带缓冲的Telegram聊天

目标用户群体

- 聊天机器人开发者: 需要处理用户快速发送的多条消息，并提供统一回复的能力。
- 企业客户支持团队: 希望提高响应效率，减少用户等待时间。
- Telegram 用户: 习惯于通过 Telegram 发送消息并希望获得更流畅的交互体验。
- 数据分析师: 需要分析用户交互数据并优化聊天流程的人群。

解决的问题

- 当用户在 Telegram 中快速发送多条消息时，传统的处理方式可能导致每条消息单独回复，造成用户体验不佳。
- 本工作流通过将多条消息合并为一条对话进行处理，避免了信息碎片化，提高了响应的连贯性和准确性。

工作流程步骤

1. 接收消息: 通过 Telegram 触发器接收用户发送的消息。
2. 将消息添加到队列: 将接收到的消息存储在 Supabase 数据库的 message_queue 表中。
3. 等待 10 秒: 系统暂停，等待用户是否会发送更多消息。
4. 获取已排队消息: 如果在等待时间内没有收到新消息，系统将从数据库中获取所有排队的消息。
5. 按消息 ID 排序: 对获取的消息进行排序，以确保消息的处理顺序正确。
6. 聚合消息: 将所有消息合并为一条完整的对话。
7. 调用 AI 助手: 使用 OpenAI 模型处理合并后的消息，并生成统一的回复。
8. 发送回复: 将 AI 生成的回复发送回用户。
9. 删除已处理的消息: 从消息队列中删除已处理的消息，以保持数据库的整洁。

自定义指南

- 修改等待时间: 可以调整 Wait 10 Seconds 节点中的等待时间，以改变消息缓冲窗口。
- 更换 AI 模型: 在 OpenAI Chat Model 节点中更改模型设置，使用不同的语言模型以适应特定的需求。
- 添加系统消息: 在 AI Agent 节点中，可以添加系统消息以调整聊天机器人的行为和回复风格。
- 修改数据库结构: 如果需要存储其他信息，可以在 Supabase 中修改 message_queue 表的结构，增加新的字段。