一、为什么要做这个 Bot

维护 Telegram 群组的朋友应该都遇到过类似问题：群里突然冒出一堆广告，机器人批量加群发垃圾信息，正常讨论都被打断。最头疼的是，管理员每天要花不少时间清理消息，删广告，封机器人。

我自己也管理几个技术交流群，看着群从清净变成垃圾场，心里挺不是滋味的。传统方法要么效果一般，要么太麻烦。后来想了想，为什么不做一个更智能的解决方案？既能自动识别垃圾信息，又不会误伤正常用户，还能防住新出现的机器人。

于是就开始折腾这个项目，希望能帮更多群主省心。

二、技术方案的选择

在实现上，我参考了很多现有方案，最后选择了几种互补的技术：

基础规则过滤：设置一些关键词和模式，明显广告直接拦截。这个最快，但只能对付最简单的垃圾。

媒体内容检查：有些垃圾是图片或链接，需要专门分析。

大模型智能检测：这是最关键的一环。用 AI 来判断消息是否合适，比单纯的关键词匹配准确得多。为什么选大模型？因为它能理解上下文，识别那些绕过规则的"聪明"垃圾。

为了不影响群聊速度，我设计了异步处理机制。明显垃圾秒删，复杂内容后台慢慢分析。用户感觉不到卡顿，机器人也逃不掉。

验证新用户时，还加了人机验证环节，确保加群的都是真人。

用起来很简单：装好 Bot ，设置一下权限，它就开始工作了。群主不用操太多心，该删的删，该封的封。

但背后其实挺复杂的。要让 AI 准确识别垃圾，又不误伤好人，需要不断优化算法。处理速度要快，不能让群聊变慢。数据库要稳，用户数据不能丢。

我花了不少时间调参数，测试各种场景。目标就是，让复杂的技术变得简单好用。

传统机器人大多只能防广告，或者只检查新用户。这种新 Bot 更全面：

效果明显，群里干净多了，活跃用户也更愿意发言。

得益于 ollama 提供的在线大模型提供的免费额度和其部署于谷歌 cloud 全球加速，我将 bot 部署于英国的服务器，到 ollama api 请求延迟 1-2ms ，到 telegram 荷兰数据中心的延迟在 10ms 以内。
如果未来 ollama 提供的免费额度不足以满足需求，我可能会升级付费套餐或者尝试部署 ollama 本地轻量化模型，实际上我已经测试过本地部署 qwen2.5:1.5B 模型效果也挺好
感谢一位网友贡献了一个垃圾内容特别多的群作为测试环境。三天时间，Bot 自动删除了 10000+条垃圾信息，终于清静了，实际上他的这个群进来几乎都是发广告的，也没正常主题交流😄😄😄。

这个数据让我很惊喜，也证明了 AI 检测的有效性。

目前功能已经能满足基本需求，但我觉得还可以做得更好：

还有一些想法，比如更智能的群统计，自动标签分类等。慢慢来，先把基础功能做好。

欢迎邀请我们的管理机器人进群： https://t.me/SageGuardBot

如果你对这些功能感兴趣，或者有更好的建议，欢迎交流！