- 项目标题
电报MCP（模型上下文协议）服务器
- 引言与目标
该项目的主要目标是创建一个web服务器，作为命令行AI工具（如Claude Code）和Telegram消息平台之间的桥梁。
当AI工具需要向用户提问时，它不会将问题打印到控制台。相反，它将对此MCP服务器进行API调用。然后，服务器会将问题转发给Telegram上的指定用户，并等待他们的回复。一旦用户在Telegram上回复，服务器就会将用户的答案发送回AI工具，使其能够继续执行任务。
这创建了一个异步、交互式的工作流程，使用户能够从移动设备管理和响应人工智能任务。
- 核心功能要求
接收AI问题：服务器必须公开一个HTTP端点，该端点可以接受来自Claude Code工具的POST请求。此请求将包含问题和当前任务上下文。
状态管理：服务器必须能够管理对话的状态。它需要在等待用户回复的同时存储从AI工具接收到的上下文。为了简单起见，可以使用内存中的字典来存储状态，将用户的chat_id映射到他们的对话上下文。
转发到Telegram：收到问题后，服务器必须使用Telegram Bot API将问题作为消息发送给预先配置的Telegram用户。
接收Telegram回复：服务器必须公开webhook端点，才能通过Telegram Bot API接收来自用户的传入消息。
向AI返回回复：当用户回复时，服务器必须检索存储的上下文，将用户的答案与之打包，并将其作为HTTP响应发送回Claude Code工具的原始长期请求。
超时处理：Claude Code的初始请求应保持打开状态一段时间（例如，15-30分钟）。如果在此窗口内没有收到用户在Telegram上的回复，服务器应响应超时错误。
- 技术栈
语言：Python 3.9+
框架：FastMCP（最新）
部署：服务器应该是一个标准的WSGI应用程序，可以与Gunicorn等生产级服务器一起运行。
- API规范
服务器将有两个主要端点：
5.1./mcp/ask 方法：POST
目的：这是Claude Code工具将调用的端点。服务器将保持此连接打开，直到收到Telegram的回复。
请求正文（JSON）：
{ “chat_id”：“YOUR_TELEGRAM_chat_id”， “问题”：“人工智能需要问的问题。”， “上下文”：{ “task_id”：“唯一任务-123”， “code_so_far”：“…”， “对话历史”：\[\] } }
成功响应（200 OK）：
{ “user_reply”：“来自Telegram的用户答案。”， “上下文”：｛｝ }
错误响应（408请求超时）：
{ “错误”：“用户未及时回复。” }
5.2./电报/webhook 方法：POST
目的：这是Telegram Bot API在用户向机器人发送消息时将调用的端点。
请求正文：标准电报更新对象。服务器需要解析此内容以提取chat.id和message.text。
响应：服务器应立即响应200 OK，以确认收到更新。处理将异步进行。
- 可扩展性和生产考虑因素
初始实现可以使用一个简单的内存Python字典来存储对话状态。这有一个限制：如果服务器重新启动，所有未决问题都将丢失。
对于生产就绪版本，此状态应存储在更持久的外部缓存中，如Redis。
开发Flask服务器是单线程的。对于生产环境，应用程序必须使用像Gunicorn这样的多进程或多线程WSGI服务器运行，以处理来自AI工具和webhooks的多个并发请求。