企业官网建设流程全解析

1. 从聊天机器人到自主干活：Telegram Agent 到底差在哪

很多人对 Telegram Agent 的理解停留在“能自动回复消息的机器人”。这个认知不算错，但远远不够。一个真正能自主干活的 Telegram Agent，和普通聊天机器人的区别，不在于它用了哪个大模型，而在于模型周围有没有三样东西：可调用的工具、跨会话的持久记忆、以及一个跑到任务完成为止的循环。

我举个具体场景你就明白了。你在 Telegram 里给机器人发一句“帮我查一下今天 AI 圈最热的三个话题，挑一个写成 200 字的短帖，存到 notes.txt”。普通聊天机器人会直接编一段内容回你，它没有联网、没有文件系统、也不会真的去写文件。而一个 Agent 会自己判断：先调用搜索工具拿到实时信息，再按你预设的风格生成内容，最后调用文件写入工具把结果落盘，全程你只发了一条消息。

这就是“聊天”和“干活”的分水岭。聊天是一次性的问答，干活是多步骤、有工具、有状态的任务执行。你要搭的 Telegram Agent，目标就是后者。

那为什么用 Claude Code 来搭？因为 Claude Code 本身就是一个能读写文件、执行命令、理解项目结构的编码 Agent。你不需要自己一行行写 Python，只需要用大白话描述“我要一个什么样的机器人”，它会帮你把主程序、依赖文件、环境变量模板、甚至 systemd 服务文件全部生成出来。对零代码基础的人来说，这是目前门槛最低的路径。

整篇教程我会带你走完这条链路：先在 Telegram 里找 BotFather 拿到机器人令牌，再准备一个 Claude API Key，然后在本地或服务器上用 Claude Code 初始化项目，把 Webhook 和消息路由配好，最后跑一次从“接收指令”到“调用工具完成任务”的端到端验证。全程你复制粘贴命令和配置就行，不需要理解每一行代码在干什么。

有一个概念先建立起来：Agent 不是一种模型分类，它是一个光谱。最左边是纯聊天，往右是带工具的问答，再往右是多步骤工作流，最右边才是完全自主的 Agent。你这次搭的，大概落在“多步骤工作流 + 部分自主”这个位置——它能自己决定要不要调工具、能记住每个用户的会话历史、能在收到明确指令后完成一串动作。这已经足够帮你干掉大量重复劳动了。

2. 前置准备：BotFather 配置、API Key 与 Claude Code 初始化

动手之前，你需要三样东西：一个 Telegram 机器人令牌、一个 Claude API Key、一台能跑 Python 的机器（本地电脑或 Linux 服务器都行）。下面逐个说清楚怎么拿、怎么配。

第一样：Telegram 机器人令牌。打开 Telegram，搜索@BotFather，点进去发/newbot。它会问你机器人叫什么名字（显示名，随便起），再问用户名（必须以bot结尾，比如my_work_agent_bot）。两步走完，BotFather 会回你一段包含HTTP API Token的消息，形如7123456789:AAHxxxxxxxxxxxxxxxxxxxxxxxxxxxxx。这串东西就是你的机器人令牌，后面要写进.env文件，千万别泄露。顺手再发一个/setdescription和/setcommands，把/start、/clear、/notes、/costs这几个命令注册进去，这样用户在 Telegram 里输入斜杠就能看到菜单。

第二样：Claude API Key。这里我用 TaoToken 作为统一接入入口，它的 API 地址是https://taotoken.net/api，兼容 Anthropic 的接口格式，Claude Code 可以直接对接。你需要先去控制台创建一个 API Key，拿到形如sk-xxxxxxxx的字符串。创建入口在https://taotoken.net/console，Key 管理页面在https://taotoken.net/api-keys。如果你还没决定用哪个模型，可以先在模型对话页面https://taotoken.net/model-chat里试几句，确认响应正常再往下走。长期跑编码类 Agent 的话，Coding Plan 页面https://taotoken.net/coding-plan有更划算的套餐说明。

第三样：安装 Claude Code。在终端里执行下面这条命令，全局安装 Claude Code CLI：

npm i -g @anthropic-ai/claude-code

装完之后，你需要让 Claude Code 知道走哪个 API 端点。设置两个环境变量，把 Base URL 指向 TaoToken，把 Key 填进去：

export ANTHROPIC_BASE_URL="https://taotoken.net/api" export ANTHROPIC_API_KEY="sk-你的Key"

如果你用的是 Claude Code 的配置文件方式，也可以写进~/.claude/settings.json，内容如下：

{ "env": { "ANTHROPIC_BASE_URL": "https://taotoken.net/api", "ANTHROPIC_API_KEY": "sk-你的Key" } }

注意这里的三件套必须齐全：Base URL 是https://taotoken.net/api，Key 是你刚创建的sk-开头字符串，Model ID 在下一步的项目提示里指定。少任何一个，Claude Code 都会报连接失败或 401。

第四样：准备项目目录。随便找个空文件夹，比如~/telegram-agent，进去之后启动 Claude Code：

mkdir -p ~/telegram-agent && cd ~/telegram-agent claude

这时候 Claude Code 会进入交互模式，等你用自然语言描述需求。下一步就是把完整的项目提示粘进去。

3. 可复制配置：项目提示、.env 模板与 systemd 服务

这一步是整个搭建的核心。你不需要自己写代码，只需要把下面这段提示原封不动粘进 Claude Code，它会生成主程序、依赖文件、环境变量模板和服务配置。

项目初始化提示（直接粘贴）：

帮我搭一个 Telegram 机器人，用 Claude API 当大脑。要求： - 语言：Python - Telegram 库：python-telegram-bot - Claude 模型：claude-sonnet-4-6 - Base URL 从环境变量 ANTHROPIC_BASE_URL 读取，默认 https://taotoken.net/api - 机器人收到消息，发给 Claude API，然后把回复返回 Telegram - 为每个用户保留会话历史，每个用户在自己的会话内有独立上下文 - 添加 /start 命令介绍机器人 - 添加 /clear 命令清除该用户的会话历史 - 添加 /notes 命令返回最近 10 条笔记 - 添加 /costs 命令显示累计 token 和估算成本 创建所有必要文件：主机器人文件 bot.py、requirements.txt、以及一个 .env 模板文件。 不要硬编码任何 API 密钥，全部从环境变量读取。

Claude Code 会依次生成bot.py、requirements.txt和.env.example。生成完之后，你把.env.example复制成.env，填入真实值。一个典型的.env长这样：

TELEGRAM_BOT_TOKEN=7123456789:AAHxxxxxxxxxxxxxxxxxxxxxxxxxxxxx ANTHROPIC_API_KEY=sk-你的Key ANTHROPIC_BASE_URL=https://taotoken.net/api CLAUDE_MODEL=claude-sonnet-4-6 ALLOWED_USER_ID=你的Telegram用户ID TAVILY_API_KEY=可选的搜索Key

这里ALLOWED_USER_ID是限制只有你能用机器人的关键。怎么找自己的 Telegram 用户 ID？最简单的办法是先不加限制启动机器人，给它发一条消息，日志里会打印出你的from.id，把那串数字填回来即可。

安装依赖并首次启动：

pip install -r requirements.txt python bot.py

如果终端打印出类似Bot started, polling...的字样，说明机器人已经连上 Telegram 了。这时候你在 Telegram 里给机器人发/start，应该能收到欢迎语。

配置 systemd 后台服务。如果你跑在 Linux 服务器上，希望机器人开机自启、崩溃自动重启，让 Claude Code 再生成一个服务文件。继续在 Claude Code 里输入：

创建一个 systemd 服务文件，让这个机器人在我的 Linux VPS 上自动运行，崩溃后自动重启。 服务应满足：服务器启动时自动启动、崩溃后自动重启、从项目文件夹中的 .env 文件加载环境变量、 把日志保存到文件。还要给我写出精确的终端命令：安装服务、启动服务、检查是否在运行、查看日志。

生成的telegram-agent.service大致如下，你把它放到/etc/systemd/system/下：

[Unit] Description=Telegram Claude Agent After=network.target [Service] Type=simple WorkingDirectory=/root/telegram-agent EnvironmentFile=/root/telegram-agent/.env ExecStart=/usr/bin/python3 /root/telegram-agent/bot.py Restart=always RestartSec=5 StandardOutput=append:/root/telegram-agent/bot.log StandardError=append:/root/telegram-agent/bot.log [Install] WantedBy=multi-user.target

然后依次执行：

sudo systemctl daemon-reload sudo systemctl enable telegram-agent sudo systemctl start telegram-agent sudo systemctl status telegram-agent

看到active (running)就说明服务起来了。查看日志用journalctl -u telegram-agent -n 50，或者直接tail -f /root/telegram-agent/bot.log。

添加持久记忆。默认情况下机器人重启会丢失会话历史。让 Claude Code 补一段逻辑：

机器人在重启后会丢失会话历史。修复这个问题。每次用户发消息后， 把该用户的会话历史保存到磁盘上的 JSON 文件。机器人启动时自动加载回来。 每个用户只保留最近 20 条消息，避免上下文窗口过长。

这样即使服务重启，用户之前的对话上下文也能恢复。

4. 端到端验证：从接收指令到调用工具完成任务

配置写完不代表跑通，必须做一次完整的验证。我建议按下面这个顺序走一遍，每一步都有明确的预期结果。

验证一：基础对话。在 Telegram 里给机器人发“你好，介绍一下你自己”。预期是几秒内收到一段回复，内容由 Claude 生成。如果超过 30 秒没反应，去看日志，大概率是 API Key 或 Base URL 配错了。

验证二：会话隔离。用另一个 Telegram 账号给机器人发“我叫小明”，然后用你自己的账号发“我叫什么”。预期是机器人回答“你没有告诉我你的名字”，说明每个用户的上下文是独立的。

验证三：工具调用。这是最关键的一步。给机器人发一条需要多步骤的指令，比如：

帮我搜索今天 AI 领域的一条重要新闻，用 100 字总结，然后保存到笔记里。

如果机器人接入了搜索工具，你会看到它先返回“正在搜索……”，然后给出总结，最后回复“已保存到笔记”。接着你发/notes，应该能看到刚才那条内容带时间戳列出来。这一步跑通，说明你的 Telegram Agent 已经具备“接收指令 → 调用工具 → 完成任务 → 落盘”的完整闭环。

验证四：成本追踪。发/costs，预期返回今天使用的 token 数和估算的美金成本。这个数字不需要精确到分，能看出量级就行。

验证五：权限限制。用一个不在ALLOWED_USER_ID里的账号给机器人发消息，预期收到“这个机器人是私有的”然后被忽略。这一步能防止别人蹭你的 API 额度。

如果五步都过了，恭喜你，一个能自主干活的 Telegram Agent 就跑起来了。接下来你可以按需加技能，比如定时日报、网页搜索、笔记管理，每加一个技能，就是在 Claude Code 里描述一段需求，让它改代码、重启服务。

5. 常见报错排查：401、local proxy failed 与 reading choices

搭建过程中最容易卡住的不是写代码，而是各种连接和鉴权报错。下面这几个是我实际踩过的坑，对照日志里的关键词就能定位。

报错一：401 Unauthorized。日志里出现401或authentication_error，几乎都是 Key 的问题。检查三件事：.env里的ANTHROPIC_API_KEY是不是sk-开头、有没有多余空格、Base URL 是不是写成了https://taotoken.net/api（注意结尾没有斜杠）。如果你在 Claude Code 里也遇到 401，检查~/.claude/settings.json里的ANTHROPIC_BASE_URL和ANTHROPIC_API_KEY是否和.env一致。三件套里 Base URL、Key、Model ID 任何一个不对都会报这个错。

报错二：local proxy failed 或 connection refused。这个通常出现在你本地网络无法直连 API 端点的时候。先确认ANTHROPIC_BASE_URL拼写正确，再用curl https://taotoken.net/api测一下连通性。如果 curl 也失败，说明是网络层的问题，不是代码问题。注意不要在代码里硬编码任何代理地址，全部走环境变量。

报错三：reading 'choices' 或 response parsing error。这个报错说明返回的 JSON 结构和你代码里解析的字段对不上。常见原因是模型 ID 写错了，比如把claude-sonnet-4-6写成了别的名字，导致接口返回了错误结构。检查.env里的CLAUDE_MODEL，确保和你在模型对话页面测试时用的 ID 一致。另外，如果你用的是 OpenAI 格式的解析代码去接 Anthropic 格式的接口，也会出现这个错，让 Claude Code 帮你把解析逻辑改成 Anthropic 的content[0].text结构。

报错四：OAuth 相关错误。如果你在 Claude Code 里看到OAuth token expired或类似提示，说明它还在尝试用官方登录态而不是 API Key。解决办法是显式设置ANTHROPIC_API_KEY环境变量，并在启动 Claude Code 时确认它读取的是 API Key 模式。可以在终端里echo $ANTHROPIC_API_KEY确认变量已生效。

报错五：Telegram 侧无响应但日志正常。如果日志显示消息已收到、API 也返回了，但 Telegram 里收不到回复，检查 Webhook 或 polling 模式是否冲突。用python-telegram-bot的 polling 模式时，不要同时设置 Webhook，否则消息会被 Webhook 抢走。让 Claude Code 确认一下代码里用的是run_polling()还是set_webhook()，二选一。

排查的核心思路就一条：先看日志关键词，再对照三件套（Base URL、Key、Model ID），最后才怀疑代码逻辑。90% 的问题都出在前两步。

6. 把 Agent 用起来：技能扩展与长期维护

跑通之后，这个 Telegram Agent 的价值取决于你给它加多少技能。每加一个技能，本质上就是在 Claude Code 里描述一段新需求，让它改代码、重启服务。下面几个是我觉得最实用的方向。

网页搜索技能。让 Agent 能查实时信息，而不是只靠模型记忆。你可以在 Claude Code 里说：“用搜索 API 给机器人添加网页搜索能力，当用户问需要最新信息的问题时自动搜索，把结果包含在回复里。” 这样它就能处理“今天有什么新闻”这类问题。

笔记与待办技能。让 Agent 把你说的话存下来，之后随时调取。比如“保存这个：周五前提交报告”，之后发/notes就能看到。这个功能配合定时提醒，能变成一个轻量的个人助理。

定时日报技能。让 Agent 每天早上主动给你发一条消息，包含今日重点、一句提醒和一条效率小知识。用APScheduler或schedule库实现，Claude Code 会帮你写好定时逻辑。

成本控制技能。每次 API 调用后记录 token 数，累计到costs.json，发/costs查看。这样你能清楚知道这个 Agent 每月花多少钱，避免额度失控。

长期维护方面，记住三个命令：sudo systemctl restart telegram-agent重启服务、sudo systemctl status telegram-agent看运行状态、journalctl -u telegram-agent -n 50看最近日志。改完代码一定要重启，否则跑的还是旧逻辑。

如果你想让 Agent 更自主，可以逐步把“需要你明确指令”变成“按计划自动执行”。比如让它每天早上自动搜索一次行业新闻、整理成摘要发给你，全程不需要你发消息。这就是从“多步骤工作流”往“完全自主 Agent”迈进的一步。

最后说一句实在的：Agent 的价值不在于它多智能，而在于它把你从重复劳动里解放出来。你花 20 分钟搭的这个 Telegram Agent，之后每天能帮你省下的时间，远超搭建成本。想继续深入的话，可以去 TaoToken 的接入文档页面https://taotoken.net/doc看更多接口细节，或者在模型对话页面https://taotoken.net/model-chat里先试不同模型的效果，再决定你的 Agent 用哪个。