aw-telegram-bot 系列目錄：從聊天機器人到 AI App Factory

關於這個系列

這是一系列關於 aw-telegram-bot 的開發紀錄。用 gh-aw（GitHub Agentic Workflows）做了一個 Telegram 聊天機器人，從最基本的「收訊息 → AI 回覆」一路演化成能自動建 repo、寫程式、code review、部署網站的 App Factory。

每一篇都記錄了設計決策、踩坑過程和最終解法。

系統特色：

• 文字聊天 — Copilot（GPT-5.3-codex）驅動的 AI 對話
• AI 繪圖 — Gemini 圖片生成，直接回傳到 Telegram
• 網路研究 — Tavily 搜尋 + 內容擷取，附來源連結
• 影片下載 — yt-dlp 支援 YouTube、X 等平台
• App Factory — 一句話建網站：自動建 repo → 拆 issue → 實作 → review → 部署
• Fork + 客製化 — 找到類似開源專案直接 Fork 再客製

總計 6 個版本、6 篇文章。

架構總覽

使用者 (Telegram)
  │
  ▼
Cloudflare Worker（驗證 + 白名單 + 轉發）
  │  workflow_dispatch
  ▼
GitHub Actions（gh-aw + Copilot + MCP Servers）
  │
  ├── v1 聊天          → safe-inputs: send-telegram-message
  ├── v2 AI 繪圖       → Nanobanana MCP + Gemini API
  ├── v3 網路研究      → Tavily MCP + web-search
  ├── v4 影片下載      → yt-dlp + send-telegram-video
  └── v5-v6 App Factory
        │
        ▼
      aw-apps 組織（子 Repo）
        ├── create-repo / fork-repo
        ├── setup-repo（AGENTS.md、workflows、skills）
        ├── create-issues（結構化 Issue）
        └── implement → review → merge → 下一個 Issue
              │
              ▼
           GitHub Pages 部署

閱讀建議

完整學習：從 v1 開始，了解 gh-aw 的安全模型和設計哲學，再往後看功能逐步疊加。

特定需求：

• 想了解 gh-aw 基本架構 → 直接看 v1
• 想整合 MCP Server → 看 v2（Nanobanana）或 v3（Tavily）
• 想了解 safe-inputs 進階用法 → 看 v4
• 想做 AI 自動化開發流水線 → 看 v5 + v6

v1 — 基本聊天機器人

Telegram → Cloudflare Worker → GitHub Actions + Copilot → 回覆

這篇會談到：

• workflow_dispatch vs repository_dispatch 的取捨
• gh-aw 的安全模型：expression allowlist、network firewall、secret isolation
• 為什麼 agent 不能碰 secret？safe-inputs 的設計哲學
• Python handler vs JavaScript handler 的穩定性差異
• Cloudflare Worker 作為 webhook relay 的設計

v2 — AI 繪圖

使用者傳「畫一隻穿太空衣的貓」→ 收到 AI 生成的圖片

這篇會談到：

• Nanobanana MCP Server 在 gh-aw Docker 環境中的設定
• Gemini API 的圖片生成與模型選擇
• send-telegram-photo safe-input 的實作
• 圖片檔案從 Docker container 取出的方法

v3 — 研究模式

使用者傳「/research 主題」→ 收到研究報告，附來源連結

這篇會談到：

• Tavily MCP Server 的 web-search 和 web-fetch 工具
• 指令路由設計：/draw、/research、無前綴自動判斷
• GitHub Actions concurrency group 導致訊息被取消的問題
• 如何讓多個功能共存在同一個 workflow

v4 — 影片下載

使用者傳 /download https://youtube.com/... → 收到影片

這篇會談到：

• yt-dlp 在 GitHub Actions 中的使用
• 發現 safe-inputs 的 Python handler 不受 gh-aw 防火牆限制（跑在沙盒外）
• Cloudflare Worker 加入使用者白名單（ALLOWED_USERS）
• Skills 架構：把 prompt 拆成多個 markdown 檔案管理

v5 — App Factory

使用者傳 /app 一個猜數字遊戲 → AI 全自動建 repo、實作、部署

這篇會談到：

• Event-driven workflow chaining：Issue → implement → PR → review → merge → 下一個 Issue
• 雙 token 架構：FACTORY_PAT（管 repo）+ COPILOT_PAT（管子 repo 操作）
• 12 個 safe-input 工具的設計與實作
• 子 repo 的 secret 自動傳遞機制
• Copilot CLI --autopilot --yolo 的使用

v6 — 智慧規劃

用一半的 Premium Request 達到更好的結果，加上 Fork 和瀏覽器測試

這篇會談到：

• Diverge → Define done → Converge 的規劃方法論
• 結構化 Issue 格式（Objective / Context / Approach / Files / Acceptance Criteria / Validation）
• Fork + Auto Fork Judgment（≥60% 功能匹配自動 Fork）
• Playwright 瀏覽器煙霧測試
• Review Fallback 防止鏈條卡住
• master vs main 預設分支的相容性處理

指令一覽

技術棧總覽

版本演進

Repo

• github.com/yazelin/aw-telegram-bot

Happy Coding!