1. 项目概述：打造你的专属AI聊天机器人

最近在折腾一个挺有意思的小项目，用Go语言写了一个ChatGPT的Telegram机器人。简单来说，就是让你能在Telegram这个全球流行的即时通讯软件里，直接和ChatGPT对话，把它变成一个24小时在线的智能助手。无论是用来练习外语、解答技术问题、生成创意文案，还是单纯聊天解闷，都非常方便。这个项目叫 leafduo/chatgpt-telegram-bot ，部署起来不算复杂，但里面有不少细节和坑点，今天我就把自己从零搭建、配置到深度优化的全过程，以及踩过的那些坑，完整地分享出来。

这个机器人特别适合那些希望拥有一个私密、可控AI助手的开发者或技术爱好者。相比于使用官方的ChatGPT应用或者网页版，部署自己的机器人有几个明显优势：首先是隐私性，你的对话数据流经你自己的服务器（如果你选择自托管），可控性更强；其次是灵活性，你可以完全自定义机器人的行为，比如设定特定的回复风格、集成其他API，或者限制特定用户使用；最后是集成性，Telegram本身强大的群组、频道和机器人API，能让你的AI助手无缝融入已有的工作流或社交圈。

项目本身是用Go写的，这意味着它天生具有高性能、低内存占用和单文件部署的便利性。原作者提供了多种安装方式，从直接下载二进制文件、用Go工具安装，到使用Docker容器化部署，覆盖了不同技术背景用户的需求。接下来，我会带你一步步走通整个流程，并重点剖析那些官方文档可能一笔带过，但实际部署中至关重要的环节。

2. 核心原理与架构设计解析

2.1 技术栈选型与工作流拆解

这个机器人的核心逻辑其实是一个高效的“中转站”或“适配器”。它的技术栈非常清晰：主体用Go语言编写，利用Go出色的并发模型来处理Telegram可能同时到来的大量用户消息；通过Telegram Bot API与Telegram服务器通信，接收用户发送的消息；再通过OpenAI的官方API（或兼容API）将消息转发给ChatGPT模型处理；最后将模型返回的文本结果，通过Bot API发送回对应的Telegram聊天窗口。

整个工作流可以拆解为以下几个核心步骤：

  1. 初始化与长轮询 ：机器人启动后，使用你提供的 TELEGRAM_APITOKEN 向Telegram服务器建立连接，并开始“长轮询”以获取新消息。这是一种高效的等待机制，避免了不必要的频繁请求。
  2. 消息接收与预处理 ：当用户在Telegram中向你的机器人发送一条消息（文本）时，Telegram服务器会将其推送给你的机器人程序。程序会首先进行一些预处理，比如检查发送者的ID是否在允许列表（ ALLOWED_TELEGRAM_ID ）中，如果设置了白名单且用户不在其中，则忽略该消息。
  3. 会话管理 ：为了支持连续对话（上下文理解），机器人需要维护“会话”状态。项目实现了一个基于超时机制的会话管理。每个用户（或每个私聊）对应一个会话。当用户发送消息时，机器人会检查是否存在未超时的现有会话。 CONVERSATION_IDLE_TIMEOUT_SECONDS 这个环境变量就是用来控制会话空闲超时时间的（默认900秒，即15分钟）。如果在超时时间内用户没有继续发言，旧的会话会被清除，下一条消息将开启一个全新的对话，之前的上下文会被遗忘。这对于控制API调用成本（OpenAI按Token收费，上下文越长越贵）和保持对话新鲜感很有用。
  4. 调用AI模型 ：将预处理后的用户消息，连同该会话的历史记录（如果存在且未超时）一起，按照OpenAI Chat Completion API的格式进行组装。这里会用到几个关键参数： OPENAI_MODEL 指定使用 gpt-3.5-turbo 还是 gpt-4 ； MODEL_TEMPERATURE 控制回复的随机性（0.0最确定，2.0最随机）； OPENAI_BASE_URL 则允许你指向自定义的API端点，这对于使用某些第三方代理服务或自建的兼容API服务器至关重要。
  5. 响应回传与流式输出 ：收到OpenAI API的响应后，机器人将生成的文本回复发送回Telegram。一个值得注意的优化点是，对于较长的回复，Telegram Bot API有消息长度限制（约4096个字符）。成熟的机器人实现通常会包含自动分片逻辑，将长回复拆分成多条消息顺序发送，确保用户能收到完整内容。虽然项目README没细说，但好的实现应该处理了这一点。

2.2 环境变量配置深度解读

环境变量是这个机器人配置的核心，每一个都直接影响其行为。我们超越简单的变量说明，深入看看它们在实际运行中的影响和配置策略：

  • OPENAI_API_KEY ：这是通行证。注意，OpenAI的API Key是分等级的，不同的付费计划有不同的速率限制和可用模型。个人使用 gpt-3.5-turbo 一般没问题，但如果你想用 gpt-4 ，需要确保你的账户有访问权限。安全提示： 绝对不要 将此密钥硬编码在代码中或提交到Git仓库。务必通过环境变量或安全的密钥管理服务传入。
  • TELEGRAM_APITOKEN ：由BotFather颁发。这个Token本身只标识你的机器人，不包含认证信息。但一旦泄露，别人就可以控制你的机器人发送消息。因此，其保密等级同样很高。
  • ALLOWED_TELEGRAM_ID ：这是一个重要的安全和成本控制开关。留空则允许所有人使用。如果你只是自用或小范围分享，强烈建议设置此项。获取Telegram ID的方法有很多，一个简单的方法是先不设置此变量，启动机器人后向它发送一条消息，机器人程序通常会在日志中打印出发送者的ID。你也可以使用像 @userinfobot 这样的Telegram机器人来查询自己的ID。
  • MODEL_TEMPERATURE ：这个参数非常有趣，它决定了AI的“创造力”。设置为0时，模型会倾向于给出最确定、最一致的答案，适合事实问答、代码生成。设置为1（默认）或更高时，回答会更多样、更有创意，但也可能更天马行空，适合头脑风暴、写故事。你可以根据使用场景调整，比如我设置为0.7，在准确性和趣味性之间取得平衡。
  • CONVERSATION_IDLE_TIMEOUT_SECONDS ：这个超时设置需要权衡。设置太短（如300秒），用户稍微思考一下，上下文就丢了，体验不连贯。设置太长（如3600秒），可能导致大量陈旧上下文占用内存，并且每次API调用都携带很长的历史，增加成本和延迟。900秒（15分钟）是一个比较折中的通用值。你可以根据你的使用频率调整。
  • OPENAI_MODEL ：在 gpt-3.5-turbo 和 gpt-4 之间选择。前者速度快、成本低，能力对于日常对话和一般任务已足够强大。后者理解能力、复杂任务处理和创造力显著更强，但速度慢、成本高。建议初期使用 gpt-3.5-turbo ，待有明确需求后再尝试 gpt-4 。另外，OpenAI会不断更新模型版本（如 gpt-3.5-turbo-0125 ），你可以尝试指定这些具体版本号，但需要确保项目代码支持。
  • OPENAI_BASE_URL ：这是实现灵活性的关键。默认指向 https://api.openai.com 。如果你所在地区访问OpenAI官方API有困难，或者你想使用其他提供兼容OpenAI API接口的服务（例如一些国内外的代理服务或自建的反向代理），就可以通过修改这个变量来实现。 但这里有一个巨大的坑点 ：许多第三方服务虽然接口兼容，但在响应格式、错误处理或支持的功能上可能存在细微差别，可能导致机器人工作不正常。切换前最好先测试该端点的兼容性。

3. 从零开始的详细部署实操

纸上得来终觉浅，我们直接上手，把机器人跑起来。我会以最通用的 二进制文件部署 和最便于维护的 Docker部署 两种方式为例，涵盖Linux（Ubuntu）环境。其他系统大同小异。

3.1 前期准备：获取关键凭证

无论哪种部署方式，你都需要先拿到两把“钥匙”。

1. 获取OpenAI API Key：

  1. 访问 OpenAI平台 ，登录你的账户。
  2. 点击右上角个人头像，选择“View API keys”。
  3. 点击“Create new secret key”按钮。为它起个名字（例如“MyTelegramBot”），然后创建。
  4. 立即复制并妥善保存这个Key 。它只显示一次，关闭窗口后就无法再查看完整Key了。如果丢失，需要重新生成。

2. 创建Telegram机器人并获取Token：

  1. 在Telegram中搜索并打开 @BotFather （官方机器人创建工具）。
  2. 发送命令 /newbot 开始创建。
  3. 根据提示，依次设置你的机器人的显示名称（如“AI助手小瓜”）和用户名（必须以 bot 结尾，如 xiaogua_aid_bot ）。用户名必须全局唯一。
  4. 创建成功后， BotFather 会发给你一个HTTP API访问令牌，格式类似 1234567890:ABCdefGHIjklMnOpQRsTUVwxyZ 。 这就是你的 TELEGRAM_APITOKEN ，同样请保存好 。
  5. 你还可以通过 /setuserpic 设置头像， /setdescription 设置简介，让你的机器人更专业。

3.2 方案一：使用二进制文件部署（适合快速测试）

这种方式最简单直接，适合几乎所有Linux发行版和macOS。

步骤1：下载最新版二进制文件 访问项目的 GitHub Releases页面 。找到最新版本（通常在最上面），根据你的操作系统和处理器架构选择对应的文件。例如，对于64位Linux系统，通常选择 chatgpt-telegram-bot_linux_amd64.tar.gz 或类似名称的压缩包。

你可以使用 wget 或 curl 在终端中直接下载。假设最新版本是v1.0.0：

wget https://github.com/leafduo/chatgpt-telegram-bot/releases/download/v1.0.0/chatgpt-telegram-bot_linux_amd64.tar.gz

步骤2：解压并放置到系统路径 

tar -xzf chatgpt-telegram-bot_linux_amd64.tar.gz

解压后你会得到一个名为 chatgpt-telegram-bot 的可执行文件。为了能在任何目录下运行它，我们把它放到系统级的可执行文件路径下，比如 /usr/local/bin ：

sudo mv chatgpt-telegram-bot /usr/local/bin/
# 确保它有执行权限
sudo chmod +x /usr/local/bin/chatgpt-telegram-bot

现在，你可以在终端直接输入 chatgpt-telegram-bot 来执行了。

步骤3：配置环境变量并运行 我们不建议直接在命令行中用 export 设置，因为这样密钥会留在历史记录中。推荐创建一个简单的启动脚本或使用进程管理器。这里先演示最简单的一次性运行方式（关闭终端后进程结束）：

export OPENAI_API_KEY="你的OpenAI_API_Key"
export TELEGRAM_APITOKEN="你的Telegram_Bot_Token"
# 可选：设置只允许你自己使用，用逗号分隔多个ID
# export ALLOWED_TELEGRAM_ID="123456789,987654321"
chatgpt-telegram-bot

如果一切正常，你应该能看到类似 Bot started successfully... 的日志输出。现在，打开Telegram，找到你的机器人（通过它的用户名），发送一条“/start”或“你好”，应该就能收到ChatGPT的回复了！

注意 ：这种前台运行方式，一旦关闭终端或SSH连接，机器人就停止了。对于长期运行，我们需要更好的方法。

步骤4：配置系统服务长期运行（以Systemd为例） 为了让它能在后台稳定运行，并在服务器重启后自动启动，我们创建一个Systemd服务。

  1. 创建服务配置文件： 
    sudo nano /etc/systemd/system/chatgpt-tgbot.service
  2. 将以下内容粘贴进去， 请务必替换 [你的API Key] 和 [你的Bot Token] ： 
    [Unit]
Description=ChatGPT Telegram Bot
After=network.target

[Service]
Type=simple
User=nobody
Group=nogroup
# 设置环境变量在这里，更安全
Environment="OPENAI_API_KEY=[你的OpenAI_API_Key]"
Environment="TELEGRAM_APITOKEN=[你的Telegram_Bot_Token]"
Environment="ALLOWED_TELEGRAM_ID=123456789" # 替换为你的Telegram ID
Environment="MODEL_TEMPERATURE=0.7"
Environment="CONVERSATION_IDLE_TIMEOUT_SECONDS=900"
Environment="OPENAI_MODEL=gpt-3.5-turbo"
# 工作目录和可执行文件路径
WorkingDirectory=/tmp
ExecStart=/usr/local/bin/chatgpt-telegram-bot
Restart=always
RestartSec=10

[Install]
WantedBy=multi-user.target
    • User=nobody 和 Group=nogroup 让服务以低权限运行，更安全。
    • Restart=always 确保进程崩溃后自动重启。
  3. 保存并退出编辑器（在nano中按 Ctrl+X ，然后按 Y ，再按 Enter ）。
  4. 重新加载Systemd配置，启用并启动服务： 
    sudo systemctl daemon-reload
sudo systemctl enable chatgpt-tgbot.service
sudo systemctl start chatgpt-tgbot.service
  5. 检查服务状态和日志，确认运行正常： 
    sudo systemctl status chatgpt-tgbot.service
# 查看实时日志
sudo journalctl -u chatgpt-tgbot.service -f

3.3 方案二：使用Docker Compose部署（推荐，便于管理）

Docker方式将应用及其依赖打包在一起，隔离性好，升级和迁移都非常方便。项目提供了 docker-compose.yml 示例，我们基于它来配置。

步骤1：安装Docker和Docker Compose 如果你的系统还没有安装，请先安装。以Ubuntu为例：

# 安装Docker
sudo apt update
sudo apt install docker.io
sudo systemctl start docker
sudo systemctl enable docker

# 安装Docker Compose插件（新版本Docker已集成）
sudo apt install docker-compose-plugin
# 验证安装
docker compose version

步骤2：创建项目目录和配置文件 

mkdir ~/chatgpt-telegram-bot && cd ~/chatgpt-telegram-bot

创建 docker-compose.yml 文件：

version: '3.8'

services:
  chatgpt-telegram-bot:
    image: ghcr.io/leafduo/chatgpt-telegram-bot:latest
    container_name: chatgpt-tg-bot
    restart: unless-stopped
    environment:
      - OPENAI_API_KEY=${OPENAI_API_KEY}          # 从.env文件读取
      - TELEGRAM_APITOKEN=${TELEGRAM_APITOKEN}    # 从.env文件读取
      - ALLOWED_TELEGRAM_ID=${ALLOWED_TELEGRAM_ID:-} # 可选，默认空
      - MODEL_TEMPERATURE=${MODEL_TEMPERATURE:-1.0}
      - CONVERSATION_IDLE_TIMEOUT_SECONDS=${CONVERSATION_IDLE_TIMEOUT_SECONDS:-900}
      - OPENAI_MODEL=${OPENAI_MODEL:-gpt-3.5-turbo}
      # - OPENAI_BASE_URL=${OPENAI_BASE_URL:-https://api.openai.com} # 如需自定义API端点，取消注释
    # 如果需要持久化会话数据（如果程序支持），可以挂载卷
    # volumes:
    #   - ./data:/app/data

创建 .env 文件来存储敏感的环境变量（ 务必确保此文件不被提交到公开仓库 ）：

# .env 文件
OPENAI_API_KEY=你的OpenAI_API_Key
TELEGRAM_APITOKEN=你的Telegram_Bot_Token
# 可选配置
ALLOWED_TELEGRAM_ID=你的Telegram_ID
MODEL_TEMPERATURE=0.7
CONVERSATION_IDLE_TIMEOUT_SECONDS=1200
OPENAI_MODEL=gpt-3.5-turbo
# OPENAI_BASE_URL=https://your-custom-api-endpoint.com

步骤3：启动服务 在 docker-compose.yml 和 .env 所在的目录下运行：

docker compose up -d

-d 参数表示在后台运行。使用以下命令查看日志：

docker compose logs -f

看到成功的启动日志后，就可以去Telegram测试你的机器人了。

步骤4：管理服务

  • 停止服务 ： docker compose down
  • 重启服务 ： docker compose restart
  • 更新镜像 ： docker compose pull && docker compose up -d
  • 查看运行状态 ： docker compose ps

Docker部署的优势在于，你的服务器环境可以非常干净，所有依赖都在容器内。未来升级时，只需要修改 .env 配置或拉取新镜像重启即可，非常省心。

4. 高级配置、优化与故障排查

机器人跑起来只是第一步，让它跑得稳、跑得好用，还需要一些额外的功夫。

4.1 安全性强化措施

  1. 严格限制访问（白名单） ：除非你打算公开提供服务，否则 务必 设置 ALLOWED_TELEGRAM_ID 。否则，任何知道机器人用户名的人都可以使用它，不仅可能导致API密钥被滥用产生高额费用，还可能接收到不受控的对话内容。
  2. 使用环境变量或密钥管理服务 ：永远不要将API密钥和Token写在代码或Compose文件的明文里。使用 .env 文件（并加入 .gitignore ）或像Docker Secrets、HashiCorp Vault这样的专业密钥管理工具。
  3. 为机器人设置命令 ：通过 @BotFather 为你的机器人设置一些命令菜单（如 /help , /start , /reset ），可以提供更好的用户体验，并明确功能边界。项目可能内置了部分命令支持，请查阅其文档。
  4. 网络层面隔离 ：如果你的服务器还运行其他服务，可以考虑使用Docker的独立网络或防火墙规则，限制机器人容器对外的网络访问，只允许其连接到Telegram API和OpenAI API（或你指定的自定义端点）的域名和端口。

4.2 性能与成本优化

  1. 会话超时策略调优 ： CONVERSATION_IDLE_TIMEOUT_SECONDS 直接影响上下文长度和API调用成本。观察你的使用习惯：如果你经常进行长时间的、间歇性的深度对话，可以适当延长（如1800秒）。如果只是偶尔问几个独立问题，可以缩短（如300秒），甚至可以在项目中寻找或贡献“每次对话都是独立上下文”的配置选项。
  2. 模型选择策略 ： gpt-3.5-turbo 是性价比之王。对于绝大多数日常问答、翻译、总结、代码片段生成等任务，它的表现已经足够出色。仅在处理极其复杂的逻辑推理、创意写作或需要深度分析的任务时，再考虑切换到 gpt-4 。你甚至可以通过自定义指令，让用户通过特定命令（如 /gpt4 ）来临时切换模型，实现按需使用。
  3. 利用 OPENAI_BASE_URL ：如果你发现直连OpenAI API延迟很高或不稳定，可以考虑使用可靠的第三方代理服务。这些服务通常在国内有优化节点，能显著提升响应速度。 但务必选择信誉良好的服务商 ，并注意你的对话数据会经过他们的服务器。切换后，务必全面测试机器人的各项功能是否正常。
  4. 监控API使用量 ：定期登录OpenAI平台，在“Usage”页面查看API调用情况和费用消耗。设置预算告警，避免意外超支。

4.3 常见问题与故障排查实录

在实际部署和运行中，你可能会遇到以下问题。这里是我的排查笔记：

问题1：机器人启动失败，日志显示 Failed to get bot info 或 Unauthorized 。

  • 可能原因 ： TELEGRAM_APITOKEN 填写错误。
  • 排查步骤 ：
    1. 仔细核对Token，确保没有多余的空格或换行。
    2. 确认Token是从 @BotFather 那里正确复制过来的。
    3. 尝试在浏览器中访问 https://api.telegram.org/bot<你的Token>/getMe （将 <你的Token> 替换为你的真实Token）。如果返回 {"ok":false,"error_code":401,"description":"Unauthorized"} ，说明Token无效；如果返回包含 "ok":true 的JSON，则Token有效，问题可能出在其他地方。

问题2：机器人能启动，但收不到消息或无法回复。

  • 可能原因A ： ALLOWED_TELEGRAM_ID 设置错误，你的ID不在列表中。
  • 排查A ：注释掉或清空 ALLOWED_TELEGRAM_ID 环境变量，重启机器人，看是否能收到消息。如果能，说明就是ID限制问题。确保你填写的ID是纯数字的用户ID，而不是用户名（@xxx）。
  • 可能原因B ：服务器网络问题，无法连接到Telegram服务器。
  • 排查B ：在服务器上运行 curl -s https://api.telegram.org ，看是否能正常连接。检查服务器防火墙是否放行了443端口的外出连接。
  • 可能原因C ：机器人被用户屏蔽或未开启私聊。
  • 排查C ：在Telegram中搜索你的机器人，点击“Start”或发送 /start 命令初始化对话。

问题3：机器人能收到消息，但回复 Error communicating with OpenAI 或超时。

  • 可能原因A ： OPENAI_API_KEY 无效或余额不足。
  • 排查A ：登录OpenAI平台，检查API Key是否有效，以及账户是否有余额或已超出速率限制。
  • 可能原因B ：服务器无法访问OpenAI API（网络问题）。
  • 排查B ：在服务器上运行 curl -s https://api.openai.com/v1/models -H "Authorization: Bearer <你的API Key>" 。如果返回错误或超时，说明网络不通。如果你使用了 OPENAI_BASE_URL ，请测试你自定义的端点。
  • 可能原因C ：OpenAI服务临时故障。
  • 排查C ：访问 OpenAI Status 查看服务状态。

问题4：回复内容被截断，只收到一部分。

  • 可能原因 ：Telegram对单条消息有长度限制（约4096个字符），而AI的回复超过了这个限制。
  • 解决方案 ：这是一个客户端（机器人程序）应该处理的问题。检查你使用的 leafduo/chatgpt-telegram-bot 版本是否实现了自动分片。如果没有，你可能需要寻找其他分支或自行修改代码来实现。一个健壮的机器人应该将长回复按段落或句子分割成多条消息发送。

问题5：Docker容器启动后立即退出。

  • 可能原因 ：环境变量配置错误或缺失，导致主程序启动失败。
  • 排查步骤 ：
    1. 使用 docker compose logs chatgpt-telegram-bot 查看退出前的错误日志。
    2. 检查 .env 文件中的变量名是否与 docker-compose.yml 中引用的完全一致，特别是拼写和大小写。
    3. 确保 .env 文件中的值都被正确引号包裹，且没有奇怪的字符。
    4. 尝试去掉 -d 参数，直接在前台运行以查看实时输出： docker compose up 。

问题6：如何升级到最新版本？

  • 对于二进制部署 ：去GitHub Releases页面下载新的二进制文件，替换旧的，然后重启Systemd服务： sudo systemctl restart chatgpt-tgbot.service 。
  • 对于Docker部署 ：执行以下命令： 
    docker compose pull        # 拉取最新镜像
docker compose down        # 停止并删除旧容器
docker compose up -d      # 用新镜像创建并启动新容器
# 或者更简单的一行命令：docker compose up -d --pull always

5. 功能扩展与个性化定制思路

开源项目的魅力在于可以按需定制。虽然 leafduo/chatgpt-telegram-bot 提供了核心功能，但你还可以让它变得更强大、更贴合你的需求。

1. 添加自定义系统指令（System Prompt）： 这是塑造机器人“性格”和“专业领域”最有效的方式。你可以在项目代码中，找到构造发送给OpenAI API的请求部分，在消息列表（ messages 数组）的开头，加入一个 role 为 system 的消息。例如，你可以设置：

你是一个乐于助人且幽默的编程助手，擅长用Python和Go语言解决问题。回答要简洁明了，必要时提供代码示例。

这样，机器人在每次对话（或每个会话）中都会带着这个背景指令，回答会更符合你的期望。这需要你具备修改Go代码并重新编译的能力。

2. 实现多模态支持（如果未来OpenAI API支持）： 目前项目主要处理文本。如果未来OpenAI的Chat API支持图像或文件输入，你可以修改代码，让机器人也能处理Telegram中发送的图片（例如，描述图片内容）或文档（例如，总结PDF内容）。这需要处理Telegram Bot API的文件接收和OpenAI API的多模态调用。

3. 集成其他工具或API： 让机器人不止能聊天，还能“做事”。例如：

  • 搜索增强 ：当用户询问实时信息时（如“今天天气如何？”），可以先调用一个天气API，再将结果和问题一起交给ChatGPT总结回复。
  • 私有知识库 ：结合向量数据库，让机器人能基于你提供的私有文档（公司手册、个人笔记）来回答问题。这通常需要一个独立的RAG（检索增强生成）服务，机器人作为前端交互界面。
  • 自动化任务 ：解析用户指令，触发服务器上的脚本。例如，用户发送“重启测试服务器”，机器人验证权限后，通过SSH执行重启命令，并将结果返回。

4. 改进会话管理： 当前的超时机制比较简单。你可以考虑实现更复杂的会话管理，比如：

  • 持久化存储 ：将会话历史保存到数据库（如SQLite、Redis）中，而不是仅存在内存里。这样即使机器人重启，也能恢复之前的对话。
  • 手动会话控制 ：为用户提供 /new 命令来主动开启新会话， /history 命令来查看当前会话的摘要。

5. 添加管理命令和统计功能： 为管理员（你自己）添加一些特权命令，例如：

  • /stats ：查看机器人总对话次数、Token消耗估算。
  • /broadcast ：向所有授权用户发送通知。
  • /switch_model ：动态切换AI模型。

这些扩展都需要你深入理解项目的Go代码结构，并具备相应的开发能力。对于大多数用户来说，使用现有的稳定版本，并做好安全和配置优化，已经能获得非常好的体验了。

# ChatGPT
Logo
DeepSeek技术社区

欢迎加入DeepSeek 技术社区。在这里，你可以找到志同道合的朋友，共同探索AI技术的奥秘。

更多推荐

cover

ChatGPT手机远程控制Mac Codex｜Codex远程开发｜AI自动编程｜Mac AI开发助手

avatar DeepSeek技术社区
cover

【无标题】

avatar DeepSeek技术社区
cover

收藏必看｜2026年版程序员必学大模型！不懂AI迟早被行业淘汰

avatar DeepSeek技术社区