8n 工作流。你的机器人收到一条文字消息,OpenAI 上的 AI Agent 写出回复,机器人再把它发回同一个聊天。每个聊天保存最近的十次交流作为记忆,所以追问也能接上。

包里有什么

  • workflow.json:n8n 导出的工作流,五个节点,没有便签。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

  • Chat Model 原来要的是 gpt-4o-mini。OpenAI 的停用页面(2026 年 11 月 12 日查阅)列出这个模型将在 2027 年 1 月 14 日停用。这份副本用 gpt-5.6-terra,它是 OpenAI 目前的模型,在带工具的 AI Agent 下也能用。
  • Send Reply 原来没有设置选项“Append n8n Attribution”。节点版本在 1.1 及以上时,n8n 的源码会在每条消息后加上“This message was sent automatically with n8n”这一行。这份副本把该选项关了,顾客只看到答案。
  • 所有凭据引用都去掉了,所以由你自己选。

开始之前

  • 一个有公开 HTTPS 地址的 n8n 实例。Telegram 用 HTTPS POST 把更新发到 webhook 地址,所以只在你自己电脑上运行的 n8n 收不到消息。n8n Cloud 有这样的地址。
  • 一个 Telegram 机器人和它的令牌。你在 Telegram 里和 BotFather 聊天就能创建。
  • 一个有一些额度的 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. 在 Telegram Trigger 里,添加一个 Telegram 凭据,填你的机器人令牌。在 Send Reply 里选同一个凭据。
  3. 在 Chat Model 里,添加一个 OpenAI 凭据,填你的 API 密钥。
  4. 在 AI Agent 里,打开 Options,读一下系统消息。把它改写成介绍你的业务、你想要的语气,以及机器人绝对不能承诺的事。
  5. 点 Test workflow,然后在 Telegram 里给你的机器人发一条消息。回复会出现在同一个聊天里。
  6. 打开这个工作流,这样你不在的时候机器人也会继续回答。

一次运行是怎样的

  1. 有人给你的机器人发消息时,Telegram Trigger 开始这次运行。
  2. AI Agent 取这条消息的文字,向 Chat Model 要一条回复,系统消息就是它的规则。
  3. Chat Memory 把同一个聊天最近的十次交流交给 Agent,并保存新的一次。聊天号码是键,所以每个人都有自己的记忆。
  4. Send Reply 把 Agent 的回答发到消息来的那个聊天。

改变外观

  • 行为:AI Agent 里的系统消息。
  • 模型:Chat Model 里的模型名。
  • 记忆的长度:Chat Memory 里的 Context Window Length。
  • 末尾那行字:Send Reply 里的选项“Append n8n Attribution”。
  • 谁可以使用机器人:见“要知道的事”里的第一条。

要知道的事

  • 任何找到机器人的人都能给它发消息,花掉你的 OpenAI 额度。想限制的话,打开 Telegram Trigger,在 Additional Fields 下加上 Restrict to User IDs 字段,列出可以使用的 Telegram 用户号码。其他人的消息会被直接丢弃,不报错。这个字段在节点版本 1.2 及以上有效,这个文件用的是 1.2。
  • 模型要花钱。在 OpenAI 的模型页面上,gpt-5.6-terra 每百万输入 token 收 2 美元,每百万输出 token 收 12 美元。这里不用更便宜的 gpt-6-luna,因为 OpenAI 说 Chat Completions 只在推理强度为 none 时才用它调用工具,而 n8n 的 OpenAI Chat Model 从不发送这个值。以后给 Agent 加了工具就会出错。
  • 机器人只读文字。照片、贴纸或语音消息没有文字,所以 AI Agent 会以“文字为空”的错误停下这次运行,发送的人收不到回复。
  • 记忆保存在 n8n 自己的进程里。n8n 重启后,每个聊天都从空白记忆重新开始。
  • 回复用 Telegram 的 Markdown 模式发出,这是 n8n 的默认值。答案里单独的 _ 或 * 可能让 Telegram 拒收这条消息。遇到这种情况,在系统消息里加一句,要求用不含这些字符的纯文字。
  • 你的数据:每条消息都会发给 OpenAI,再经 Telegram 发回去。
  • 没有实测:我们没有调用 Telegram 或 OpenAI 来测试这个文件,而是在测试运行器里用替身回答跑过它。一条文字消息进去,一条回复出来,没有文字的消息会在 AI Agent 停下。
  • 凭据:JSON 里没有任何凭据。
文件
NOTICE.md  600 B
README.md  4 KB
workflow.json  3 KB

3 个文件,共 8 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

Bonsai-27B-GGUF

lmstudio-community · 工具包

面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。

新上架

以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。

新上架

MusicGen Small

facebook · 工具包

根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。

新上架

商务类的相似商品

查看商务类的全部商品

pplx-decider-v1.1-27b

perplexity-ai · 工具包

根据文字和图片为一个决策挑出最合适的选项,比如哪个团队应该处理一条请求,并给出每个选项的概率,适合构建分流和审核工作流的开发者。

新上架

NuExtract3

numind · 工具包

以文本或图像读取文档,按你要的字段填写 JSON 模板,或把页面转成 Markdown。这是一个 4B 模型,适合处理扫描件、表单和发票的团队。

新上架

Drex DLM

nace-ai · 工具包

一次推理就对一份文档的是非题、选择题和打分题给出每个选项的概率。这是 Nace.AI 的 8B 决策模型,你可以自己运行,许可证为非商业。

新上架