TDL项目中的消息过滤功能详解
2025-06-08 06:35:59作者:姚月梅Lane
消息过滤功能概述
TDL项目提供了强大的消息过滤功能,主要应用在chat ls和chat export两个命令中。这两个命令虽然都支持-f过滤选项,但支持的过滤字段有所不同,这是用户需要注意的关键区别。
消息导出过滤字段
在chat export命令中,当前版本(0.17.7)支持以下过滤字段:
-
基本消息属性:
Mentioned: 布尔值,表示我们是否在此消息中被提及Silent: 布尔值,表示是否为静默消息(不触发通知)FromScheduled: 布尔值,表示是否为定时发送的消息Pinned: 布尔值,表示消息是否被置顶
-
消息标识信息:
ID: 整型,消息的唯一IDFromID: 64位整型,消息发送者的IDDate: 整型,消息的日期时间戳
-
内容相关字段:
Message: 字符串,消息文本内容Views: 整型,消息的查看次数Forwards: 整型,消息的转发次数
-
媒体文件属性:
Media.Name: 字符串,文件名Media.Size: 64位整型,文件大小(字节)Media.DC: 整型,数据中心ID
常见使用场景
-
按消息ID范围导出: 虽然可以使用
ID>1234这样的过滤表达式,但更推荐使用专门的-T和-i参数组合:tdl chat export -c CHAT -T id -i 1234,9999999这种方式效率更高,专门为按ID范围导出优化。
-
过滤特定类型消息:
tdl chat export -c CHAT -f "Pinned==true"可以导出所有置顶消息。
-
组合条件过滤:
tdl chat export -c CHAT -f "FromID==12345 && Views>100"导出特定用户发送且查看次数超过100的消息。
注意事项
-
网络设置: 当使用
-f -查看可用字段时,如果命令无响应,可能是因为需要配置网络连接才能正常获取字段信息。 -
性能考虑: 对于大型消息记录,复杂的过滤条件可能会导致处理时间较长。在这种情况下,考虑先导出完整数据再进行本地过滤可能更高效。
-
字段差异:
chat ls和chat export命令支持的过滤字段不同,不要混淆使用。chat ls支持如Type、VisibleName等聊天列表特有的字段。
通过合理使用这些过滤功能,用户可以精确控制导出的消息内容,提高数据处理的效率和针对性。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
662
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218