🏆多MCP智能体交互，让大模型成为你的电脑管家

玩转Telegram机器人：DeepSeek赋能你的智能助手，执行复杂任务不再是梦！

在当今数字化的世界里，Telegram机器人 以其便捷性和强大的可扩展性，成为了许多人日常工作和娱乐的得力助手。然而，你是否曾想过，你的Telegram机器人不仅可以帮你发送消息、查询信息，还能帮你执行复杂的本地任务，比如编写代码、操作文件，甚至运行程序？

今天，我就来手把手教你如何利用DeepSeek大模型 和Model Context Protocol (MCP)，打造一个能够理解并执行多步骤复杂指令的智能Telegram机器人。

一、为什么选择DeepSeek和MCP？

你或许会问，市面上这么多大模型和机器人框架，为什么要选择DeepSeek和MCP呢？

1. DeepSeek的强大任务分解能力

DeepSeek作为一款强大的大模型，其任务分解能力令人印象深刻。它能够将一个看似复杂的、包含多个子任务的指令，智能地拆解成一系列可执行的、原子性的步骤。这一点在我们的机器人项目中至关重要，因为它可以让机器人更好地理解用户的意图，并按照逻辑顺序执行任务。

2. MCP：解决大模型上下文限制的利器

Model Context Protocol (MCP) 是一个巧妙的解决方案，旨在克服大模型在上下文长度上的限制。我们知道，大模型的请求是有上下文长度限制的，将所有的功能（function）都塞入上下文会导致以下问题：

上下文爆炸： 随着功能的增多，上下文长度会迅速达到上限，导致模型无法处理更多信息。
Token使用量剧增： 更多的功能意味着更多的token消耗，从而增加成本。

MCP通过动态加载和区分功能调用，巧妙地解决了这个问题。它允许我们在需要时才将相关功能暴露给大模型，从而有效控制上下文长度，并优化token的使用。

二、部署你的智能Telegram机器人

现在，让我们开始部署这个强大的机器人！

1. 克隆项目代码

首先，你需要从GitHub上克隆telegram-deepseek-bot项目。这个项目为我们提供了一个很好的起点：

bash 复制代码

git clone https://github.com/yincongcyincong/telegram-deepseek-bot

2. 配置机器人与大模型

进入项目目录后，我们需要运行机器人，并配置Telegram Bot Token和DeepSeek API Token。

Telegram Bot Token： 你需要提前在Telegram中通过 @BotFather 创建一个机器人并获取其Token。如果你还不熟悉如何创建Telegram机器人，可以参考这篇知乎文章：telegram机器人创建教程。
DeepSeek Token： 访问DeepSeek官网获取你的API Token。

运行以下命令启动机器人，并替换 xxxx 和 sk-xxx 为你自己的Token：

bash 复制代码

./output/telegram-deepseek-bot -telegram_bot_token=xxxx -deepseek_token=sk-xxx -mcp_conf_path=./conf/mcp/mcp.json

注意，我们还指定了 -mcp_conf_path=./conf/mcp/mcp.json，这将告诉机器人去哪里加载MCP的配置。

3. 配置MCP智能体

mcp.json 文件是MCP智能体的核心配置。在这个示例中，我们配置了两个强大的智能体：

json 复制代码

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "description": "supports file operations such as reading, writing, deleting, renaming, moving, and listing files and directories.\n",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "/Users/yincong/go/src/github.com/yincongcyincong/test-mcp/"
      ]
    },
    "mcp-server-commands": {
      "description": " execute local system commands through a backend service.",
      "command": "npx",
      "args": ["mcp-server-commands"]
    }
  }
}

filesystem 智能体： 这个智能体赋予了机器人文件操作能力 ，可以进行文件的读、写、删除、重命名、移动以及目录的列出等操作。在 args 中，我们指定了文件操作的根目录，这里是 /Users/yincong/go/src/github.com/yincongcyincong/test-mcp/。这意味着机器人只能在这个指定目录下进行文件操作，确保了安全性。
mcp-server-commands 智能体： 这个智能体则赋予了机器人执行本地系统命令的能力。通过它，机器人可以在后台服务中执行各种命令行指令，例如运行程序。

三、实战：让机器人帮你写代码并运行！

现在，让我们通过一个实际的例子来体验一下这个机器人的强大功能。

在你的Telegram机器人输入框中，输入以下指令：

bash 复制代码

/task
帮我用golang写一个hello world程序，代码写入/Users/yincong/go/src/github.com/yincongcyincong/test-mcp/hello.go文件里，并在命令行执行他

幕后发生了什么？

当你发送这条指令后，telegram-deepseek-bot会开始工作。通过机器人的日志，我们可以清晰地看到DeepSeek大模型如何将这个复杂任务拆解成以下三个子任务，并利用MCP智能体一步步完成：

输出一个Hello World代码： DeepSeek大模型首先理解了你的意图，生成了Go语言的Hello World代码。
执行 filesystem 智能体创建 hello.go 文件： 接下来，机器人调用了MCP的 filesystem 智能体，将生成的Go代码写入到你指定的文件路径 /Users/yincong/go/src/github.com/yincongcyincong/test-mcp/hello.go 中。
执行 mcp-server-commands 智能体执行Go代码： 最后，机器人调用了MCP的 mcp-server-commands 智能体，在命令行中执行了刚刚写入的Go程序。

从 telegram-deepseek-bot 的日志中，我们可以看到，整个过程中调用了三次大模型 。更令人兴奋的是，DeepSeek根据不同的子任务，成功地发起了两次Function Call请求 （一次给 filesystem，一次给 mcp-server-commands），并且全部成功执行！

最终，你的Telegram机器人会返回给你Go程序的执行结果，完美地完成了这个多步骤的复杂任务。

总结

通过这次实践，我们看到了如何将DeepSeek的强大任务分解能力 与MCP的灵活功能调用机制结合起来，打造一个能够理解并执行复杂本地任务的Telegram机器人。

这种组合不仅突破了传统机器人的能力边界，更重要的是，MCP有效地解决了大模型在上下文长度和token使用上的痛点，使得我们可以更加高效和经济地利用大模型的强大能力。