ИИ‑память из Telegram: как превратить десятки тысяч сообщений в персональную базу знаний
Разработчик поделился скриптом, который ночью скачивает отмеченные чаты, обрабатывает их через DeepSeek, разбивает на факты и сохраняет в markdown‑файлы, создавая «вторую память» для пользователя.
В статье на Habr AI автор рассказывает о своём проекте «ИИ‑память», который автоматически собирает и структурирует переписку из Telegram. Каждый день в 02:00 сервер просыпается, запускает первый воркер и через API Telegram скачивает новые сообщения из чатов, отмеченных пользователем галочками. После этого, через час, запускается второй воркер, который последовательно:
- Разбивает каждое сообщение на логические куски (по предложениям, темам).
- Отправляет куски в модель DeepSeek (v1.5) для извлечения ключевых фактов, сущностей и отношений.
- Сохраняет результаты в таблицы (PostgreSQL) – отдельные строки для фактов, людей, дат и ссылок.
- Экспортирует готовую структуру в markdown‑файлы, упорядоченные по темам и датам, которые пользователь видит в своём «втором мозге».
Автор подчёркивает, что система не просто архивирует переписку, а превращает её в «живую» базу знаний: каждый факт можно быстро найти, а новые сообщения автоматически обогащают уже существующую структуру. За один ночной цикл система обработала более 30 000 сообщений, выявила более 12 000 уникальных фактов и создала более 500 markdown‑разделов. При этом нагрузка на сервер остаётся низкой – основной процесс занимает около 15 минут, а хранение в markdown упрощает дальнейшую работу с данными.
Проект открыт на GitHub, полностью написан на Python, использует асинхронные задачи (Celery) и контейнеризацию (Docker). Автор предлагает адаптировать pipeline под любые мессенджеры и модели LLM, открывая возможности для персонального ИИ‑ассистента.
Для разработчиков персональных ИИ‑ассистентов такой подход демонстрирует, как автоматизировать сбор знаний из привычных каналов общения. Использование DeepSeek позволяет извлекать смысл без дорогостоящих API, а markdown‑вывод упрощает интеграцию с другими инструментами. Главное – помнить о конфиденциальности: хранение личных переписок требует надёжного шифрования и контроля доступа.
