emoji and tg stickers use proactively based on mood

核心用法

Telegram Sticker Vibes 是一个为 Telegram 聊天场景设计的自动化贴图技能。它赋予 AI 在对话中主动发送贴纸和表情的能力，无需用户明确请求。

主要功能：

• 情绪感知反应：分析对话氛围，自动匹配对应情绪的贴图（庆祝、安慰、搞笑、鼓励等）
• 智能触发机制：在 40-60% 的回复中附加贴图，平衡表达欲与防打扰
• 多方式发送：支持通过贴图套装名+表情、file_id 直接发送，或探索新贴图
• 推荐贴图库：内置 10+ 个精选公开贴图套装，覆盖日常、工作、庆祝、安慰等场景
• 内联表情优化：在文字回复中自然点缀 1-3 个匹配情绪的表情符号

使用流程：
1. 读取对话情绪和上下文
2. 判断是否需要贴图（规避严肃技术讨论、商务场景、用户明确拒绝等情况）
3. 选择匹配的贴图套装和表情关键词
4. 调用 send_sticker.sh 脚本发送至当前聊天
5. 贴图随文字回复后发送，作为情绪标点

显著优点

• 高度情境感知：建立详细的情绪→贴图映射矩阵（8 种情绪状态对应具体贴图套装和表情关键词）
• 自主性设计：无需用户指令即可行动，降低交互摩擦，模拟真人朋友行为
• 防滥用机制：明确限制单次单贴图、避免连续发送、尊重用户退出指令
• 性能优化：支持贴图缓存机制，首次使用后记住 file_id，后续直接调用
• 扩展性强：不局限于推荐套装，支持探索任意公开贴图包

潜在缺点与局限性

• 平台锁定：完全依赖 Telegram Bot API 和特定环境变量（TELEGRAM_BOT_TOKEN、TELEGRAM_CHAT_ID），无法迁移至其他聊天平台
• 脚本依赖：需外部 bash 脚本支持，增加部署复杂度，若脚本缺失或损坏则功能失效
• 情绪误判风险：AI 对复杂情绪（如反讽、黑色幽默）的理解可能偏差，导致贴图文不对题
• 贴图可用性不确定：依赖的公开贴图套装可能更名、下架或地区限制，导致发送失败
• 文化差异：贴图的情绪表达具有文化特异性，全球化场景可能出现误解
• 无用户画像学习：未提及根据特定用户历史偏好调整贴图选择

适合人群

• 个人用户：希望在 Telegram 与 AI 助手建立更亲密、轻松互动关系的用户
• 社群运营者：管理 Telegram 群组，希望 AI 成员活跃气氛、增强群聊趣味性的场景
• 创意工作者：需要情绪化表达、打破纯文字交流单调感的对话场景
• 非正式场景：朋友聊天、兴趣社群、轻量级协作等低正式度环境

常规风险

• API 限制：Telegram Bot API 存在速率限制，高频群聊场景可能触发限流
• 隐私暴露：贴图发送行为本身会暴露 AI 的自动化特性，在敏感对话中可能破坏信任感
• 情绪疲劳：即使设计为 40-60% 触发率，部分用户仍可能觉得贴图干扰信息获取效率
• 脚本注入风险：send_sticker.sh 若未正确转义输入参数，可能存在命令注入漏洞（尽管示例使用 -- 风格参数降低风险）
• 环境变量泄露：TELEGRAM_BOT_TOKEN 若配置不当可能被日志记录或子进程暴露

核心用法

Telegram Sticker & Emoji Vibes 是一款专为 Telegram 对话场景设计的情绪增强技能。它在每次回复后自动判断是否发送贴纸或表情，发送频率控制在 40-60%，既能活跃气氛又避免干扰。技能通过读取对话情绪基调——无论是庆祝、安慰、幽默还是日常闲聊——从预设的贴纸集中智能匹配最合适的视觉反馈。

技术实现上，该技能通过调用 {baseDir}/scripts/send_sticker.sh 脚本与 Telegram Bot API 交互，支持三种发送模式：按贴纸集+emoji 匹配（推荐）、直接通过 file_id 发送、以及浏览贴纸集内容。脚本内置缓存机制，首次使用后记录 file_id 避免重复 API 查询，优化性能并节省调用配额。

显著优点

人格化交互体验：打破传统 AI 对话的机械感，让 Agent 表现得更像会发 meme 和表情包的真人朋友，显著提升用户情感连接。

情绪智能匹配：内置 8 种情绪场景映射（开心、搞笑、悲伤、问候、成功、思考、温暖、休闲），覆盖日常对话高频场景，反应自然不突兀。

轻量化零依赖：纯 Bash 脚本实现，仅依赖系统内置工具 curl 和 python3，无第三方包引入，部署简单、启动快速、维护成本低。

灵活可扩展：虽然推荐 10+ 个公开贴纸集，但明确支持用户探索和使用任意 Telegram 贴纸包，不限制创意空间。

安全可控：所有网络请求仅对接 api.telegram.org 官方域名，HTTPS 加密传输，Bot Token 通过环境变量注入，无硬编码凭证风险。

潜在缺点与局限性

平台绑定单一：技能完全围绕 Telegram 生态设计，无法迁移至微信、Discord、Slack 等其他即时通讯平台，适用场景受限。

情绪判断依赖 LLM：虽然提供了详细的情绪-贴纸映射表，但最终的情绪识别仍依赖底层大模型的理解能力，复杂语境下可能出现误判。

网络依赖性强：每次贴纸发送都需要实时调用 Telegram API，离线环境或网络不稳定时功能完全不可用。

无用户画像学习：当前实现未记录用户偏好或历史互动模式，每次对话都是"从零开始"，无法实现个性化贴纸推荐进化。

Token 成本敏感：高频 API 调用（40-60% 的消息触发率）在超大规模部署场景下可能产生可观的 Telegram Bot API 配额消耗。

适合的目标群体

• 社交型 AI 应用开发者：希望为自己的 Telegram Bot 增添人格化魅力，提升用户留存和活跃度
• 内容创作者与社区运营者：管理 Telegram 频道或群组，需要自动化的情绪互动工具维持社群氛围
• 情感陪伴类 AI 产品：侧重心理健康、日常陪伴场景，追求温暖自然的对话体验
• 个人极客用户：喜欢 DIY 自己的 Telegram Assistant，追求"有个性的 AI 朋友"

常规使用风险

API 配额与限流：Telegram Bot API 存在每分钟调用次数限制，高频场景下可能触发 429 错误，建议在关键业务场景添加指数退避重试机制。

Token 泄露风险：虽然 Token 通过环境变量注入，但若服务器配置不当（如日志打印 env、容器镜像泄露），仍存在凭证暴露可能，建议定期轮换 Bot Token。

贴纸版权合规：使用的公开贴纸集需确认其版权状态，商业场景下建议优先使用原创或明确允许商业使用的贴纸素材。

用户反感与 opt-out：部分用户可能厌恶自动发送的贴纸，技能虽提供明确的停止指令识别，但仍需在首次使用时做好预期管理，避免"过度热情"引发负面体验。

情绪误判的社交风险：在敏感话题（如用户倾诉负面事件）时，错误的庆祝类贴纸可能造成严重的情感伤害，建议在严肃对话检测上增加人工规则兜底。