吾复吾之私人AI助手——今已为Windows隐私优先之Telegram机器人

所筑之物

数字秘书者，乃以隐私为先之个人AI辅佐，运行于汝之Windows机，以Telegram与汝交谈。无需云服务订阅。无需Docker。除非汝自择，否则数据不逸汝机。

尔发讯，而机处之，乃得智应，知忆之答。声入声出。文件，网搜，备忘，OCR——皆Telegram之能也。

GitHub: github.com/sree1959git/Digital-Secretary

演示

设置向导

互动向导，不逾三刻：

  ____  _       _ _        _   ____                    _
 |  _ \(_) __ _(_) |_ __ _| | / ___|  ___  ___ _ __ ___| |_ __ _ _ __ _   _
 | | | | |/ _` | | __/ _` | | \___ \ / _ \/ __| '__/ _ \ __/ _` | '__| | | |
 | |_| | | (_| | | || (_| | |  ___) |  __/ (__| | |  __/ || (_| | |  | |_| |
 |____/|_|\__, |_|\__\__,_|_| |____/ \___|\___| _|  \___|  \__\__,_|_|   \__, |
          |___/                                                              |___/

  Your personal AI secretary. On Telegram. On Windows.

  Step 1: Telegram Bot Token
  Step 2: OpenRouter API Key
  Step 3: Default AI Model
  Step 4: Name Your AI Secretary
  Step 5: Personality

智能体在行动

You: Remind me to call the dentist tomorrow at 10am
Digital Secretary: Done! I've set a reminder for tomorrow at 10:00 AM: "Call the dentist". 
                   I'll message you here on Telegram when it's time.

You: [sends photo of whiteboard]
Digital Secretary: I can see a whiteboard with what appears to be a sprint plan. 
                   The items listed are: [extracted text from OCR + vision analysis]

You: [voice message] "What did we discuss last week about the project?"
Digital Secretary: [voice reply] Based on our previous conversations, we talked about...

架构一览

Telegram (Your Phone)
        │
        ▼
Digital Secretary (Windows PC)
        │
        ├── 🧠 AI: OpenRouter / Ollama / llama.cpp
        ├── 💾 Memory: SQLite FTS5 (persistent, searchable)
        ├── 🛠️ Tools: files, shell, web, OCR, MCP servers
        ├── 📅 Scheduler: APScheduler-backed reminders
        ├── 🎙️ STT: faster-whisper (local Whisper)
        └── 🔊 TTS: edge-tts (Microsoft neural voices)

复兴之志

起源之地（昔时）

约半年前，吾成此项目初版——时名解药— 乃为周末之试。其意简矣：吾欲得一人形之智囊，以助己。

无需月度订阅
吾于Windows之机中运行
已用 Telegram（吾手机中已有之）

三日得成原型。然世事纷扰，遂搁置之。其物虽可用，然粗疏不堪：

配置中硬编码之路径 (C:/Users/Sreedhar/...) 深藏其中：
此器虽能应问，然重启则忘前事：
竟无语音之助：
一Python之单文件，渐长至千行。
无文牍——吾甚至忘己何以设之

吾于CODE_REVIEW_REPORT.md中，尽录此暴诚之事

"配置之牍，硬嵌私径...存忆惟在会间...OcrImageTool虽注于Telegram之驿，然未列于主器之录...自启之务，名号于wizard.py与autostart.py间，致有不协..."

吾所更易 (其后)

吾重拾此任以应此挑战，视之若初至客户代码库。其变者，如是：

建築之進益：

析巨石为适制之包构：agent/，channels/，memory/，providers/，security/，tools/
增MemoryStore以SQLite FTS5——今此機已能記憶君於異會
創ContextBuilder以集系統之詔於身分之文(SOUL.md、AGENTS.md、USER.md)
立正ToolRegistry於OpenAI相容之義

增新制

🎙️音声输入输出 — 低语（本地语音识别）+ 边缘-TTS神经音（三级音系）
📅 日程表 — "每日三时，令吾起而舒展"
🖼️ 视觉+文字识别 — 发送图像，得文析而图述
🔌 MCP桥接 — 任意接入模型语境协议服务器
🔐 硬件绑定加密 — 密钥存于Fernet，系Windows UUID所钥

生活之适：

交互式设置向导（无需手调JSON）
依Windows任务调度器自启
Ctrl+C/SIGTERM之优雅停机
分答于段界（无更多词中Telegram截断）
/model命以易AI模型于会话中

更名：

自Antidote更Digital Secretary——新名更合其实：非徒“AI”而已，实乃尔之私人秘书也
新CLI：digital_secretary及digital_secretary setup

吾与 GitHub Copilot 之经历

GitHub Copilot (经 Antigravity IDE) 于吾之复兴，诚为至宝。今列其助吾最巨之时刻：

1. 声音管道之设计

三层声音响应之系统，乃最难之设计之题：

第一层："读之出声" → 仅播最后之响应，不呼 LLM 之助
二级：释此→大语言模型以自然言语再释之
三级：默认语音查询→大语言模型为言语作要旨

吾以英文述其事，Copilot助绘状态机，且撰初稿_is_readout_request()_is_explain_request() 之模式相合。本需经时思量边际之变者，片刻间草拟而成。

2. 硬件约束之加密

# Copilot suggested this elegant approach for Windows-specific key derivation
def _derive_key(uuid_bytes: bytes) -> bytes:
    return hashlib.pbkdf2_hmac(
        "sha256",
        uuid_bytes,
        salt=b"digital_secretary_v1",
        iterations=480_000,
    )

悟当用PBKDF2以高迭代而非原初HMAC，且依OWASP于2024年之建议，示以具体迭代数（480K）。

三. SQLite FTS5 内存检索

吾未尝用 FTS5。Copilot 撰制架构迁转，撰 MATCH 查询，并释何以 rank 需要否定，以正关联排序。吾于其间得新知.

四. Windows 信号处理之弊

# This pattern only works on Unix:
loop.add_signal_handler(signal.SIGTERM, callback)

# Copilot caught this and suggested the Windows-compatible approach:
signal.signal(signal.SIGTERM, _signal_handler)

于代码检视中见平台不兼容之事——此乃用户报之而后知也.

用例

数字秘书者，为欲得私人AI之人设也：

场景	汝所为	其所为
私人助手	"添牛乳于吾购物之列"	存于记忆，俟汝询之则取
日课要览	定朝八时之讯	寄汝提醒与笔记之要
文牍阅者	送PDF之影	识字加智囊之要
码助之师	贴谬误，询其正之方	搜览网络，阅察文书，献策解难
会议笔记	记录要言之钥	录而存之
家事秘书	共记之提醒	为全家成员安排任务
研究助理	寻近时之文于X	网络搜求兼撮要
离线之智	本地llama.cpp之设	无云无网所需

技术架构之要旨

持久之忆

# Search semantic memory with FTS5
results = await memory.search("dentist appointment", limit=5)
# Returns: [Memory(content="User mentioned dentist on Tuesday...", category="fact")]

凡言谈皆撮要而存之。后若询及相干之事，则相关之忆自注于系统之告，如流之入河。

工具之用显于行

若问"明日天色如何"，则大语言模型：

决意而呼web_search("weather tomorrow [your city]")
得回响之果
召fetch_webpage(url)以询详报
合成自然之语

一气呵成于Telegram之交流

多源AI

# Switch between providers transparently
provider = get_provider()  # reads config, returns right provider

# All providers implement the same interface
response = await provider.chat(messages=messages, tools=tool_defs)

合OpenRouter（百以上模型）、Ollama（本地）、llama.cpp（超本地，GPU或CPU）之用

初试之始

git clone https://github.com/sree1959git/Digital-Secretary.git
cd Digital-Secretary
.\start.ps1

启动器统御一切——检校Python之版本，立虚拟环境，安插依存，启导引之仪

全备之指南：TELEGRAM_BOT_SETUP.md

何以继之

项目之略图诚陈未竟之事：

多智能体之导引——别离/finance，/health，/work有分域之忆之次代理
审批流程—— Telegram 内联按钮，以批准文件写入及 Shell 命令
持久对话记录— 每转必持，非独要旨。
网络界面— 一览往昔之忆，掌管备忘，切换车型

此挑战恰似吾所需之鞭策，使吾不再将此置诸架侧。

若试之，请于注脚以见其意。下视之

标签：#开发者挑战赛 #GitHub挑战赛 #Python #Telegram #人工智能 #Windows #开源软件

推薦訂閱源

DEV Community