使用 ClawdBot 快速搭建 Telegram 翻译机器人

常见应用场景包括群聊外文链接解析、海外客户语音询价转译、手写菜单图片识别等。

本项目名为 MoltBot，基于 ClawdBot 本地 AI 网关平台构建，采用 MIT 协议开源。ClawdBot 作为智能部署环境，封装了 vLLM 推理后端，用户无需关心 CUDA、vLLM 等底层细节，仅需拉取镜像并运行容器即可完成部署。

1. 方案优势

1.1 低门槛部署

依赖已打包进 Docker 镜像，包含 Whisper 语音识别、PaddleOCR 图像识别、LibreTranslate 翻译引擎等模块。默认监听本地回环，不暴露端口。执行命令启动容器：

docker run -d \
  --name moltbot \
  -p 7860:7860 \
  -v ~/.moltbot:/app/workspace \
  --restart=unless-stopped \
  moltbot/moltbot:latest

访问 http://localhost:7860 进入控制台。

1.2 实测性能

在树莓派 4B 上支持 15 人并发。语音转写约 2.1 秒，图片识别约 1.8 秒。所有数据本地处理，不上传云端。

2. 部署流程

2.1 前提准备

安装 Docker Desktop 或 Docker Engine，确保能打开终端。

2.2 启动容器

执行上述 docker run 命令，确认状态为 Up。

2.3 设备授权

ClawdBot 启用设备认证。终端执行 clawdbot devices list 查看 ID，再执行 clawdbot devices approve [ID] 批准。刷新浏览器访问控制台。

2.4 配置 Telegram

在控制台 Config → Channels → Telegram 填写 Bot Token（需从 @BotFather 获取）、Group Policy 和 DM Policy。保存后重启服务。在 Telegram 中搜索 Bot 名称，发送 /start 激活。

3. 功能清单

3.1 文字翻译

支持自动语言检测、双引擎 fallback（LibreTranslate/Google Translate）、上下文感知翻译。

3.2 语音翻译

本地 Whisper tiny 模型转写，平均耗时 2.3 秒，CPU 占用低。

3.3 图片 OCR

支持 30+ 语言混排识别，可处理模糊、倾斜图片，返回双语对照结果。

3.4 实用工具

支持 /weather（天气）、/fx（汇率）、/wiki（维基查询）等内置命令。

4. 进阶定制

4.1 更换模型

编辑配置文件或使用 Web 界面添加 Hugging Face Hub ID 格式的模型。

4.2 自定义提示词

在 Config → Agents → Defaults 修改 systemPrompt 字段设定角色。

4.3 隐私保护

开启 Auto-delete messages after reply 及 Disable message history logging 增强安全性。

使用 ClawdBot 快速搭建 Telegram 翻译机器人