项目简介
此项目是一个基于 ADK (AI Development Kit) 和 Model Context Protocol (MCP) 构建的 Telegram 智能聊天机器人模板。它旨在通过 MCP 协议,以标准化的方式向 LLM (大型语言模型) 客户端提供上下文信息和功能。该机器人能够管理对话历史,并集成强大的外部工具,例如用于获取 IQ AI 市场数据和进行交易分析的工具,从而实现与 Telegram 用户的智能、上下文感知的交互。
主要功能点
- 智能对话集成: 深度集成大型语言模型,使机器人能够进行自然、流畅且上下文相关的对话。
- 持久化记忆: 自动存储和管理用户与机器人的对话历史和上下文信息,确保多轮对话的连贯性。
- Telegram 无缝集成: 作为 Telegram 平台上的一个功能完备的机器人运行,能够接收、处理用户消息,并执行发送消息等 Telegram 相关操作。
- IQ AI 市场数据查询: 具备查询 IQ AI 平台市场数据的能力,包括获取代理列表、查看热门代理、查询代理信息、统计数据、持仓情况以及各类代币(如 ETH, FRAX)价格等。
- 高级交易分析: 提供强大的交易分析功能,可以查询交易历史、分析交易指标、识别过去7天最活跃的交易代理,甚至根据历史模式预测未来的交易行动。
- MCP 服务器功能: 作为 MCP 服务器,它以 JSON-RPC 协议与 LLM 客户端通信,提供托管资源、注册工具和支持 Prompt 模板等核心功能,为 LLM 应用提供安全、可扩展的上下文服务。
安装步骤
- 安装 ADK CLI (如果尚未安装):
npm install -g @iqai/adk-cli - 创建新项目:
使用 ADK CLI 基于此模板创建一个新的 Telegram 机器人项目。
adk new --template telegram-bot my-telegram-bot-project cd my-telegram-bot-project - 安装项目依赖:
在新创建的项目目录中安装所有必要的依赖。
pnpm install - 配置环境变量:
复制 '.env' 示例文件,并根据您的需要编辑其中的变量:
编辑 '.env' 文件,务必填入您的 TELEGRAM_BOT_TOKEN 和 GOOGLE_API_KEY。cp example.env .env- TELEGRAM_BOT_TOKEN: 从 Telegram @BotFather 获取您的机器人令牌。
- GOOGLE_API_KEY: 获取您选择的 AI 模型(例如 Gemini)的 API 密钥。
服务器配置 (供 MCP 客户端使用)
MCP 客户端需要配置如何启动和连接到此 MCP 服务器。以下是 MCP 服务器的配置信息(JSON 格式),供 MCP 客户端参考。请注意,MCP 客户端不需要直接处理代码,只需提供启动命令和必要的参数。
{ "server_name": "Telegram AI 智能助手 MCP 服务", "description": "基于ADK和MCP协议的Telegram智能机器人后端,提供智能对话、市场数据查询和交易分析工具。", "command": "pnpm", "args": ["start"], "environment_variables": { "TELEGRAM_BOT_TOKEN": "您的Telegram机器人API令牌 (必填)", "GOOGLE_API_KEY": "您的AI模型API密钥,例如Google AI Studio的Gemini API密钥 (必填)", "LLM_MODEL": "AI模型名称,默认为 gemini-2.5-flash (可选)", "IQ_API_KEY": "IQ AI API密钥,用于日志功能 (可选)", "IQ_API_BASE_URL": "IQ AI API基础URL,默认为 https://app.iqai.com (可选)" }, "notes": "此配置假设您已在服务器环境中安装 pnpm 且项目依赖已就绪,并通过 'pnpm build' 命令构建了生产代码。您也可以使用 'pnpm dev' 启动开发模式,或通过 Docker 部署此服务,具体命令请参考项目文档。" }
基本使用方法
- 启动服务器:
- 开发模式:
pnpm dev - 生产模式 (推荐):
pnpm build pnpm start
- 开发模式:
- 在 Telegram 中与机器人交互: 服务器启动后,打开 Telegram 应用,找到您创建的机器人并开始聊天。您可以向它提问市场数据、请求交易分析或进行日常对话。
- 使用 ADK CLI 进行本地测试 (可选):
您可以安装 ADK CLI 并使用以下命令进行交互式测试:
# 交互式 CLI 聊天 adk run # Web 界面测试 adk web
信息
分类
AI与计算