背景说明：先把自动对话做轻，再考虑扩展功能
Telegram 机器人没有一个可以直接开启的“自动对话”按钮。要让机器人收到消息后自动回复，需要通过机器人平台或代码处理消息。本文采用 Python、aiogram 3 和 FastAPI 搭建一个轻量示例：用户询问价格、物流时返回固定答案；用户发送“预约”后，机器人接收下一条消息并确认预约信息。
这个方案适合咨询量不大、问题类型相对固定的店铺或社群。性能上的重点不是让机器人“记住所有聊天”，而是只保存当前对话步骤，设置过期时间，并通过 Webhook 接收消息。这样可以避免持续轮询、保存完整聊天记录，以及让简单问题也触发复杂的 AI 调用。下面的例子以小型网店为场景，你可以按自己的业务替换回复内容。
第一步：创建机器人并准备运行环境
在 Telegram 中找到官方账号 @BotFather，发送 /newbot，依照提示设置名称和用户名。创建完成后，BotFather 会提供一段 Bot Token。它相当于机器人的访问凭证，不能粘贴到公开网页、群聊或代码仓库中。
准备一台安装了 Python 3.10 或更高版本的服务器。创建项目目录后安装依赖：pip install aiogram fastapi uvicorn cachetools。将 Token 和 Webhook 密钥设置为环境变量，而不是直接写进代码。例如在 Linux 终端中执行：export BOT_TOKEN='替换为BotFather提供的Token'，再设置 WEBHOOK_SECRET='自定义一段字母数字与下划线组成的密钥'。生产环境建议用服务器的环境变量管理功能保存这些值。
第二步：编写关键词回复和限时多轮状态
在项目目录新建 main.py，加入以下代码。示例只保存聊天 ID 对应的当前步骤，最多缓存 5000 条状态，并在 30 分钟后自动过期；不会把用户全部聊天内容长期留在内存里。
import os
from cachetools import TTLCache
from fastapi import FastAPI, Request, HTTPException
from aiogram import Bot, Dispatcher
from aiogram.types import Update
TOKEN = os.environ["BOT_TOKEN"]
SECRET = os.environ["WEBHOOK_SECRET"]
bot = Bot(token=TOKEN)
dp = Dispatcher()
app = FastAPI()
states = TTLCache(maxsize=5000, ttl=1800)
@dp.message()
async def reply(message):
text = (message.text or "").strip()
chat_id = message.chat.id
if not text:
return
if states.get(chat_id) == "need_order":
states.pop(chat_id, None)
await message.answer("收到，我们已记录：" + text + "。客服会尽快确认。")
return
if text.lower() in ("预约", "联系人工"):
states[chat_id] = "need_order"
await message.answer("请发送商品名称和方便联系的时间，不需要提供银行卡或密码。")
elif "价格" in text or "多少钱" in text:
await message.answer("本店常规款 99 元起，具体价格请发送商品名称。")
elif "物流" in text or "快递" in text:
await message.answer("订单发出后可凭订单号查询物流；需要人工协助请发送“预约”。")
else:
await message.answer("我可以查询价格、物流或登记预约，请发送对应关键词。")
@app.post("/telegram")
async def telegram_webhook(request: Request):
if request.headers.get("X-Telegram-Bot-Api-Secret-Token") != SECRET:
raise HTTPException(status_code=403, detail="Forbidden")
data = await request.json()
update = Update.model_validate(data, context={"bot": bot})
await dp.feed_update(bot, update)
return {"ok": True}代码里的关键词和回复是示例，可替换成实际业务内容。为了让规则匹配更稳定，建议先处理最常见、答案明确的问题；不要把一整段聊天历史放入状态缓存。若用户的下一条消息可能包含敏感信息，也要在提示语中明确要求不要发送密码、验证码或支付信息。
第三步：启动服务并配置 HTTPS Webhook
Webhook 需要一个 Telegram 能访问的公网 HTTPS 地址。可以将域名通过 Nginx 等反向代理转发到本机的 8000 端口，并配置有效的 TLS 证书。启动应用：uvicorn main:app --host 0.0.0.0 --port 8000。本机服务启动并不代表 Telegram 已经能访问它；如果没有公网域名或 HTTPS，可以先在测试环境使用安全的隧道服务，但不要把 Token 暴露在浏览器页面或日志中。
服务可从公网访问后，调用 Telegram 的 setWebhook 接口登记地址。将命令中的 TOKEN、域名和密钥替换成自己的值：curl -F "url=https://你的域名/telegram" -F "secret_token=你的WEBHOOK_SECRET" https://api.telegram.org/bot你的TOKEN/setWebhook。正常情况下会返回 "ok":true。随后在 Telegram 中向机器人发送“价格”或“预约”，检查是否收到对应回复。不要把尖括号占位符原样复制到命令里。
第四步：用真实消息检查资源与回复效果
测试时至少覆盖三种情况：常见问题能否直接命中回复；发送“预约”后，紧接着发送的内容能否触发确认；发送其他文本时，机器人能否给出清楚的下一步提示。再重启服务测试一次，确认自己理解当前状态存放在内存中的影响：服务重启后，未完成的预约步骤会消失。如果业务要求对话状态在重启后保留，应改用带过期时间的 Redis 等外部缓存，而不是无限期把所有聊天内容保存在进程内存。
可以同时查看服务器 CPU、内存和错误日志。如果普通关键词回复也造成明显负载，先检查是否重复启动了多个轮询进程、是否在每条消息中读取大型文件，或是否无条件调用耗时的外部服务。对价格、营业时间等固定问答，直接查字典或使用明确的条件判断，通常比每条消息都请求 AI 接口更省资源，也更容易保证答案一致。
注意事项：避免重复处理与缓存膨胀
- 不要同时对同一个机器人运行长轮询程序和 Webhook 接收程序。切换接收方式时应检查旧进程或旧部署，避免收不到消息或重复处理。
- Webhook 地址必须使用有效 HTTPS；核对 setWebhook 返回结果，并使用密钥头校验请求，避免不相关的请求触发机器人逻辑。
- 示例状态只存在当前 Python 进程中，多进程部署时各进程的缓存互不共享。需要多实例或重启后保留状态时，使用 Redis 等共享存储，并为键设置 TTL。
- 不要无上限地保存消息、用户资料或请求日志。日志仅记录排错需要的信息，并避免记录 Token、验证码和用户敏感内容。
- 外部接口、图片处理和 AI 回复可能很慢。遇到这类任务时应设置超时与错误处理；流量较高时可考虑队列，避免请求处理被长任务拖住。
- 机器人只能回复它实际收到且有权限处理的消息；群组隐私设置、用户是否启动机器人等因素，也可能影响消息能否送达。
常见问题
问：不懂 Python，能不能添加自动对话？
答：可以使用支持 Telegram 触发器和条件分支的自动化平台配置关键词回复，但仍要确认平台的消息触发方式、运行配额、数据保存期限和隐私条款。本文代码适合希望控制服务器资源和回复规则的用户。
问：为什么发送消息后机器人没有回复？
答：依次检查服务是否运行、域名 HTTPS 是否可访问、setWebhook 是否成功、环境变量是否正确，以及服务日志中是否出现 403 或程序异常。也可以调用 Telegram 的 getWebhookInfo 接口查看 Webhook 状态与错误提示。
问：状态缓存设置 5000 条是不是代表只能有 5000 个用户？
答：不是严格的用户总数限制，而是最多缓存 5000 个尚未过期的对话状态。过期状态会被清理；如果咨询峰值超过预期，应观察内存使用，并结合实际并发调整上限或改用外部缓存。
问：可以让机器人记住完整对话并像真人一样持续聊天吗？
答：可以接入 AI 服务或数据库实现更复杂的上下文，但这会增加网络请求、响应延迟、存储成本和隐私风险。建议先明确保留哪些必要字段、保存多久以及如何删除，再按业务需求逐步增加功能，不要默认永久保存完整聊天记录。