talk-to-girlfriend-ai

GitHub
513 93 较难 1 次阅读 4天前Apache-2.0开发框架图像Agent
AI 解读 由 AI 自动生成,仅供参考

talk-to-girlfriend-ai 是一款基于 Telegram 的 AI 约会助手,旨在帮助用户在聊天中生成机智、有趣的回复。它不仅能根据对话上下文提供智能建议,还内置了超过 500 条精选搭讪语录和约会沟通指南,能将平淡的消息转化为引人入胜的互动内容。用户只需通过自然语言指令,即可让 AI 代为阅读消息、发送回复、管理聊天甚至添加表情反应,从而解决“不知如何开口”或“聊天冷场”的社交难题。

该项目特别适合希望探索 AI 代理(Agent)实际应用的开发者,以及对自动化社交互动感兴趣的技术爱好者。其技术亮点在于融合了 Claude Sonnet 大模型的推理能力与 Nia 语义搜索引擎,能够精准检索海量的搭讪技巧和对话策略;架构上采用了 TypeScript 编写的 CLI 代理与 Python Telegram API 桥接服务相结合的模式,并支持完整的 MCP(Model Context Protocol)集成,允许用户将其作为独立服务器接入 Claude Desktop 等工具。值得一提的是,开发者以幽默的单身视角构建了此项目,并在文档中坦诚记录了"AI 助攻后依然分手”的趣事,为技术实践增添了一份轻松的人文色彩。

使用场景

程序员阿明在加班赶项目时,想通过 Telegram 与心仪女生保持互动,却因精力分散和缺乏恋爱技巧而陷入沟通困境。

没有 talk-to-girlfriend-ai 时

  • 响应滞后且生硬:忙于写代码导致回复间隔过长,只能匆忙挤出“在忙”、“嗯嗯”等枯燥词汇,让对话迅速冷场。
  • 缺乏话题灵感:面对女生的分享不知如何接梗,大脑一片空白,错失了许多延伸话题或展示幽默感的机会。
  • 操作打断心流:为了找土味情话或约会指南,不得不切换窗口去搜索引擎查找,严重打断了编程的专注状态。
  • 语气把握不准:手动修改消息时难以拿捏“风趣”与“油腻”的界限,常因措辞不当造成误解或尴尬。

使用 talk-to-girlfriend-ai 后

  • 智能即时代回:直接指令“用幽默的方式回复她关于加班的抱怨”,talk-to-girlfriend-ai 基于上下文瞬间生成高情商回答,保持互动热度。
  • 海量素材精准调用:通过自然语言搜索“关于披萨的有趣搭讪语”,工具利用 Nia 引擎从 500+ 库中秒级匹配最佳话术,让聊天充满趣味。
  • 无缝集成工作流:全程在命令行或 IDE 中通过自然语言完成读取消息、发送回复甚至添加表情反应,无需离开开发环境,保护了深度工作状态。
  • 消息润色升级:将原本平淡的“明天有空吗?”输入给工具,它能自动转化为更具吸引力的邀约话术,显著提升对方回应意愿。

talk-to-girlfriend-ai 将繁琐的社交维护转化为高效的自然语言指令,让开发者在专注构建 AI 的同时也能轻松经营人际关系。

运行环境要求

操作系统
  • Linux
  • macOS
  • Windows
GPU

未说明

内存

未说明

依赖
notes该项目为基于 API 的代理工具,非本地大模型部署,因此无特定 GPU 或显存需求。运行需安装 Python 包管理器 'uv' 和 JavaScript 运行时 'bun'。必须配置 Telegram API 凭证(API ID, Hash, Session String)以及外部 AI 服务密钥(Vercel AI Gateway Key, Nia API Key)。架构包含两部分:需先运行 Python FastAPI 服务作为桥梁(默认端口 8765),再运行 TypeScript Agent。支持通过 Docker 部署。
python未说明 (需支持 uv 包管理器)
uv
bun
FastAPI
Telethon
Vercel AI SDK
Nia API
Claude Sonnet
talk-to-girlfriend-ai hero image

快速开始

Telegram AI 约会助手

附注:我们在这之后就分手了

一款基于 AI 的 Telegram 助手,可帮助你为对话撰写机智、吸引人的消息。它由 Claude Sonnet、Nia 语义搜索以及功能齐全的 Telegram MCP 集成打造而成。

功能简介

  • 智能回复建议:根据对话上下文提供 AI 驱动的回复建议
  • 500+ 搭讪金句:通过 Nia 索引的精选搭讪金句库进行语义搜索
  • 约会指南:搜索与女性交谈技巧、开场白及调情小贴士等指南
  • 消息优化:将平淡无奇的消息转化为机智有趣的表达
  • 全面 Telegram 访问权限:通过自然语言即可阅读消息、发送回复、管理聊天

由 Nia 提供支持

本助手使用 Nia 作为知识检索引擎。Nia 索引并搜索以下内容:

  • 500+ 条精选搭讪金句(幽默、老套、巧妙、浪漫)
  • 对话技巧指南
  • 如何让对话保持吸引力的小贴士

您也可以在 trynia.ai 上创建源,索引自己的内容。

架构图

┌──────────────────┐     ┌──────────────────┐     ┌──────────────────┐
│   CLI 助手      │────▶│  Telegram API    │────▶│    Telegram      │
│  (TypeScript)    │     │   桥接程序 (Py)  │     │    服务器       │
└──────────────────┘     └──────────────────┘     └──────────────────┘
         │
         ▼
┌──────────────────┐     ┌──────────────────┐
│  Claude Sonnet   │     │    Nia API       │
│   (AI 网关)      │     │ (trynia.ai)      │
└──────────────────┘     └──────────────────┘
                         - 500+ 搭讪金句
                         - 约会指南
                         - 对话技巧

快速入门

1. 获取 Telegram API 凭证

前往 my.telegram.org/apps 获取您的 API 凭证。

2. 安装与配置

# 克隆仓库
git clone https://github.com/arlanrakh/talk-to-girlfriend-ai.git
cd talk-to-girlfriend-ai

# 安装 Python 依赖
uv sync

# 生成 Telegram 会话字符串
uv run session_string_generator.py

# 配置环境变量
cp .env.example .env
# 编辑 .env 文件以填写您的凭证信息

3. 启动 Telegram API 桥接程序

python telegram_api.py

此命令将在端口 8765 上运行一个 FastAPI 服务器,用于连接 TypeScript 助手与 Telegram。

4. 运行 AI 助手

cd agent
bun install
bun run dev

使用示例

启动后,您可以通过自然语言与之交互:

# 阅读与发送
> 给我看看 @her_username 的消息
> 给 @her_username 发一条“嘿,我刚才还在想你呢”
> 用一句俏皮话回复她最后一条消息

# 反应
> 用 ❤️ 回复她最后一条消息
> 给第 123 条消息发一个 🔥 反应

# 搜索与历史
> 在我们的聊天中搜索“晚餐计划”
> 给我看看和她最近的 50 条消息
> 给我找一句关于披萨的搞笑搭讪金句

# AI 辅助
> 她发来关于咖啡的消息,我该怎么回复?
> 把这条消息变得更撩人一点:“明天一起出去玩吗?”
> 搜索如何让对话持续下去的技巧

# 用户信息
> 她现在在线吗?
> 查看她的状态

# 消息管理
> 修改我最后一条消息中的错别字
> 删除第 456 条消息
> 把那个表情包转发给 @friend

助手命令

  • /help - 显示帮助信息
  • /clear - 清除对话历史
  • /status - 检查连接状态
  • /quit - 退出

环境变量

在项目根目录下创建 .env 文件:

# Telegram API(必填)
TELEGRAM_API_ID=your_api_id
TELEGRAM_API_HASH=your_api_hash
TELEGRAM_SESSION_STRING=your_session_string

# AI 服务(助手所需)
AI_GATEWAY_API_KEY=your_vercel_ai_gateway_key
NIA_API_KEY=your_nia_api_key
NIA_CODEBASE_SOURCE=your_pickup_lines_source_uuid

替代方案:作为 MCP 服务器使用

您也可以将其用作独立的 MCP 服务器,配合 Claude Desktop 或 Cursor 使用,无需 AI 助手。

将以下内容添加到您的 MCP 配置文件(~/Library/Application Support/Claude/claude_desktop_config.json):

{
  "mcpServers": {
    "telegram": {
      "command": "uv",
      "args": ["--directory", "/path/to/telegram-mcp", "run", "main.py"]
    }
  }
}

这将暴露 60 多种 Telegram 工具,包括消息发送、联系人管理、群组、频道、反应等。

可用工具

助手工具(20+)

核心消息功能

工具 描述
getChats 列出所有对话
getMessages 读取聊天中的消息
sendMessage 发送消息
getChat 获取聊天详情
searchContacts 搜索联系人

反应与回复

工具 描述
sendReaction 发送 ❤️、🔥、😂 等反应
replyToMessage 回复特定消息

编辑与删除

工具 描述
editMessage 发送后修改错别字
deleteMessage 删除消息

历史与搜索

工具 描述
getHistory 获取最多 500 条消息
searchMessages 根据文本搜索聊天记录

转发与置顶

工具 描述
forwardMessage 转发到其他聊天
pinMessage 置顶重要消息
markAsRead 将消息标记为已读

用户信息

工具 描述
getUserStatus 检查用户是否在线
getUserPhotos 获取个人资料照片

媒体

工具 描述
searchGifs 搜索 GIF 动图

Nia 搜索

工具 描述
searchPickupLines 搜索索引中的搭讪金句及约会建议
niaSearch 通用语义搜索
webSearch 实时网络搜索

AI 工具

工具 描述
aiifyMessage 将消息转化为机智的回复

MCP 服务器工具(60+)

全面的 Telegram API 访问权限,包括:

  • 聊天与群组管理(创建、邀请、管理员权限、禁言)
  • 消息功能(发送、回复、编辑、删除、转发、置顶、反应)
  • 联系人管理(添加、搜索、屏蔽、导入导出)
  • 媒体与贴纸
  • 隐私设置
  • 以及更多…

Docker

docker build -t telegram-mcp:latest .
docker compose up --build

故障排除

  • 数据库锁定错误:请改用会话字符串认证,而非文件认证方式
  • 认证错误:请使用 uv run session_string_generator.py 重新生成会话字符串
  • 连接问题:请确认 telegram_api.py 是否正在端口 8765 上运行
  • 错误日志:请查看 mcp_errors.log 以获取详细错误信息

安全提示

  • 切勿提交您的 .env 文件或会话字符串
  • 会话字符串相当于对 Telegram 账户的完全访问权限
  • 所有处理均在本地进行,数据仅传输至 Telegram API

鸣谢

许可证

Apache 2.0

和女朋友聊天的AI

相似工具推荐

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|今天
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

140.4k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

107.7k|★★☆☆☆|2天前
开发框架图像Agent

NextChat

NextChat 是一款轻量且极速的 AI 助手,旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性,以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发,NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言,它也提供了便捷的自托管方案,支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性,原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型,让用户在一个界面即可自由切换不同 AI 能力。此外,它还率先支持 MCP(Model Context Protocol)协议,增强了上下文处理能力。针对企业用户,NextChat 提供专业版解决方案,具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能,满足公司对数据隐私和个性化管理的高标准要求。

87.6k|★★☆☆☆|昨天
开发框架语言模型

ML-For-Beginners

ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。

85k|★★☆☆☆|今天
图像数据工具视频

ragflow

RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。

77.1k|★★★☆☆|2天前
Agent图像开发框架