关于 tgcloud — Telegram serverless bots
tgcloud-mcp 封装 tgcloud 命令行工具,让 AI 助手管理 Telegram 无服务器机器人项目。其工具涵盖项目初始化、部署、数据操作和 Webhook,并要求破坏性操作先确认。
主要功能
- 01创建和初始化机器人项目
- 02关联机器人并添加模块
- 03检查变更并部署项目
- 04运行处理程序和迁移
- 05检查并同步 Webhook
- 06破坏性操作需确认
适用场景
- 01搭建新的无服务器机器人
- 02将机器人变更部署到云端
- 03无需部署即可测试处理程序
- 04检查或重新指向机器人 Webhook
MCP 相关
MCP 服务提供 16 个调用 tgcloud 命令行工具的工具,并通过 tgcloud://docs/* 提供平台参考资源。它可连接 Claude Code、Cursor 和 VS Code 等 MCP 客户端。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
npx -y tgcloud-mcpTGCLOUD_CLICommand that launches the tgcloud CLI (default npx; may be a proxy wrapper)TGCLOUD_CLI_ARGSArguments placed before the subcommand (default 'tgcloud')TGCLOUD_TIMEOUT_MSTimeout of one CLI command, in millisecondsTGCLOUD_TOKEN密钥CLI access token from @BotFather (form app<id>:<secret>), used instead of tgcloud login本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。
工具
14收录的工具列表 · 更新于 2 周前
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| name | string | 是 | 新项目的目录名,例如 my-bot |
| parent_dir | string | 是 | 创建项目的目录绝对路径 |
详细介绍
tgcloud-mcp — Telegram 无服务器机器人的 MCP 服务
Русский · 中文 · العربية · Deutsch · Français
非官方项目。这是社区工具(作者 @sdamarketing), 与 Telegram 无关。该平台的官方工具是
@tgcloud/cliCLI。tgcloud-mcp 在 MCP 中封装了该 CLI。威胁模型: SECURITY.md。
让 AI 助手能够管理 Telegram 无服务器机器人
(core.telegram.org/bots/serverless):
你说“创建机器人”“部署”“显示 webhook”——助手运行
tgcloud,你无需操作终端。
适用于任何 MCP 客户端:opencode、Claude Code、Claude Desktop、Cursor、VS Code (Copilot)、Windsurf、Zed。
同一 MCP 服务和技能也打包成一个 Agent Plugin
(agent-plugin/),适用于 Codex、Cursor、Copilot、Kiro 和 VS Code。
文档
文档站点(docs7)和 Context7 索引: context7.com/sdamarketing/tgcloud_mcp。
| 部分 | 内容 |
|---|---|
| 入门 | 概览、快速入门、安装 |
| 使用 | 工具、资源、安全 |
| 帮助 | 故障排除、实用指南 |
| 参考 | SETUP、晚间演练指南 |
其他语言:ru、zh、ar、de、fr。
命令:tgcloud-mcp setup、tgcloud-mcp update、tgcloud-mcp links、tgcloud-mcp --help。
功能
通过 tgcloud CLI 提供 16 个工具:
| 范围 | 工具 | 功能 |
|---|---|---|
| 生命周期 | create_project、init_project、login_bot、add_module、upgrade | 创建项目脚手架、使用 @BotFather 令牌关联机器人、新建处理程序、端点和 lib 模块,将 0.2.0 之前的布局迁移到 tgcloud/ |
| 同步 | status、diff、push、deploy、pull、fetch、reset | 查看更改、原子部署、为 Mini App 构建后推送、与云端同步 |
| 数据 | run_handler、migrate | 无需部署即可运行处理程序或端点;使用 --dry-run、--safe、--yes、--local 运行迁移 |
| Webhook | webhook_status、webhook_sync | 解决“机器人没有响应”的情况,重新指向 webhook |
另提供 MCP 资源 tgcloud://docs/*——英文平台参考文档
(布局、导入规则、sdk/db、sdk/api、sdk/fetch、CLI、限制)。
工具描述和技能使用英文,以便模型遵循统一文本。 助手会被告知用你的语言回答。面向用户的文档有 英文、俄文、中文、阿拉伯文、德文和法文版本。
安全
- 破坏性调用需要确认。
reset、push --force、应用upgrade、应用迁移,以及webhook sync --drop-pending都会拒绝在没有confirm: true的情况下运行。助手会展示更改并先征求确认。 - 令牌不会泄露。 机器人令牌通过 stdin 传给 CLI,并在每个工具结果中脱敏。
安装
建议使用 npm 包(通过 OIDC 可信发布和 Sigstore 来源证明发布)。curl | bash 虽然方便,但会运行远程脚本:请先阅读脚本(去掉 | bash),或使用 npm。
Node.js 20+(平台 CLI 需要 18+)。
npm:
npm install -g tgcloud-mcp
tgcloud-mcp setup
向导会写入 MCP 配置。选择同意安装 Agent Plugin 后,它会将 agent-plugin/ 复制到 ~/.tgcloud-mcp/agent-plugin、Cursor 的本地插件文件夹,以及 VS Code 的 chat.pluginLocations 中。
一条命令(macOS / Linux / WSL):
curl -fsSL https://raw.githubusercontent.com/sdamarketing/tgcloud_mcp/main/install.sh | bash
Docker:
docker run -i --rm ghcr.io/sdamarketing/tgcloud-mcp
从源码安装:
git clone https://github.com/sdamarketing/tgcloud_mcp.git
cd tgcloud_mcp
npm install && npm test
详情请见:docs/SETUP.md。
连接 Agent
{
"mcpServers": {
"tgcloud": {
"command": "tgcloud-mcp"
}
}
}
| 变量 | 默认值 | 用途 |
|---|---|---|
TGCLOUD_CLI | npx | 如何启动 CLI(也可以使用全局安装的 tgcloud) |
TGCLOUD_CLI_ARGS | tgcloud | 子命令前的参数 |
TGCLOUD_TIMEOUT_MS | 120000 | 单条 CLI 命令的超时时间 |
示例
你: 在 ~/bots/echo 中创建一个回声机器人 Agent:
create_project→login_bot(向 @BotFather 获取令牌)→ 编辑handlers/message.js→push→webhook_sync。机器人已上线。 你: 测试一下 Agent: 使用{ chat: { id: 1 }, text: "hi" }调用run_handler,并显示输出和日志。
修改前端后,Agent 会调用 deploy(先构建,再推送)。普通的
push 会原样上传构建文件夹,不会运行打包器。
操作手册
一个晚上搭建带 Mini App 的无服务器机器人 —
详细教程为俄语;命令使用平台提供的命令。简短概述见 docs/cookbook.en.mdx,以及 ru、zh、ar、de、fr 版本。
技能
skills/tgcloud 是 Agent 遵循的操作流程:目录结构、导入、配方和防护规则。同一文件也位于 agent-plugin/skills/tgcloud/SKILL.md。
如果副本内容不一致,npm run docs:check 会报错。
npx skills add sdamarketing/tgcloud_mcp
仓库
src/ # server, runner, tools
resources/docs/ # platform reference → MCP resources (English)
skills/tgcloud/ # agent skill
agent-plugin/ # Agent Plugins 1.0 package (plugin.json, mcp.json, skill)
docs/ # human docs, six languages
许可证
MIT
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。