【开源】一个基于AI用于反垃圾信息的telegram群管机器人

codeas

本帖最后由 codeas 于 2024-8-5 10:51 编辑

大概在前年的时候，由于自己`Telegram`的开源交流群快1万人了。

对于这种”大群“而言，早已被各大垃圾广告脚本列入群发名单了，所以经常能看到很多群发垃圾信息广告。

管理员多次跟我抱怨“广告垃圾太多了，根本删不完，有的还会偷偷趁管理都睡了进来发，防不胜防”，

当时就在计划写一个`反广告`的机器人，

最开始的设想很简单，找一批`违禁词`做基础数据源，然后在根据用户的发言做`关键词拆分`，

如果用户发言里面包含的关键词`命中n个`以后，就代表是垃圾信息，立马对用户进行`封禁操作`。

但是上线后发现以下几个弊端：

- 1.违禁词库不够大，能找到的很多都是一些旧数据了，导致命中率很低
- 2.只能识别文字信息，如果对方在消息里插入符号、特殊字符、emoji等来混淆信息，就根本无法识别了
- 3.无法识别图片和表情
- 4.如果`违禁词`出现更新和变种，那么还得管理员经常去做词库更新，累之～

再运行一段时间发现以上缺点后，我就开始失望了，因为我没有精力和时间去做更多的手段完善`识别率`，

只能祈祷用爱发电的管理员们多多关注群消息，手动删除。

我也尝试过许多第三方的机器人，但是效果可能都不太如尽人意。

但是在上个星期，一位好友突然让我尝试一个机器人，说识别率很高，我就去扫了一眼。

发现它是基于chatgpt去做识别的，

这次发现突然给了我灵感，对啊，为什么我没想的用`AI`去做识别呢？







我这人有个缺点，就是了解原理以后，喜欢自己造轮子，命运得握在自己手上不是？

这里也非常感谢https://t.me/ZUOLUOTV_AI_BOT机器人以及它的作者在推特上透露的灵感，

当然使用`AI`还有个好处就是，现在很多`AI`接口的中转站，价格相较于官方会便宜很多很多，

而且`AI`是支持`多语言交互的`，不仅仅局限于反`中文垃圾消息`，随着模型的成熟，它能理解并判断更多的语言。

说干就干，`IDEA`启动！

这里简单可以描述群发广告机器人的原理：

[ol]

1. 广告脚本控制的telegram账号其实都是`协议号`，这种号是活不久的，用完就换，几乎是一次性的

2. 已知这种账号如果活不久的话，程序在控制它们的时候肯定会尽快发挥价值，说不定一个号在短时间内会加很多群然后发垃圾广告信息

3. 广告号一般特征非常明显，会在昵称和简介里包含垃圾信息

[/ol]复制代码

好了，现在我们了解了`茅`的原理了，接下来我们开始实现`盾`

`盾`的实现原理如下：
[ol]

1. 机器人监听新用户加群事件，将用户的信息存在本地数据库中

2. 机器人监听新用户发言事件，将用户的发言次数存在本地数据库中

3. 判断条件：如果一个新用户在加入群后的`n`天内发言，并且`n`次发言内容都没问题，则后续这个用户将直接放入白名单，不再验证

[/ol]复制代码

这样做的理由是什么：
- 1.由于大群内发言人数非常多，为了钱包考虑，永远不可能每次发言都交给`AI`做判断，对正常用户来说这样做是没意义的，造成无意义的成本消耗
- 2.根据上述原理我们得知，广告号的存活时间非常短暂，telegram官方也会做封禁，所以大部分的广告号特征就是新加入群，马上就开始发垃圾广告，这样识别起来成功率非常高！
- 3.当然如果一个用户在一定时间内的发言都没问题的话，后续也不需要在验证了，节约钱包

剩下的事情就简单多了，只需要预先设置好`AI的prompt`，然后把用户发言的内容交给它判断就行了。

暂时我只实现了`Openai`的接口，目前看来足够使用，其他模型等后续有时间再做。

我们来看一下效果：




我和朋友在线上测试了几天，发现识别效果还是不错的，当然速度的话还是取决于你的服务器和AI的接口。

我将它开源了出来，有需求或者对Telegram机器人开发感兴趣的话可以看看。

基于go语言和docker启动，数据源用的sqlite，无需过多依赖，可以一键启动。


项目地址：https://github.com/assimon/ai-anti-bot


原文地址：https://utf8.hk/archives/ai-anti-bot.html

Nigel

膜拜技术大佬

赤坂

大佬牛逼

阿里云

Nigel 发表于 2024-8-5 10:52

膜拜技术大佬
我也膜拜