Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

telegram-antispam

Bot anti-spam autoalojado para Telegram escrito en Go con detección multicapa, listas negras CAS/LOLS, filtro bayesiano y LLM opcional. Single binary, Docker/Helm, SQLite.

Ficha actualizada 24 sept 2026, 5:03 · upstream 24 sept 2026, 4:22 · release v0.17.1

Ver códigoProblemas y ayudaRepositorio ↗
00

Qué es telegram-antispam

Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.

telegram-antispam es un bot de moderación para grupos y supergrupos de Telegram que elimina spam, enlaces fraudulentos, inundaciones y suplantadores. Funciona como único contenedor con almacenamiento SQLite nativo, sin dependencias externas ni CGO.

El sistema emplea una cascada de detección en múltiples etapas: normalización de texto (incluyendo desofuscación de homoglyphs), verificación contra listas globales CAS/LOLS, reglas estrictas, detección de suplantación de administradores y heurísticas de comportamiento. Incluye un filtro bayesiano con suavizado de Laplace y opción opcional de LLM para casos borderline.

El enfoque evidence-first garantiza trazabilidad completa antes de acciones destructivas. Los incidentes se copian a un chat privado de administración con tarjetas que incluyen botones RBAC para confirmación, revisión o reversión. Soporta modo dry-run por defecto para sintonización segura y observabilidad vía Prometheus.

CASOS DE USO
  • Moderación automática en grupos grandes de Telegram con múltiples administradores
  • Alternativa autoalojada a tg-spam con menor complejidad operativa
  • Filtro bayesiano entrenable con muestras etiquetadas para precisión personalizada
  • Detección de suplantación de administradores mediante comparación Levenshtein
PUNTOS DESTACADOS
  • Single static binary en Go sin CGO, compatible con distroless images
  • Listas negras compartidas CAS y LOLS con atomic swap y supervivencia a fallos parciales
  • Filtro bayesiano log-space con import idempotente y calibración offline de precisión/recall
  • Modo dry-run por defecto para sintonización segura antes de activar sanciones reales
  • Observabilidad completa con Prometheus, endpoint /healthz y digest diario en admin chat
PRECAUCIONES
  • Requiere permisos can_delete_messages y can_restrict_members en el bot
  • Las acciones destructivas no son reversibles (Telegram no restaura mensajes eliminados)
  • LLM opcional requiere API keys de OpenAI/Anthropic y consume recursos adicionales
  • Modo captionless-media review no aplica sanciones automáticas, requiere intervención humana
  • Copias fallidas de evidencia pueden generar tarjetas sin hilo correcto en admin chat
01

Perfil de infraestructura

Estimación inicial derivada del repositorio y de los servicios detectados.

CPU4 vCPUrecomendación inicial
MEMORIA4 GBRAM estimada
DISCO10 GBalmacenamiento base
COMPLEJIDADhighnivel de operación
02

Despliegue detectado

Qué señales reales de instalación hemos encontrado.

Docker Compose detectado

Despliegue recomendado: Docker Compose con volumen persistente para SQLite. Iniciar siempre con start_in_dry_run: true para observar comportamiento antes de enforcement. Configurar admin_chat_id como grupo privado donde se publican evidencias. En Kubernetes, guardar bot_token en Secret nunca en ConfigMap. Port 9090 para Prometheus metrics. CPU mínimo 4 cores, RAM 4GB, disco 10GB.

✓Dockerfile
✓Compose
—One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

FRAMEWORKS
Go
SERVICIOS
No detectados
BASES DE DATOS
No detectadas
PUERTOS
9090
05

Puede sustituir a

Relaciones detectadas por el análisis del repositorio y su categoría.

06

Experiencia real de la comunidad

Ayuda a contrastar la estimación automática con instalaciones reales.

Todavía no hay datos comunitarios para este proyecto.