Telegram-бот с ИИ: как подключить LLM через OpenAI-совместимый API TokenMaster

2026-11-04 · telegram бот автоматизация ai

Telegram-бот с большой языковой моделью — это круглосуточная поддержка, быстрый сбор заявок и автоматизация ответов клиентам без найма отдельного сотрудника. Пользователь пишет в привычный мессенджер, а модель отвечает сама: консультирует, отвечает на частые вопросы и квалифицирует лиды. Ниже — пошаговая инструкция, как собрать такого бота на Python и подключить к нему модели DeepSeek, GLM и Qwen через TokenMaster.

Что понадобится

Установленный Python (рекомендуем 3.10 или новее) и доступ в интернет.
API-ключ TokenMaster вида sk-… — через него бот обращается к моделям.
Токен Telegram-бота от @BotFather — он выглядит как длинная строка из цифр и букв.

Пошаговая настройка

1. Создаём бота через @BotFather

Откройте в Telegram диалог с @BotFather и отправьте команду /newbot. БотFather попросит задать имя (например, «Поддержка магазина») и username, который должен заканчиваться на bot (например, myshop_support_bot). В ответ вы получите токен вида 123456789:AAE… — сохраните его, он нужен для подключения к Telegram API.

2. Устанавливаем библиотеки

Для примера используем python-telegram-bot (актуальная ветка — v22.x) и официальный Python-клиент OpenAI, который работает с любым OpenAI-совместимым API:

pip install python-telegram-bot openai

Если вы привыкли к асинхронным фреймворкам, вместо python-telegram-bot можно взять aiogram (ветка 3.x) — принцип подключения модели при этом не меняется.

3. Пишем минимальный код бота

Сохраните файл bot.py и подставьте свои значения в TELEGRAM_ТОКЕН и api_key:

from telegram import Update
from telegram.ext import Application, CommandHandler, MessageHandler, filters, ContextTypes
from openai import OpenAI

client = OpenAI(
    api_key="sk-ВАШ_КЛЮЧ",              # ключ TokenMaster
    base_url="https://tokenmaster.ru/v1",  # единый Base URL
)

async def start(update: Update, context: ContextTypes.DEFAULT_TYPE):
    await update.message.reply_text("Привет! Напишите вопрос — я отвечу через ИИ.")

async def reply(update: Update, context: ContextTypes.DEFAULT_TYPE):
    response = client.chat.completions.create(
        model="deepseek-chat",
        messages=[{"role": "user", "content": update.message.text}],
    )
    await update.message.reply_text(response.choices[0].message.content)

def main():
    app = Application.builder().token("TELEGRAM_ТОКЕН").build()
    app.add_handler(CommandHandler("start", start))
    app.add_handler(MessageHandler(filters.TEXT & ~filters.COMMAND, reply))
    app.run_polling()

if __name__ == "__main__":
    main()

Запустите бота командой python bot.py и напишите ему в Telegram. Каждое сообщение пользователя отправляется в модель, а ответ возвращается в чат.

4. Задаём роль и стиль ответов

Чтобы бот отвечал не «просто как нейросеть», а как сотрудник вашей компании, добавьте системное сообщение. Оно задаёт тон, сферу знаний и правила общения — например, просит отвечать вежливо, на русском языке и только по теме вашего продукта:

messages=[
    {"role": "system", "content": "Ты — вежливый менеджер интернет-магазина. Отвечай кратко и по делу, на русском языке."},
    {"role": "user", "content": update.message.text},
]

Именно системный промпт превращает универсальную модель в специализированного помощника: он не уходит от темы и выдерживает единый стиль во всех диалогах.

Подключение TokenMaster

TokenMaster — это AI-шлюз с OpenAI-совместимым API: весь код выше работает со стандартным клиентом OpenAI, нужно только указать правильный Base URL и ключ. Подключение занимает пару минут:

Зарегистрируйтесь на tokenmaster.ru и создайте API-ключ в разделе «Ключи».
В коде укажите Base URL https://tokenmaster.ru/v1 и ключ вида sk-….
Выберите модель (например, deepseek-chat, модель GLM от Zhipu или Qwen) в параметре model.

Почему TokenMaster? Один ключ и один баланс для моделей DeepSeek, GLM (Zhipu) и Qwen, оплата из России. Base URL единый — https://tokenmaster.ru/v1, а значит для смены модели достаточно поменять одно поле в коде.

Проверка работы

Напишите боту простой вопрос — если пришёл осмысленный ответ, подключение работает. Типичные ошибки и их причины:

401 / invalid api key — ключ скопирован не полностью или неверно; проверьте, что он начинается с sk- и создан в разделе «Ключи».
connection error — Base URL указан неправильно; он должен быть ровно https://tokenmaster.ru/v1, без лишних слэшей на конце.
insufficient quota — на балансе недостаточно средств; пополните его в личном кабинете.

Частые вопросы

Какой фреймворк выбрать: python-telegram-bot или aiogram? Оба варианта рабочие. python-telegram-bot проще для первого бота и отлично документирован, aiogram — мощный асинхронный фреймворк для проектов с большим числом пользователей. Модель подключается одинаково — через OpenAI-совместимый API.

Как сменить модель в боте? Поменяйте значение параметра model в вызове client.chat.completions.create — например, с deepseek-chat на модель GLM или Qwen. Актуальный список и цены — на tokenmaster.ru/pricing.

Как задеплоить бота, чтобы он работал круглосуточно? Запустите скрипт на сервере или VPS в фоне (например, через systemd или Docker), а токены и ключ храните в переменных окружения, а не в коде.

Итог

Telegram-бот с LLM — это быстрый способ автоматизировать общение с клиентами, а TokenMaster даёт к нему модели DeepSeek, GLM и Qwen по одному ключу. Укажите Base URL https://tokenmaster.ru/v1 и ключ sk-… — и бот начнёт отвечать пользователям в реальном времени. Документация по API — на tokenmaster.ru/docs.