Qwen で Telegram の AI ボットを作る

LangBot で Qwen を使った Telegram の AI ボットを動かす手順：モデル設定、ボットの認証情報、ネットワーク、テスト、トラブルシューティング。

このレシピでは Qwen のモデルを Telegram のボットにつなぎます。LangBot が Telegram のメッセージを受け取り、パイプラインで処理して返信するので、プラットフォーム連携のコードは不要です。

Alibaba Cloud Model Studio（DashScope）経由で、LangBot の内蔵エージェントから Qwen モデルを使います。

必要なもの

Telegram はロングポーリングを使うため、LangBot から api.telegram.org へ外向きに接続できれば十分です。公開 Webhook URL は不要で、手元の PC や自宅サーバーでも動きます。

Aliyun Bailian (DashScope) のコンソールで API キーを作成します。
LangBot の モデル で LLM モデルを追加し、プロバイダーに Aliyun Bailian (DashScope)、リクエスト URL に https://dashscope.aliyuncs.com/compatible-mode/v1 を指定して、API キーとモデル ID を入力します。
モデルが関数呼び出しに対応していれば ツール使用 を有効にします。MCP ツール、Skills、サンドボックスに必要です。
モデル ID は Model Studio に表示される Qwen モデルを使います。

LangBot WebUI の パイプライン でパイプラインを作成（または既定のものを編集）し、AI を次のように設定します。

項目	設定値
ランナー	Local Agent（内蔵エージェント）
モデル	追加したモデル。予備モデルも指定できます。
プロンプト	ボットの役割、口調、してはいけないこと。
ナレッジベース	任意。ナレッジベースを付けると資料に基づいて回答します。

ボット で新しいボットを作成し、Telegram アダプター（LangBot 4.11 の新しいアダプター。非推奨の旧版は選ばない）を選びます。
トークンを貼り付け、必要に応じて Markdown とストリーミングを有効にし、ボットを有効化して保存します。

ボットを開いて作成したパイプラインを選び、保存してボットが有効になっていることを確認します。

ボットとの個人チャットで Start を押してからメッセージを送ります。グループではパイプラインのトリガー条件（ボットへのメンションや返信など）を満たす必要があります。

国際版アカウントは DashScope のエンドポイントが異なります。コンソールに表示される OpenAI 互換 URL を使ってください。
1 つのトークンをポーリングできるのは 1 インスタンスだけです。返信がない場合は、同じボットを別の LangBot インスタンスやスクリプトで有効にしていないか確認してください。
WebUI の モニタリング に、すべてのメッセージ、パイプラインの実行、エラーが記録されます。