# Telegram-бот с помощью ИИ: пошаговое руководство

URL: https://agentvera.dev/ru/blog/build-telegram-bot-with-ai/ · Опубликовано: 2026-10-11

Создайте Telegram-бота с помощью ИИ: получите токен, выберите polling или webhook, сохраняйте состояние, добавьте ответы LLM и запустите бота на сервере.

**Коротко:**

- Берите python-telegram-bot или grammY для TypeScript, храните токен бота только в .env и начните с polling: ему не нужен HTTPS-адрес. Webhook требует HTTPS и на serverless остаётся единственным вариантом.
- Храните состояние в SQLite с проверкой владельца записи, а расходы на LLM ограничьте дневным лимитом на пользователя, списком разрешённых ID и короткой историей сообщений.
- Запускайте бота 24/7 на VPS через systemd или Docker. Боту для Discord нужно постоянное gateway-соединение, поэтому держите логику в независимом от платформы модуле core.

Чтобы создать Telegram-бота с помощью ИИ, попросите кодового агента (Claude Code, Codex или похожего) написать бота на python-telegram-bot, положите токен в файл `.env` и сначала запустите его у себя на машине через polling. Затем добавьте команды, хранимое состояние, ответы на базе LLM и, наконец, запустите бота на сервере круглосуточно.

В руководстве мы проходим весь путь для Telegram, а затем показываем, как адаптировать того же бота для Discord. К каждому шагу приложен промпт, который можно вставить в агента.

## Что мы создаём

Наш пример бота будет:

- отвечать на `/start` и `/help`;
- сохранять заметки командой `/note <text>` и показывать их через `/notes` (хранимое состояние);
- отвечать на обычные сообщения с помощью LLM, с дневным лимитом на пользователя;
- при желании общаться только с разрешёнными вами пользователями;
- работать непрерывно на сервере под systemd или в Docker.

Это хороший первый проект для [vibe coding](/ru/glossary/vibe-coding/): он небольшой, результат сразу виден на телефоне, и бот действительно полезен.

## Выбор стека: Python или TypeScript?

Два хороших варианта:

- **Python + python-telegram-bot**: зрелая, хорошо документированная асинхронная библиотека. Естественный выбор, если ваш код для ИИ, данных или автоматизации написан на Python.
- **TypeScript + grammY**: современная, типизированная и лёгкая библиотека, удобная для webhook на serverless-платформах. Выбирайте её, если вы уже живёте в Node.js.

Здесь я использую Python; замените название библиотеки в промптах, и те же шаги подойдут для grammY.

Подготовка:

```bash
mkdir telegram-bot && cd telegram-bot
git init
python3 -m venv .venv && source .venv/bin/activate
pip install python-telegram-bot python-dotenv anthropic
printf ".env\n.venv/\n*.db\n" >> .gitignore
```

В качестве примера LLM я беру Anthropic SDK; с другим провайдером замените пакет, идея та же.

## Шаг 1: получите токен и положите его в .env

Токен выдаёт официальный процесс создания ботов в Telegram: вы создаёте нового бота внутри Telegram, выбираете отображаемое имя и уникальный username, оканчивающийся на «bot», и в конце получаете длинный токен. Этот токен — пароль бота; любой, у кого он есть, может отправлять сообщения от имени вашего бота.

Файл `.env`:

```bash
TELEGRAM_TOKEN=your-token
LLM_API_KEY=your-api-key
LLM_MODEL=the-model-you-use
ALLOWED_USER_IDS=123456789
DAILY_LLM_LIMIT=30
```

Не вставляйте токен и API-ключ в чат с агентом. Ему не нужны сами значения, достаточно знать, что они берутся из `.env`. Если токен когда-нибудь утечёт, отзовите его в том же официальном процессе и получите новый.

## Шаг 2: первый промпт

Откройте агента в папке проекта и попросите самого простого работающего бота:

```text
Set up a simple Telegram bot with python-telegram-bot (async, ApplicationBuilder).
- Read the token from .env with python-dotenv. Never open or print .env.
- Layout: bot.py (startup and handler registration), handlers.py (commands),
  storage.py (SQLite later), config.py.
- Add /start and /help; /help lists all commands.
- Reply politely to unknown commands.
- Use polling. Use Python logging; never log the token.
- Add an error handler: log the error and send the user a short apology.
When done, tell me how to run it.
```

Запустите:

```bash
python bot.py
```

Найдите своего бота в Telegram и отправьте `/start`. Если он ответил, первый цикл готов. Если нет, вставьте ошибку из терминала агенту как есть; обычно дело в переменной окружения, которая не прочиталась.

## Шаг 3: команды и хранимое состояние

Большинству ботов нужно что-то помнить: настройки пользователей, заметки, счётчики использования. Всё, что лежит в памяти, пропадает при перезапуске бота. Для небольшого бота SQLite более чем достаточно, и не нужно запускать сервер базы данных.

```text
Add SQLite to storage.py (data/bot.db).
- notes table: id, user_id, text, created_at.
- usage table: user_id, date, llm_count.
- /note <text> saves a note, /notes lists the user's last 10 notes,
  /delete <id> deletes a note only if it belongs to that user.
- All SQL must be parameterized (no string concatenation).
- Write pytest tests for the storage functions and run them.
```

Условие «только если заметка принадлежит этому пользователю» важно. Агенты часто пропускают такие проверки авторизации, и тогда любой, кто введёт `/delete 5`, сможет удалить чужую заметку.

У python-telegram-bot есть и собственные механизмы сохранения состояния, например `PicklePersistence`; они помогают с состоянием диалога (скажем, для многошаговых форм). Для пользовательских данных SQLite, по-моему, прозрачнее.

## Шаг 4: умные ответы с LLM

Теперь то, что делает бота ИИ-ботом: отправляем обычные сообщения в LLM и пишем ответ обратно.

```python
# llm.py
import os
from anthropic import AsyncAnthropic

client = AsyncAnthropic(api_key=os.getenv("LLM_API_KEY"))

async def reply(history: list[dict]) -> str:
    resp = await client.messages.create(
        model=os.getenv("LLM_MODEL"),
        max_tokens=500,
        system="You are a helpful Telegram assistant who answers briefly.",
        messages=history[-10:],  # only the last 10 messages
    )
    return resp.content[0].text
```

Промпт для агента:

```text
Send plain text messages to reply() in llm.py.
- Keep the last 10 messages per user in memory (alternating user/assistant).
- /reset clears the conversation history.
- Enforce DAILY_LLM_LIMIT per user per day (usage table); when it's reached,
  send a clear message.
- If ALLOWED_USER_IDS is not empty, only answer those users.
- Send the "typing..." action while the LLM call runs.
- Split replies longer than Telegram's message length limit.
- On API errors, send the user a short message and log the error.
```

Зачем лимиты? Публичный бот на LLM, который кто-то найдёт и завалит сообщениями, раздует ваш счёт. Дневной лимит, список разрешённых пользователей и короткая история — три самых простых способа удержать расходы под контролем. Чем длиннее история, тем больше [токенов](/ru/glossary/token/) вы отправляете с каждым запросом.

## Шаг 5: polling или webhook?

Бот может получать сообщения от Telegram двумя способами:

- **Polling (long polling):** бот сам постоянно спрашивает Telegram «есть что-нибудь новое?». Настройка нулевая: не нужны HTTPS-адрес, домен и открытый порт. Идеально для разработки и для небольших и средних ботов на одном сервере.
- **Webhook:** Telegram отправляет каждое новое обновление на указанный вами HTTPS-адрес. Ничего не ждёт в простое, а на serverless-платформах (функции, которые запускаются на каждый запрос) это единственный вариант. Взамен нужен рабочий HTTPS-endpoint, и стоит проверять, что запросы действительно приходят от Telegram, с помощью секретного пути или секретного токена.

Моё правило: начните с polling и переходите на webhook, когда он действительно нужен. Использовать оба способа для одного токена одновременно нельзя; пока установлен webhook, polling не работает.

## Шаг 6: круглосуточный запуск на сервере

Когда ноутбук выключается, бот замолкает. Хватит небольшого Linux VPS, а при polling даже домен не нужен.

### systemd

```ini
# /etc/systemd/system/telegram-bot.service
[Unit]
Description=Telegram bot
After=network-online.target

[Service]
User=bot
WorkingDirectory=/home/bot/telegram-bot
EnvironmentFile=/home/bot/telegram-bot/.env
ExecStart=/home/bot/telegram-bot/.venv/bin/python bot.py
Restart=on-failure
RestartSec=10

[Install]
WantedBy=multi-user.target
```

```bash
sudo systemctl daemon-reload
sudo systemctl enable --now telegram-bot
journalctl -u telegram-bot -f
```

### Docker

Попросите агента написать `Dockerfile` и `docker-compose.yml` с `restart: unless-stopped`, `env_file: .env` и томом для `data/`. Забудете том, и ваша база SQLite будет стираться при каждом пересоздании контейнера.

Не запускайте одного и того же бота с polling в двух местах (скажем, на ноутбуке и на сервере): Telegram отклонит это ошибкой конфликта. Для разработки заведите отдельного тестового бота с собственным токеном.

## Шаг 7: адаптация под Discord

Боты Discord похожи по идее, но есть несколько важных отличий:

- **Токен и приложение:** вы создаёте приложение в портале разработчиков Discord, добавляете в него бота и берёте токен там. Бота на свой сервер вы добавляете по ссылке-приглашению, в которой запрошен минимум необходимых прав.
- **Intents:** чтобы читать содержимое сообщений, нужно включить message content intent и в портале, и в коде. Если бот не видит сообщения, почти всегда причина в этом.
- **Модель соединения:** боты Discord держат постоянное WebSocket-соединение с gateway, поэтому бот должен быть долгоживущим процессом; как serverless-функция он не заработает.
- **Команды:** современный способ — слэш-команды, и их нужно зарегистрировать в Discord.
- **Библиотеки:** discord.py для Python, discord.js для Node.js.

Самый чистый подход — отделить логику бота от платформы. Промпт:

```text
Separate the bot logic from the platform:
- core/ holds platform-independent functions: handle_note, list_notes,
  ask_llm. They take user_id and text and return text.
- Rewrite telegram_bot.py so its handlers call core/.
- discord_bot.py: /note, /notes and /ask slash commands with discord.py,
  all calling core/. DISCORD_TOKEN comes from .env.
- Add a platform column in storage so Discord and Telegram user ids don't mix.
- Keep existing tests passing; extend the tests for core.
```

Теперь оба бота используют одну базу данных и одну логику LLM, а каждый занимается лишь особенностями своей платформы.

## Частые ошибки: в чём ИИ обычно промахивается

- **Пишет под старое API.** python-telegram-bot перешёл на async в версии 20, а агенты иногда подмешивают старые синхронные примеры. Если вы столкнулись с ошибками, пусть агент проверит установленную версию (`pip show python-telegram-bot`) и исправит код по документации именно этой версии.
- **Зашивает токен в код.** Агент может захотеть положить токен в `bot.py` «просто чтобы быстро проверить». Откажите.
- **Нет проверок авторизации.** Админские команды оказываются открытыми для всех, или пользователи получают доступ к данным друг друга.
- **Блокирующий код.** `time.sleep` или синхронный HTTP-вызов внутри async-обработчика замораживает всего бота.
- **Проглоченные ошибки.** Без обработчика ошибок бот молча перестаёт отвечать.
- **Состояние в памяти.** При перезапуске всё сбрасывается.
- **Длинные сообщения не разбиваются.** Когда LLM пишет длинный ответ, Telegram отклоняет сообщение.

## Безопасность

- Токены и API-ключи хранятся только в `.env`, а `.env` есть в `.gitignore`.
- Никогда не вставляйте ключи в чат, скриншот или баг-репорт.
- Читайте команды, которые агент хочет запустить, прежде чем одобрять их, особенно всё, что читает `.env` или отправляет данные наружу.
- Когда вы передаёте текст пользователя в LLM, исходите из того, что он может попытаться переопределить ваши инструкции (prompt injection). Не давайте боту опасных возможностей вроде запуска команд или удаления файлов.
- Сообщите пользователям, что вы храните их данные и отправляете их провайдеру LLM.
- Не запускайте бота от root на сервере; выполните `chmod 600` для env-файла.

## Делаем это в AgentVera

Этот проект естественно делится на две параллельные задачи: один агент пишет часть для Telegram, другой — для Discord. В [AgentVera](/ru/features/workspace/) можно запустить Claude Code в одном worktree, а Codex в другом, в одной сетке. После каждого хода [автоматическое code review](/ru/features/code-review/) поручает второй модели проверить легко упускаемые места, например проверки авторизации. Перед слиянием вы просматриваете изменения в [панели Git](/ru/features/git-and-github/) и видите [расход токенов](/ru/features/token-savings/) агентов, пока строите функцию LLM. Когда дело доходит до сервера, [SSH и SFTP](/ru/features/ssh-and-sftp/) переносят файлы, а [менеджер Docker](/ru/features/docker/) показывает логи контейнера локально.

Ничего из этого не обязательно; терминал и git тоже позволят закончить этого бота. Если вы ищете, чем занять своего бота, хороший пример — уведомления в Telegram из статьи [торговый бот для криптовалют с помощью ИИ](/ru/blog/build-crypto-trading-bot-with-ai/).

## Итоги

Создать Telegram-бота с помощью ИИ — один из самых приятных способов начать vibe coding. Получите токен через официальный процесс и держите его в `.env`, пусть агент сначала напишет самого простого бота, а затем слой за слоем добавьте команды, состояние в SQLite и ответы LLM. Начните с polling, запустите бота на сервере через systemd или Docker и держите логику отдельно от платформы, чтобы Discord стал лёгким шагом. Проверки авторизации, которые пишет агент, и команды, которые он запускает, читайте сами; остальное агент потянет.

## Частые вопросы

**Нужно ли уметь программировать, чтобы создать Telegram-бота с помощью ИИ?** Совсем немного. Кодовый агент может написать бота целиком; ваша задача — давать чёткие промпты, пробовать бота со своего аккаунта и читать команды, которые запускает агент. Хватит базовых навыков работы с терминалом и понимания, что такое файл .env.

**Где взять токен Telegram-бота?** В официальном процессе создания ботов в Telegram: вы создаёте нового бота прямо в Telegram, задаёте имя и username, и в конце вам показывают токен. Храните этот токен только в файле .env.

**Что выбрать для Telegram-бота: polling или webhook?** Polling проще для разработки и небольших ботов, потому что не требует публичного HTTPS-адреса. Webhook эффективнее для нагруженных ботов и обязателен на serverless-платформах.

**Как добавить в Telegram-бота ответы ИИ (LLM)?** Бот отправляет входящее сообщение в API LLM и пишет ответ обратно. Храните API-ключ в .env, а чтобы расходы не вышли из-под контроля, используйте дневной лимит на пользователя и короткую историю диалога.

**Можно ли перенести того же бота в Discord?** Большую часть логики — да. Если обработка команд и сообщений вынесена в модуль, который ничего не знает о платформе, то для Discord нужен лишь тонкий слой на discord.py или discord.js.

---

**Об AgentVera.** AgentVera — настольное приложение для macOS, Windows и Linux от Solviera Teknoloji. Оно запускает 18 ИИ-агентов для программирования (Claude Code, Codex, Gemini CLI, Copilot, Cursor, Antigravity, opencode, Hermes, Qwen Code, Kimi Code, Kiro, Amp, Droid, Goose, Vibe, Crush, Aider, Cline) рядом, по проектам, в настоящих терминалах с собственными установками CLI и входами пользователя. В бесплатном тарифе количество агентов не ограничено. Скачать: https://agentvera.dev/ru/download/ · Цены: https://agentvera.dev/ru/pricing/