六年开发Telegram机器人：从分词器到LLM、RAG和向量数据库

作者开发了 Io，一个基于 LLM 的 Telegram 机器人，能够回复消息、识别图片和语音消息，并保持上下文。2020 年的第一个版本使用了自定义分词器进行俄语词干提取，集成了 OpenWeather 的天气、DaData 的城市检测，以及 Yandex 服务的翻译和语音识别。2023 年，作者尝试了 GPT-3.5 Turbo，但后来改用 GPT-4o mini 并支持工具调用，弃用了分词器。2025 年，首先使用 JSON 元数据实现了记忆功能，然后转向基于向量的 Qdrant 方法，最后迁移到 PostgreSQL 上的 pgvector。该机器人使用 Gemini 3.6 Flash 作为主要模型，Nex-N2-mini 用于事实提取和摘要。其他功能包括访客模式、维基百科搜索和显式记忆命令。通过每日限额和订阅实现了商业化。基础设施从 Docker Compose 演变为 Coolify，再到 k3s，并使用 GitHub Actions 进行部署。作者计划改进监控、修复访客模式错误，并实现网页搜索。