Как я написал бота для саммари telegram каналов

Всем привет!

Меня зовут Азрет, я — CTO в AAA (читается как «трипл-эй»). Мы разрабатываем LLM приложения для бизнеса. Решаем разнообразные задачи — оптимизация внутренних процессов за счет ИИ, маркетинговые исследования и запуск новых продуктов. Но запрос на бота, про которого я хочу рассказать, внезапно пришел от фаундера нашего агенства.

Ситуация понятна — я подписан на кучу телеграм каналов, я не успеваю их читать, мне от этого неприятно, я испытываю FOMO. А я бы хотел не пропустить ничего важного, тратить как можно меньше времени и иметь все в одном месте.

Из этого запроса появилась идея саммари бота. Я столкнулся с множеством интересных задач, пока работал над ним, и подумал, что будет полезно, если я поделюсь решениями.

В этой обзорной статье — детали архитектуры и стека. Кому интересно — прошу под кат.

В чём сложность?

С ядром приложения все понятно — это LLM.
Ответы от GigaСhat и YandexGPT меня не устроили, конфигурация сервера для LLAMA стоит дороже, поэтому я остановился на API ChatGPT. Из неудобств — нужно настраивать прокси, но вот уже 2й год как ни для кого из нас это не является проблемой.

Основная же сложность была в получении сообщений из каналов.
Допустим, у нас есть бот, в которого пользователь скидывает канал, из которого он хочет получать саммари. Что бот должен сделать дальше?
Чтобы бот мог прочитать сообщения, его нужно добавить в канал. Сам он добавиться не может. Ещё бот не может прочитать сообщения, которые были получены до его добавления в канал.

Ковыряя эту ситуацию, я пришел к выводу, что тут не обойтись без человека.
Человека-бота.
Бота, который управляет человеческим аккаунтом.

Архитектура

У меня получилась такая схема:

1. Клиентский бот — с которым взаимодействует пользователь. Он принимает каналы и выдает саммари.

2. Бот на кастомном ТГ — который под человеческим аккаунтом заходит на указанные каналы, подписывается и мониторит сообщения.

3. Обертка над LLM моделью — принимает на вход сообщения и выдает саммари.

4. Хранилище сообщений — для оригиналов и саммари текста.

5. Платежный сервер — на него ловим вебхкуки от платежной системы.

6. Брокер сообщений, который связывает все компоненты.

Если очень сильно упрощать, то флоу такой:

1. Пользователь добавляет канал в боте

2. Бот-аккаунт подписывается на этот канал, забирает оттуда сообщения и пересылает их в хранилище

3. В момент Х из хранилища в LLM отправляется запрос на создание саммари

4. Полученные саммари пересылаются пользователю в бота.

Конечно, есть нюансы, но о них в следующих статьях.

Стек

Все компоненты написаны на python.

1. Пользовательский бот написан на aiogram. В нем используются aiogram-dialog для работы с меню, APscheduler для планировщика саммари, SQLAlchemy для хранения пользовательских данных, redis для кеширования стейта

2. Кастомный телеграм клиент написан на Telethon. В нем дополнительно ничего нет, так как все данные хранятся в автоматически создаваемом файле сессии.

3. Хранилище сообщений — приложение без фреймворка. В нем так же используется SQLAlchemy.

4. LLM враппер — тоже приложение без фреймворка. Работает через официальную библиотеку от open ai. Хорошего промпта оказалось достаточно, использовать langchain было бы оверкилом. Клиент работает через прокси.

5. Платежный сервер написан на FastAPI. Буквально пара файлов и пара методов. Но чтобы завести его, пришлось повозиться с доменами, сертификатами и обратным прокси.

6. Брокер сообщений — NATS. Асинхронный, быстрый, с поддержкой pub-sub и request-response механик. Удобнее, чем http запросы.

Все это добро крутится на VPS сервере от Selectel под ubuntu.

Заключение

Лучше один раз увидеть