Hermes AI: Автономная система вовлечения в Telegram-сообщества
> Закрытый репозиторий. Доступен для code review по запросу.
▍ Проблематика
Бизнесы, использующие Telegram для работы с комьюнити, сталкиваются с фундаментальными ограничениями масштабирования:
- Узкое место ручной модерации: Операторы не могут обеспечить вовлечение 24/7 во множестве каналов.
- Гонка вооружений с антибан-системами: Telegram активно обнаруживает и банит автоматизированные аккаунты.
- Контекстно-слепые ответы: Простые боты генерируют шаблонные, нерелевантные ответы.
- Хрупкость инфраструктуры аккаунтов: Управление множеством аккаунтов с уникальными отпечатками требует специализированного инструментария.
▍ Архитектура
CONTENT PIPELINE
Монитор каналов → Извлечение контекста → AI-генерация комментариев (Gemini/Claude)
↓
АНТИБАН-СЛОЙ
Rate Limiter | Отпечатки устройств | Поведенческий джиттер | FloodWait-обработка
↓
ПУЛ АККАУНТОВ
Управление сессиями | Мониторинг здоровья | Ротация | Карантин
↓
TELEGRAM API (MTProto через Grammers)Ключевые компоненты:
- Монитор каналов: Real-time поток событий из целевых Telegram-каналов через MTProto.
- Извлечение контекста: Семантический анализ содержимого поста, истории треда и тональности канала.
- AI-генератор комментариев: Синтез комментариев на основе LLM с учётом персоны и тональности.
- Антибан-слой: Rate limiter на аккаунт, отпечатки устройств, поведенческий джиттер, обработка FloodWait.
- Пул аккаунтов: RAII-управляемый пул с мониторингом здоровья, автоматической ротацией и карантином.
▍ Ключевые инженерные решения
Проблема
Telegram обнаруживает автоматизацию, сопоставляя метаданные устройства с поведенческими паттернами.
Решение
Отпечатки устройств извлекаются из купленных TData-файлов. Система конструирует параметры API-клиента, точно соответствующие оригинальному устройству.
Отвергнутая альтернатива
Случайная генерация отпечатков — порождает статистически детектируемые паттерны.
Проблема
Отправка сообщений через фиксированные интервалы — тривиальный сигнал детекции.
Решение
Движок поведенческого джиттера: случайные задержки из логнормального распределения, rate-окна на аккаунт с дневными лимитами.
▍ Технологический стек
Backend
Rust, Tokio, Grammers (MTProto), Axum
AI
Gemini/Claude через Antigravity Gateway
Данные
PostgreSQL (event sourcing)
Антибан
Кастомный rate limiter, отпечатки устройств, поведенческий джиттер
▍ Что демонстрирует этот проект
Антидетекционная инженерия
Системы, бессрочно выживающие под враждебной детекцией платформы.
Интеграция LLM
Production-grade AI-контент с контекстно-зависимым промптингом.
Протокольная инженерия
Прямая реализация MTProto через Grammers.
Управление stateful-аккаунтами
RAII-контролируемый пул с мониторингом здоровья и graceful degradation.
Event-Driven архитектура
Real-time обработка событий с backpressure и fire-and-forget персистенцией.