Картинки из интернета надёжнее: web_search с imageQuery, attach_media с запасными ссылками

- web_search с imageQuery сам собирает прямые ссылки на картинки: со страниц выдачи и из Wikimedia Commons
  (бесплатно, без ключа) — агенту не нужно выбирать страницы и ходить по ним
- attach_media принимает список ссылок и count: битые пропускает и берёт следующие — без лишних шагов модели;
  MAX_AGENT_STEPS снова 5
- Как показать вложение (фото/видео/GIF/аудио/файл, лимит фото 10 МБ) решает бот по MIME-типу, сервис про Telegram не знает
- Инструменты регистрируются по id; общие imageAlt, uniqueByUrl, errorMessage; fetchPageImages в libs
- Короче результат поиска: без дублирующего списка источников, до 8 картинок, подписи до 100 символов;
  страницы — до 1 МБ и 8 секунд, из srcset — вариант около 1280 px

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
This commit is contained in:
yunogasai
2026-10-13 23:22:46 +02:00
parent 5fd7b794a6
commit cce3fca94b
18 changed files with 375 additions and 193 deletions

View File

@@ -9,7 +9,8 @@ Telegram-бот для групповых чатов с AI-личностями.
- **Контекст из чата**: бот сохраняет сообщения чата в SQLite (последние `HISTORY_LIMIT` на чат). Попросите «посмотри последние 100 сообщений и перескажи» — агент сам вызовет инструмент `read_chat_messages` и загрузит переписку в контекст. Если задать `/ask` ответом на чьё-то сообщение, оно тоже попадёт в контекст.
- **Участники**: бот запоминает имя, фамилию и ник каждого, кто пишет в чат (и тех, кого упомянули по имени-ссылке). Можно спрашивать «что писал @ivan?», «что думает Иван про выручку?», «кто тут самый активный?» — агент найдёт человека по нику или имени (инструменты `list_chat_members`, `read_member_messages`) и обращается к людям по имени.
- **Фото**: пришли фото с подписью, где упомянут бот (в личке — просто фото), или ответь на фото через `/ask` / упоминание — модель посмотрит картинку. Нужна модель со зрением (Gemini через OpenRouter по умолчанию); DeepSeek фото не видит и честно об этом скажет.
- **Интернет и вложения**: «что нового про …», «найди фото капибары», «пришли это файлом». Агент ищет в интернете (`web_search`), достаёт картинки со страниц (`page_images`) и прикрепляет к ответу картинки, GIF, видео, аудио и файлы по ссылке (`attach_media`) или файл, который составил сам (`attach_file`). Вложения уходят после текста ответа: фото и видео — альбомом, не больше 10; не принял Telegram как фото — отправляются файлом.
- **Интернет и вложения**: «что нового про …», «найди фото капибары», «пришли это файлом». Агент ищет в интернете (`web_search`) и прикрепляет к ответу картинки, GIF, видео, аудио и файлы по ссылке (`attach_media`) или файл, который составил сам (`attach_file`); картинки со страницы по ссылке пользователя — `page_images`. Вложения уходят после текста ответа: фото и видео — альбомом, не больше 10; не принял Telegram как фото — отправляются файлом.
- Картинки: `web_search` с `imageQuery` сам собирает прямые ссылки на картинки — со страниц выдачи (og:image и крупные `<img>`) и из [Wikimedia Commons](https://commons.wikimedia.org) (бесплатно, без ключа); агенту остаётся выбрать и прикрепить.
- Поиск — серверный инструмент OpenRouter [`openrouter:web_search`](https://openrouter.ai/docs/guides/features/server-tools/web-search) (для Gemini — Google Search, ~$0.014 за поиск с баланса OpenRouter, других ключей не нужно). Ищет отдельный агент Mastra без памяти и возвращает основному сводку со ссылками — так найденное остаётся у агента до конца ответа. Только для моделей через OpenRouter; выключить — `WEB_SEARCH=false`.
- Ссылки из интернета бот скачивает сам: только публичные адреса (внутренняя сеть, localhost и редиректы туда запрещены), до 20 МБ, 15 секунд. Файлы в память Mastra не попадают — модели уходит только «прикреплено: фото …».
- **Память — две части**: