Подключение ИИ к nocode Telegram-боту на базе Evolution Foundation Models и Evolution Container Apps

Перед началом работы

Зарегистрируйтесь в личном кабинете Cloud.ru.

Если вы уже зарегистрированы, войдите под своей учетной записью.

1. Подготовьте среду

1. Подготовьте среду, если не сделали этого ранее.

2. Убедитесь, что у вас есть доступ к Evolution Foundation Models.

3. Убедитесь, что баланс в личном кабинете положительный. Если он нулевой или отрицательный — пополните баланс. Небольшое количество запросов в Foundation Models будет стоить не больше рубля, подробнее — в тарифах.

2. Создайте Telegram-бота с помощью n8n и Container Apps

3. Удалите шаг отправки сообщения пользователю

4. Добавьте и настройте клиент OpenAI для подключения к Foundation Models

1. Сгенерируйте API-ключ доступа. При генерации ключа выберите сервис ml_inference_ai_marketplace.

2. Справа от действия Send a chat action нажмите +.

3. На вкладке справа в поле поиска введите openai и выберите OpenAI в результатах поиска.

4. В списке выберите Message a model.

5. В окне свойств действия нажмите иконку карандаша рядом с полем Credential to connect with.

6. В поле API Key введите полученный ранее API-ключ.

7. В поле Organization ID (optional) введите идентификатор вашего проекта

8. В поле Base URL введите https://foundation-models.api.cloud.ru/v1

9. Нажмите Save и закройте окно учетных данных OpenAI.

10. В окне свойств действия раскройте выпадающий список Model и выберите модель deepseek-ai/DeepSeek-R1-Distill-Llama-70B

11. В секции Messages в поле Prompt введите:

    {{ $('Telegram Trigger').item.json.message.text }}
    
    

12. Нажмите Add Message.

13. В выпадающем списке Role выберите System.

14. В поле Prompt для добавленного сообщения вставьте:

    You are an expert in text sentiment analysis. When solving a task, FIRST think step-by-step in private to reach your answer. Do NOT reveal these private thoughts. Instead, output ONLY a JSON object with three keys: 1. "result" – one of: "positive", "negative", "neutral" 2. "confidence" – number between 0 and 1 (e.g. 0.87). Calibrate it so the three classes are equally likely a priori. 3. "explanation" – a brief, public rationale (1-3 sentences) that cites the pivotal phrases.Use Russian language to provide explanation. Follow the format of the few-shot examples exactly: nothing before or after the JSON. Don't use json
    
    

    Примечание

    С помощью промта модель анализирует эмоциональный окрас сообщения и возвращает ответ в формате JSON. Он содержит три поля:

    • result — результат оценки эмоционального окраса сообщения: негативный, нейтральный или позитивный;

    • confidence — уверенность в оценке от 0 до 1;

    • explanation — объяснение оценки.

15. Включите опцию Output Content as JSON.

16. Сверху нажмите Test step.

17. Нажмите Back to canvas.

5. Отправьте ответ модели в Telegram-бот

1. Справа от действия, добавленного на шаге 4, нажмите +.

2. На вкладке справа в поле поиска введите telegram и выберите Telegram.

3. В списке выберите Send a text message.

4. В окне свойств действия измените наименование действия на Отправляем ответ.

5. В поле Chat ID вставьте:

   {{ $('Telegram Trigger').item.json.message.chat.id }}
   
   

6. В поле Text вставьте:

   Эмоциональный окрас сообщения --- {{ $json.message.content.result }}
   Объяснение решения --- {{ $json.message.content.explanation }}
   
   

7. Нажмите Add Field и выберите Reply To Message ID.

8. Слева найдите раздел Telegram Trigger и перетащите оттуда параметр message | message_id в поле добавленного параметра Reply To Message ID.

9. Нажмите Test step.

   Справа вы увидите тело отправленного сообщения, а в Telegram-бот должно прийти тестовое сообщение с ответом.

10. Нажмите Back to canvas.

6. Проверьте работу бота

1. Сверху проверьте, что переключатель находится в состоянии Active.

2. Перейдите в Telegram-бот и отправьте любой вопрос. Должен вернуться ответ от подключенной LLM.

Что дальше