2025最新Telegram快读助手：一款智能Telegram链接摘要机器人

Telegram快读助手：一款智能Telegram链接摘要机器人

在工作群、学习群或信息群中，经常会被各类链接刷屏：长篇文章、PDF文档、推特线程、LinkedIn帖子、YouTube视频……想快速判断链接里究竟讲了什么？【Telegram快读助手（telegram link summarizer agent）】来帮你！它能够自动识别链接类型，抓取内容并生成简洁摘要，让你一眼知晓要点，是内容过载时代的必备利器。

目录

1. 项目简介

2. 核心功能

3. 技术架构

4. 技术栈

5. 快速上手

   • 克隆仓库
   • 安装依赖
   • 环境变量配置

6. 使用示例

7. 本地调试（Webhook & Polling）

8. Docker 运行

9. 自托管部署（Docker）

10. 部署到 Google Cloud Run

11. 总结与展望

项目简介

Telegram快读助手 是一款基于 Telegram Bot 的智能代理（agent），通过LangGraph和各类外部服务，多步归纳推理来完成以下任务：

• 自动路由：判断链接类型（网页、PDF、推特/X、LinkedIn、YouTube 等）。
• 内容提取：针对不同类型的链接调用最合适的抓取手段，如 Playwright、PyMuPDF、twitterapi.io、Tavily Search SDK 等。
• 摘要生成：利用 BAML LLM 函数（如 RouteRequest）、Deepseek/Gemini 等大模型，生成结构化、简洁的链接摘要。
  

图：Agent 多步骤执行可视化

图：系统架构示意图

项目源码：https://github.com/MaoTouHU/telegram_link_summarizer_agent

核心功能

• 链接摘要：支持各种 URL，包括标准网页、PDF 文档、Twitter/X 帖子、LinkedIn 帖子及 YouTube 视频。
• 智能路由：使用 LLM 判断链接类型，自动选择最佳抓取 & 处理流程。
• YouTube 支持：通过 Playwright + AgentQL 抓取视频标题与描述。
• Twitter/X 支持：使用 twitterapi.io 获取推特内容（支持线程）。
• LinkedIn 支持：使用 Playwright + AgentQL 解析 LinkedIn 帖子。
• PDF 支持：通过 PyMuPDF（fitz）处理并提取 PDF 文本。
• 多步骤 Agentic 工作流：基于 LangGraph，串联多个工具与 LLM，实现稳定可靠的处理流程。
• 静默失败：Telegram Bot 接口可在抓取失败时静默处理，不打扰群聊体验。

技术架构

整个系统由三大部分组成：

1. 路由与摘要生成（BAML + LLM）
2. 抓取与解析工具链（Playwright、PyMuPDF、Tavily、twitterapi.io、AgentQL）
3. Telegram Bot 接口（python-telegram-bot + FastAPI + Uvicorn）

LangGraph 负责将用户输入（链接）经过 RouteRequest 路由至不同子图，再由子图调度相应工具，最终将结果反馈给用户。

技术栈

• Orchestration：LangGraph
• LLM & Routing：BAML 函数，Deepseek/Gemini
• 网页提取：Tavily Search SDK
• YouTube：Playwright + AgentQL
• Twitter/X：twitterapi.io + requests
• LinkedIn：Playwright + AgentQL
• PDF：PyMuPDF (fitz)
• Bot 框架：python-telegram-bot
• Web 框架：FastAPI + Uvicorn
• 部署：Docker、Google Cloud Run

快速上手

1. 克隆仓库

git clone https://github.com/MaoTouHU/telegram_link_summarizer_agent.git
cd telegram_link_summarizer_agent

2. 安装依赖

推荐使用 uv 或者 pip：

# 使用 uv（推荐）
uv pip install -e .

# 或者使用 pip
pip install -e .

安装 Playwright 浏览器：

playwright install

3. 环境变量配置

在项目根目录新建 .env 文件，并添加以下配置（替换为你的实际值）：

# --- 核心 API Key ---
# 任选一种 LLM 提供商
# GEMINI_API_KEY="your_google_gemini_api_key"
DEEPSEEK_API_KEY="your_deepseek_api_key"
GOOGLE_API_KEY="your_google_cloud_api_key"

# 工具 API Key
TAVILY_API_KEY="your_tavily_api_key"
TWITTER_API_IO_KEY="your_twitterapi.io_api_key"
AGENTQL_API_KEY="your_agentql_api_key"

# Telegram Bot
TELEGRAM_BOT_TOKEN="your_telegram_bot_token"

# Webhook（部署时使用）
USE_POLLING="true"  # true 则忽略 WEBHOOK_URL 等配置
# WEBHOOK_URL="https://<your-ngrok-or-domain>"
# TELEGRAM_WEBHOOK_SECRET_TOKEN="your_secret_token"

⚠️ 重要：

• TWITTER_API_IO_KEY 可在 twitterapi.io 获取。
• 保证 .env 不被提交至代码仓库（已在 .gitignore 中）。

使用示例

• 测试脚本
  修改 agent.py 底部的测试用例后运行：

  python agent.py
  

• 可视化
  生成 LangGraph 可视化图：

  python agent_viz.py
  # 会输出 agent_graph.png
  

本地调试（Webhook & Polling）

Polling 模式（推荐）

export USE_POLLING="true"
uvicorn bot:app --reload

Bot 会自动以长轮询方式获取消息，无需公网或 ngrok。

Webhook 模式（开发/测试）

1. 启动本地服务器：

   ./scripts/run_local.sh
   

2. 使用 ngrok 暴露端口：

   ngrok http 8080
   

3. 将生成的 https://xxxx.ngrok-free.app 填入 .env 中的 WEBHOOK_URL，重启服务。

Docker 运行

chmod +x ./scripts/run_docker.sh
./scripts/run_docker.sh

• 默认映射本地 8080 端口。
• 可通过 docker logs -f telegram-summarizer 查看日志。

自托管部署（Docker）

1. 服务器准备：安装 Git、Docker，并确保 Docker 服务启动。

2. 克隆 & 配置：与上文“快速上手”部分一致，配置好 .env。

3. 运行部署脚本：

   chmod +x ./scripts/deploy_server.sh
   ./scripts/deploy_server.sh
   

4. 监控管理：

   docker ps
   docker logs -f telegram-summarizer
   docker restart telegram-summarizer
   

若采用 Webhook 模式，务必确保 WEBHOOK_URL 与 TELEGRAM_WEBHOOK_SECRET_TOKEN 配置正确，并开放对应端口（如 8080 或 443）。

部署到 Google Cloud Run

1. 配置 Secret Manager
   编辑并运行 scripts/setup_secrets.sh，按照提示将 .env 中的各 API Key 同步到 GCP Secret Manager。

2. 构建 & 部署
   在 scripts/deploy_cloud_run.sh 中配置好 SECRETS_TO_MAP，然后运行：

   chmod +x ./scripts/deploy_cloud_run.sh
   ./scripts/deploy_cloud_run.sh
   

   • 自动构建 Docker 镜像、推送到 Artifact Registry
   • 部署到 Cloud Run，自动设置 Telegram Webhook

总结与展望

Telegram快读助手利用 多工具+多模型 的 Agent 架构，实现对常见链接类型的一站式摘要处理。接下来可考虑：

• 支持更多平台：如 Reddit 帖子、GitHub Issue/PR 摘要
• 多语言摘要：自动识别语言并翻译/摘要
• 个性化摘要模板：可配置不同场景下的摘要风格

欢迎在 GitHub 上 ★ 本项目，并提出 PR 或 Issue，让我们一起把它打磨得更好！

仓库地址：https://github.com/MaoTouHU/telegram_link_summarizer_agent
有任何问题或建议，欢迎 Issues 或 Discussions！