用 Pi 与 Telegram 自建开源 dots 风格常开 AI 助手

Hugging Face 在 YouTube 发布教程，演示如何用 Pi 与 pi-gateway 搭建类似 OpenAI dots 的常开型个人 AI 助手。方案可运行在 VPS 或其他常开设备上，模型可自选，包含 agent 工作区、skills、Google Workspace 访问，以及接入 Telegram 的消息网关，并用本地 SQLite 做会话路由。视频展示了个人助手与研究 agent 两个实例，并说明扩展到更多平台与自动化属于未来工作，而非当前内置功能。

此前 dots 类常开助手主要由闭源厂商提供，用户难以自控模型与数据。该教程把模型选择、常开部署、消息入口和会话路由拆成可复现组件，使个人或小团队能在自有机器上组装同类助手，降低对单一厂商托管服务的依赖。

机制上，pi-gateway 作为消息网关接收 Telegram 输入，用本地 SQLite 完成会话路由，把请求转发给用户自选的模型；agent 工作区与 skills 提供任务上下文与工具调用能力，Google Workspace 等外部服务通过相应接口接入。部署位置与模型端点均可替换，因此能力边界取决于所接工具与自动化层，而非网关本身。

对产品与研发而言，常开助手的入口层、会话状态和模型调用被解耦，便于按成本替换模型、按场景增减工具，并用 SQLite 本地保存会话状态。团队可先在 VPS 上验证单一平台接入，再评估是否值得自建网关，而非直接采购托管助手。

• 基于 pi-gateway 在自有 VPS 上部署 Telegram 助手，先验证单用户日常任务闭环
• 为网关补充更多消息平台接入与自动化触发，形成可复用的接入层
• 按成本与任务类型配置多模型路由，比较自选模型与托管助手的效果差异
• 将 agent 工作区与 skills 沉淀为团队内部可复用的任务模板库

• 该教程演示的个人助手与研究 agent 在真实长期运行中的稳定性与成本如何
• pi-gateway 支持哪些消息平台，扩展接入的实际工作量有多大
• 本地 SQLite 会话路由在多用户或高并发下是否仍然适用
• Pi 项目与 pi-gateway 的维护活跃度和版本兼容性如何