在国内环境下搭建Telegram（TG）机器人并不是一件简单的事情，但由于Cloudflare Workers提供的强大功能和灵活性，我们可以绕过一些网络限制，实现TG机器人的部署。以下是一个详细的步骤指南，帮助你完成这一过程。
准备工作
- 国内服务器：虽然我们将主要通过Cloudflare Workers来处理请求，但一个国内服务器可以用于其他相关服务或作为备份。
- Cloudflare账号：注册并登录Cloudflare账号，确保你有权限创建和使用Workers。
- Telegram机器人账号：在Telegram中创建一个新的机器人账号，并获取其API Token。
步骤一：创建Cloudflare Worker
- 登录到你的Cloudflare账号，并导航到“Workers”部分。
- 点击“创建服务”按钮，为你的TG机器人服务命名（可以自定义）。
- 创建完成后，点击你新创建的服务进入编辑界面。
步骤二：编写Worker脚本
在Worker的编辑界面，你会看到一个代码编辑器。首先，将默认代码全部删除，然后复制并粘贴以下代码：
javascript复制代码
| const whitelist = [“/bot你的BotToken冒号前部分:”]; // 修改为你的Bot Token | |
| const tg_host = “api.telegram.org”; | |
| addEventListener(‘fetch’, event => { | |
| event.respondWith(handleRequest(event.request)) | |
| }) | |
| function validate(path) { | |
| for (var i = 0; i < whitelist.length; i++) { | |
| if (path.startsWith(whitelist[i])) | |
| return true; | |
| } | |
| return false; | |
| } | |
| async function handleRequest(request) { | |
| var u = new URL(request.url); | |
| u.host = tg_host; | |
| if (!validate(u.pathname)) | |
| return new Response(‘Unauthorized’, { status: 403 }); | |
| var req = new Request(u, { | |
| method: request.method, | |
| headers: request.headers, | |
| body: request.body | |
| }); | |
| const result = await fetch(req); | |
| return result; | |
| } |
注意：将”/bot你的BotToken冒号前部分:”中的你的BotToken冒号前部分替换为你的Telegram机器人API Token冒号前的部分。
步骤三：测试Worker
保存你的Worker代码并部署。
在Worker的“测试”选项卡中，你可以测试你的API请求。假设你的Bot Token是512345675:AASDJFJVKLDSNHRLSJJSQ，并且你的Cloudflare Worker的二级域名是test.cloudflare.workers.dev，你可以尝试以下URL进行测试：
复制代码
| https://test.cloudflare.workers.dev/bot512345675:sendMessage?chat_id=你的TG账号ID&text=测试内容 |
注意：这里需要替换你的TG账号ID为实际的Telegram账号ID，并且由于API的限制，sendMessage并不直接作为路径，而是需要你的机器人逻辑来解析并调用Telegram的sendMessage方法。通常，你需要通过HTTP请求触发你的机器人逻辑，然后在其内部调用Telegram API。
检查返回的响应和Telegram消息，确保一切正常工作。
步骤四：配置和使用
- 确保你的Telegram账号已经与机器人互动（发送/start命令），以创建会话。
- 你现在可以通过任何支持HTTP请求的工具（如curl、Postman或编程语言的HTTP库）向你的Cloudflare Worker发送请求，以触发Telegram机器人的各种功能。
结论
通过上述步骤，你可以在国内环境下利用Cloudflare Workers成功搭建并运行Telegram机器人。这种方法不仅绕过了网络限制，还充分利用了Cloudflare Workers的边缘计算和全球分发能力，提高了机器人的响应速度和可用性。
