LLM 语义判定
不靠关键词列表。消息连同发送者信息交给大模型做语义判断,谐音、全角、零宽字符、数字混淆等逃逸手法在归一化阶段就被折叠。
毫秒级缓存命中响应
3 级判定缓存架构
5 档分级处置动作
7×24全天候在线守护
核心功能
为什么选 Teleguard
从消息判定、入群审查到误删恢复,一套闭环把广告挡在群外,把正常成员留在群里。
入群预审
用户加入群组的瞬间,基于显示名和简介直接判定。"招代理 @xxx" 这类引流账号在发出任何消息之前就被拦截。
三级缓存,毫秒级响应
精确缓存命中模板消息,语义缓存命中相似变体,两级都未命中才调用 LLM;并发的相同请求自动合并为一次判定,群聊体验无感知。
分级处置,按群可调
封禁、踢出、禁言、人工复核、放行五档动作,每个群独立配置。低置信消息可转发到复核频道或在群内发出复核卡片。
信任分级,不误伤老成员
根据成员近期的干净发言记录自动降档处置:有历史信誉的老成员最多只会进入人工复核,新注册的孤立账号才会被从严处理。
误删一键恢复
每次删除都附带"误删,恢复"与"加白名单"按钮,管理员一键还原消息、解除处置并加入白名单,反馈直接进入后续判定。
引流机器人黑名单
消息中 @ 提及了已被本群封禁的机器人?直接按广告处置,无需再次调用 LLM,常见的拉人头矩阵号一击即中。
网页管理后台
审计日志、判定记录、动作统计与各群参数,网页端集中管理,每一条处置都查得到来龙去脉。
工作原理
一条消息的判定之旅
短路与缓存的顺序经过精心设计:越早返回越快,越晚兜底越准确,任何一层故障都优雅降级。
-
预过滤
管理员、白名单成员、命令消息、过短文本直接放行,不消耗任何判定资源。
-
L1 精确缓存
文本归一化(折叠大小写、全角、空白,剥离零宽字符,掩码数字串)后查精确缓存,模板化广告塌缩为同一个 key,瞬时命中。
-
L2 语义缓存
消息向量化后做相似度检索,换了几个字的变体广告复用历史判定,并回填 L1。
-
LLM 兜底
真正的新消息才会到达大模型,判定结果写回两级缓存,同样的广告此后瞬时拦截。
-
策略与执行
策略引擎把判定映射为动作,结合发送者信任度自动软化,最终执行删除、封禁或转入人工复核。
稳定可靠
为 7×24 在线而生
Rust 高性能内核
毫秒级处理、低资源占用、无 GC 停顿,服务长期稳定在线,高峰刷屏也不掉链子。
全程审计留痕
每一次判定与处置都写入审计日志,哪条消息、为什么、做了什么,后台随时回溯。
处处优雅降级
缓存或模型任何一层故障都自动兜底,按安全方向放行——拦截服务绝不成为群聊的故障点。
实时数据面板
判定量、缓存命中率、处置分布与服务状态一目了然,群里发生了什么尽在掌握。
常见问题
你可能想问
Teleguard 和普通关键词反垃圾机器人有什么区别?
关键词规则容易被变形绕过(谐音、全角、零宽字符、数字混淆)。Teleguard 把消息交给 LLM 做语义判定,文本归一化会先折叠这些逃逸手法,再配合语义缓存,对模板化变形广告天然免疫。
会不会误伤正常成员?
有多重保护:白名单和管理员直接跳过判定;有干净发言历史的老成员命中时处置会自动降档;每次删除都附带"误删,恢复"按钮,管理员一键还原并加入白名单。
AI 判定会拖慢群消息吗?
不会。三级缓存(精确匹配 + 语义相似 + LLM 兜底)让绝大多数消息在毫秒级返回,相同消息的并发请求还会被合并成一次判定,群聊体验无感知。
如何开始使用?需要自己搭服务器吗?
不需要任何服务器。把 Teleguard 机器人添加到群组并提升为管理员(需要删除消息和封禁用户权限),即刻生效;处置档位、白名单与复核频道可在群内命令或网页管理后台调整。
Teleguard 如何处理群消息数据?
Teleguard 仅读取它所在群组的消息并用于广告判定;每一次判定与处置都会写入审计日志,管理员可在后台随时回溯每条消息为什么被处理。