Огляд

Створимо Telegram-бота з AI-можливостями: він пам'ятатиме контекст розмови, використовуватиме локальну LLM через Ollama і відповідатиме на запитання щодо ваших документів.

Встановлення залежностей

pip install python-telegram-bot langchain langchain-ollama
pip install python-dotenv

Структура проєкту

tg-ai-bot/
├── bot.py
├── .env
└── requirements.txt

Код бота

>import os
from telegram import Update
from telegram.ext import Application, MessageHandler, filters, ContextTypes
from langchain_ollama import OllamaLLM
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.messages import HumanMessage, AIMessage

llm = OllamaLLM(model="llama3.2")
history = {}

async def handle_message(update: Update, context: ContextTypes.DEFAULT_TYPE):
    chat_id = update.effective_chat.id
    user_text = update.message.text
    if chat_id not in history:
        history[chat_id] = []
    history[chat_id].append(HumanMessage(content=user_text))
    if len(history[chat_id]) > 20:
        history[chat_id] = history[chat_id][-20:]
    messages = [("system", "Ти корисний асистент.")]
    for msg in history[chat_id]:
        role = "user" if isinstance(msg, HumanMessage) else "assistant"
        messages.append((role, msg.content))
    prompt = ChatPromptTemplate.from_messages(messages)
    chain = prompt | llm
    response = chain.invoke({})
    history[chat_id].append(AIMessage(content=response))
    await update.message.reply_text(response)

app = Application.builder().token(os.getenv("BOT_TOKEN")).build()
app.add_handler(MessageHandler(filters.TEXT, handle_message))
app.run_polling()

Файл .env

BOT_TOKEN=your_telegram_bot_token_here

Запуск як системна служба

>[Unit]
Description=AI Telegram Bot
After=network.target

[Service]
WorkingDirectory=/home/user/tg-ai-bot
EnvironmentFile=/home/user/tg-ai-bot/.env
ExecStart=/home/user/tg-ai-bot/venv/bin/python bot.py
Restart=always

[Install]
WantedBy=multi-user.target

Отримайте BOT_TOKEN у @BotFather в Telegram. Створіть нового бота командою /newbot і скопіюйте токен.

Часті помилки

Більшість збоїв Telegram-ботів на python-telegram-bot пов'язана не з LLM, а із самим механізмом отримання оновлень від Telegram.

telegram.error.Conflict: terminated by other getUpdates request

Ця помилка означає, що два екземпляри бота одночасно опитують Telegram з тим самим токеном — наприклад, старий systemd-процес не зупинився перед запуском нового. Перевірте systemctl status і список процесів (ps aux | grep bot.py) перед повторним запуском.

telegram.error.InvalidToken

Токен із .env не підходить: або файл не завантажився (перевірте, що python-dotenv справді викликається до читання змінної), або токен скопійовано із зайвим пробілом чи обрізано. Перевірте значення прямо перед стартом бота, вивівши в лог його довжину, а не сам токен.

Long polling проти webhook

Параметр	Long polling	Webhook
Потрібен публічний домен з HTTPS	Ні	Так
Затримка відповіді	Зазвичай частки секунди	Мінімальна, Telegram сам стукається до вас
Складність налаштування на VDS	Низька, достатньо запустити процес	Вища, потрібен reverse proxy і сертифікат
Підходить для	Невеликих і середніх ботів	Високонавантажених ботів, багато оновлень

Коли такий підхід не підходить

Очікується високе навантаження з тисячами повідомлень за хвилину — long polling із прикладу не масштабується горизонтально без доопрацювання зберігання історії.
Історія діалогу має переживати перезапуск процесу — поточна реалізація зберігає її лише в пам'яті словника history.
Потрібна багатокористувацька ізоляція з різними системними промптами — знадобиться окреме сховище налаштувань на chat_id, а не спільний системний промпт.
Потрібна гарантована доставка повідомлень навіть при падінні процесу — для цього потрібна черга завдань, а не прямий виклик усередині обробника.

Перевірка, що бот відповідає

systemctl status ai-telegram-bot --no-pager
journalctl -u ai-telegram-bot -n 50 --no-pager

Переконайтеся, що служба має статус active (running), а в логу немає повторюваних помилок підключення до Ollama. Надішліть боту тестове повідомлення і перевірте, що в логу з'являється факт отримання апдейту — якщо апдейт не приходить взагалі, проблема на боці Telegram API або мережевого доступу з сервера, а не в коді бота.

Варто також передбачити обмеження на довжину історії та частоту запитів від одного користувача: без rate limiting один активний користувач може надсилати повідомлення швидше, ніж локальна модель встигає на них відповідати, і черга необроблених оновлень зростатиме. Найпростіший захист — обмежити кількість одночасних запитів до LLM на один chat_id і повернути повідомлення "зачекайте на попередню відповідь", якщо ліміт перевищено.