AI群聊接话:关键词触发自动@回复

接入本地大模型,让账号在 Telegram 群里像真人一样按设定接话、回梗、命中关键词主动 @。

Telegram-King AI群聊接话:关键词触发自动@回复界面截图
↑ 接入本地大模型,让账号在 Telegram 群里像真人一样按设定接话、回梗、命中关键词主动 @。

凌晨两点,一个三百人的资源群突然安静下来,最后一条消息停在某人随口抛出的吐槽上,没人接,话题就这么凉了。群运营最怕的不是没人说话,而是有人开了头却被晾着——久而久之,活跃的人也懒得再开口。AI 群聊接话模块要解决的,正是这种"有梗没人接、有人来没人理"的空场。它的思路不是把机器人变成话痨,而是让账号在合适的时机补上一句像真人会说的话,把对话的温度续住。

它怎么判断该不该说话

这个模块的推理完全跑在本地的 Ollama 模型上(例如 qwen2.5:7b),消息内容不经过任何外部 API,这一点对做引流、怕账号语料外泄的人比较关键。

它不会逢消息必回。可以配置 AI"自由接话"的触发类型,只在以下几种情况下才考虑开口:

  • 开放语气:对方抛出的是邀请回应的话,比如提问、求推荐、征求看法。
  • 强情绪:消息带明显的吐槽、兴奋或抱怨,接一句能顺势接住情绪。
  • 无人接梗:有人开了话头但冷场,没人响应时补位。

为了避免机器人去硬接长篇大论,可以设最大触发长度,超过这个长度的消息就不主动接——通常长消息是别人在认真表达,贸然插话反而突兀。还可以限定"只回复原消息",让接话紧贴上下文而不是乱搭别人正在聊的话题。

如果你担心刚接入时它说错话,可以先开观察模式(dry-run)。这个状态下模型照常思考、生成它"本来会发"的内容,但只在后台呈现、不真的发出去。你可以拿这些草稿对照真实群氛围,确认语气和触发逻辑合适了,再切到自动接话。

节奏与话术的控制

接话最容易翻车的地方是节奏:同一个号在群里频繁冒泡,或者多个号一窝蜂回同一条消息,都会被人一眼看穿。模块提供几层节流来压住这种风险:

  • 每群冷却:同一个群两次接话之间的间隔。
  • 单号回复间隔:同一个账号开口的最小时间差,避免某个号显得过于积极。
  • 每群每小时上限:给单个群每小时的接话次数封顶,保持自然密度。

除了被动等触发,还能设关键词触发:在群里出现指定关键词时,自动 @ 对方并发出预设话术。这条路径适合做主动引导——比如有人提到某类需求时,顺势把话题往你想引的方向带一句。

你也可以给账号设定 persona,让生成的话符合某种人设的口吻(比如老用户、行业里的人、爱分享的网友),让多个号的发言读起来各有性格,而不是同一个腔调。

适合谁、注意什么

这个模块更像是"让群不冷场"的辅助,而不是无人值守的全自动客服。它的优势在于全本地推理、不依赖外部 API,语料和触发规则都在自己手里;但模型质量、persona 设定和节流参数需要按群的真实氛围调,过激的设置(回得太快、太频繁)反而会暴露。建议的上手顺序是:先观察模式跑一段时间看草稿,再放开自动接话,同时把冷却和每小时上限设得保守一点,观察群里反应后再逐步松绑。

Q: 开了 AI 接话会不会一直刷屏、显得很假?
A: 不会,只要触发类型和节流配置合理。它默认只在开放语气、强情绪、无人接梗这几种时机才考虑开口,加上每群冷却、单号回复间隔和每群每小时上限三道限制,可以把发言密度压到接近真人的节奏。不放心可以先用观察模式只看不发。

Q: 推理跑在哪里,消息内容会不会被传到外部?
A: 全程跑在本地的 Ollama 模型(如 qwen2.5:7b)上,不依赖外部 API,群消息内容不会发往第三方服务。这也意味着模型效果取决于你本地选用的模型,可以按机器配置和接话质量需求自行更换。