telegram-search · RAG 与知识检索

你有没有过这样的经历——Telegram 里翻半天找不到半年前群友分享的那句金句，或者想查一段聊天记录却被海量消息淹没？Telegram Search 正是为解决这个痛点而生的开源工具。

背景：为什么 Telegram 需要搜索？

Telegram 是目前最流行的加密通讯工具之一，月活用户超过 9 亿。然而 Telegram 的内置搜索对中文支持极差——无法按语义匹配，无法模糊搜索，想精准定位一条历史消息往往要翻几十屏。用户「聊天记录」实际上是沉睡的资产，大量有价值的讨论、项目决策、代码片段就这样淹没在消息洪流中。

Telegram Search 由独立开发者 groupultra 创建，最初是为自己解决上述问题而生。凭借精准的语义搜索能力和多语言支持，迅速在 GitHub 积累超过 4000 颗星，成为 Telegram 工具类项目中增长最快的开源项目之一。其托管在 search.lingogram.app 的线上版本已有稳定用户群体。

核心功能：本地分词 + 向量搜索双引擎

Telegram Search 采用两阶段检索策略，同时满足精确关键词匹配和语义模糊搜索两种需求：

第一阶段：中文分词（Jieba）精准匹配

项目使用 @node-rs/jieba 对中文聊天内容进行本地分词处理，无需依赖任何外部 NLP 服务。即使用户只记得关键词的一部分（如「项目决___」），也能精准命中「项目决策」相关消息。Jieba 分词器在 Node.js 中以 Rust WASM 加速，性能优异。

第二阶段：pgvector 向量搜索语义匹配

对于以自然语言描述的模糊查询（如「找一下那个讨论 AI 部署的对话」），项目基于 PostgreSQL + pgvector 扩展构建向量数据库，将聊天内容编码为高维向量，通过余弦相似度检索语义最相近的消息。这种方式完全离线运行，不依赖 OpenAI 等外部嵌入 API，用户隐私得到充分保护。

聊天导出与数据管理

项目提供 Telegram Bot + CLI 双重导出工具，用户可通过 Bot 交互式授权导出自己的聊天记录，数据全程存储在本地 MinIO 对象存储中，不会流向第三方服务器。

技术架构：Monorepo + 全栈 TypeScript

项目采用 pnpm workspaces monorepo 架构，代码组织清晰：

包	职责
`apps/server`	后端服务：API + WebSocket + Session 管理，基于 h3 框架
`apps/web`	前端界面：Vue 3 + Vite + Pinia + TailwindCSS
`packages/core`	核心业务：分词、向量处理、DB 操作、telegram 包封装
`packages/bot`	Telegram Bot：基于 Grammy 框架，负责任务调度
`packages/cli`	命令行工具：交互式导出聊天记录
`packages/schema`	数据库 Schema：Drizzle ORM 定义，pgvector 向量列
`packages/client`	客户端 SDK：前后端共享的 API 客户端

关键依赖：

数据库：@electric-sql/pglite（客户端嵌入式 Postgres）+ pgvector（向量扩展）
ORM：Drizzle ORM（类型安全的 SQL 构建）
AI 能力：@xsai/embed（嵌入生成）、@xsai/generate-text（文本生成）
存储：minio SDK 接入兼容 S3 的 MinIO 对象存储
Bot：grammy（Telegram Bot 框架）

开发体验：

热重载：Vite + vite-node 双重开发模式
代码质量：Vitest 测试、ESLint + TypeScript 严格类型检查
Monorepo 管控：Turbo 构建编排，tsdown 打包

上手体验

Web 界面（Vue 3）：search.lingogram.app 提供了开箱即用的线上版本，用户授权 Telegram Bot 后即可在浏览器中搜索自己的聊天记录。界面简洁，支持多语言（中文/英文/日文）。

本地部署：克隆仓库后，在 .env.local 配置 TELEGRAM_BOT_TOKEN + TELEGRAM_API_ID + TELEGRAM_API_HASH，运行 docker compose -f docker/docker-compose.yml up 即可一键启动全部服务（app + pgvector + MinIO）。

命令行导出：pnpm run cli 启动交互式 CLI，依次输入 Bot Token 和目标 Chat ID，完成数据导出。

局限与争议

AGPL-3.0 许可证：如果你想将本项目代码集成到闭源商业产品中，需要开源你的衍生作品。
Telegram API 限制：导出需要用户的 Telegram 账号 API 凭证，有一定的认证门槛。
向量模型选择：当前默认嵌入方案需要配置，若使用外部嵌入 API（OpenAI/Cohere）会产生 API 费用；纯本地方案对硬件有一定要求。
数据量增长：聊天记录持续积累后，向量数据库的存储和检索性能需要关注。

行业意义

Telegram Search 代表了一个重要趋势：本地化 AI 工具。它不依赖任何外部 AI 服务，用 Jieba + pgvector 在本地完成了完整的中文语义搜索能力——这在当前大模型满天飞的环境下，反而显得务实而克制。

项目在 GitHub 上已获得超过 4000 颗星，Discord 社区活跃，贡献者来自多个国家。它的成功说明：真正解决具体问题的垂直工具，比通用大模型更能让用户愿意付费和传播。

Telegram Search Web UI

项目 Web UI 界面，支持模糊语义搜索

技术关键词： TypeScript, Vue 3, Node.js, pgvector, Drizzle ORM, Grammy, Telegram Bot, RAG, 向量搜索, Monorepo