// OpenAI client with retries and streaming
async function callOpenAI(message, options = {}) {
 const {
 model = "gpt-5-pro",
 temperature = 0.7,
 max_tokens = 1000,
 timeout_ms = 15000,
 max_retries = 3
 } = options;
 
 let retries = 0;
 while (retries <= max_retries) {
 try {
 const controller = new AbortController();
 const timeoutId = setTimeout(() => controller.abort(), timeout_ms);
 
 const response = await fetch("https://api.openai.com/v1/chat/completions", {
 method: "POST",
 headers: {
 "Content-Type": "application/json",
 "Authorization": `Bearer ${OPENAI_API_KEY}`
 },
 body: JSON.stringify({
 model,
 messages: [
 { role: "system", content: "You are a helpful assistant in a Telegram bot. Keep responses concise." },
 { role: "user", content: message }
 ],
 temperature,
 max_tokens,
 stream: true
 }),
 signal: controller.signal
 });
 
 clearTimeout(timeoutId);
 
 // Handle streaming response and aggregate
 let fullResponse = "";
 const reader = response.body.getReader();
 const decoder = new TextDecoder();
 
 while (true) {
 const { done, value } = await reader.read();
 if (done) break;
 
 const chunk = decoder.decode(value);
 // Parse SSE format and extract content
 const lines = chunk.split("\n");
 for (const line of lines) {
 if (line.startsWith("data: ") && line !== "data: [DONE]") {
 try {
 const data = JSON.parse(line.substring(6));
 const content = data.choices[0]?.delta?.content || "";
 fullResponse += content;
 } catch (e) {
 // Skip invalid JSON
 }
 }
 }
 }
 
 return fullResponse;
 } catch (error) {
 retries++;
 if (retries > max_retries) throw error;
 
 // Exponential backoff
 const delay = Math.pow(2, retries) * 100;
 await new Promise(resolve => setTimeout(resolve, delay));
 }
 }
}

// User settings handler
async function handleSettings(chatId, command, param) {
 // Get current settings or initialize defaults
 let settings = await getUserSettings(chatId);
 if (!settings) {
 settings = {
 tone: "friendly",
 model: "gpt-5-pro",
 messageCount: 0,
 lastReset: Date.now()
 };
 }
 
 // Handle different settings commands
 if (command === "/settings") {
 return `Current settings:
Tone: ${settings.tone}
Model: ${settings.model}
Messages today: ${settings.messageCount}/50`;
 } 
 else if (command === "/settings_tone") {
 const validTones = ["friendly", "formal", "technical"];
 if (!param || !validTones.includes(param)) {
 return `Please specify a valid tone: /settings_tone [${validTones.join('|')}]`;
 }
 
 settings.tone = param;
 await storeUserSettings(chatId, settings);
 return `Tone updated to ${param}. Future responses will reflect this style.`;
 }
 
 return "Unknown settings command. Try /help for available options.";
}

// KV helper functions
async function getUserSettings(chatId) {
 return await USER_SETTINGS.get(`user:${chatId}`, "json");
}

async function storeUserSettings(chatId, settings) {
 await USER_SETTINGS.put(`user:${chatId}`, JSON.stringify(settings));
}

// Main message handler with command routing
async function handleUpdate(update) {
 try {
 // Extract message details
 const message = update.message;
 if (!message || !message.text) {
 return { ok: true, text: "متن پیام یافت نشد" };
 }
 
 const chatId = message.chat.id;
 const text = message.text.trim();
 
 // Check if it's a command
 if (text.startsWith('/')) {
 const [command, ...params] = text.split(' ');
 const param = params.join(' ');
 
 // Route to appropriate handler
 switch (command) {
 case '/start':
 return { 
 method: 'sendMessage',
 chat_id: chatId,
 text: "به ربات هوش مصنوعی خود خوش آمدید! من با قدرت GPT-5 Pro هر پرسشی را پاسخ می‌دهم. برای آشنایی بیشتر، دستور /help را امتحان کنید."
 };
 
 case '/help':
 return { 
 method: 'sendMessage',
 chat_id: chatId,
 text: `دستورات موجود:
/help - نمایش این راهنما
/settings - مشاهده تنظیمات فعلی
/settings_tone [formal|friendly|technical] - تغییر لحن پاسخگویی`
 };
 
 case '/settings':
 case '/settings_tone':
 const response = await handleSettings(chatId, command, param);
 return { 
 method: 'sendMessage',
 chat_id: chatId,
 text: response
 };
 
 default:
 return { 
 method: 'sendMessage',
 chat_id: chatId,
 text: "دستور وارد شده نامعتبر است. برای مشاهده گزینه‌ها، از /help استفاده کنید."
 };
 }
 }
 
 // Check rate limit for AI responses
 const withinLimit = await checkRateLimit(chatId);
 if (!withinLimit) {
 return { 
 method: 'sendMessage',
 chat_id: chatId,
 text: "شما به سقف مجاز پیام‌های روزانه خود رسیده‌اید. لطفاً فردا دوباره تلاش کنید."
 };
 }
 
 // Handle as normal message to AI
 const settings = await getUserSettings(chatId);
 const aiResponse = await callOpenAI(text, {
 temperature: settings.tone === 'technical' ? 0.3 : 0.7
 });
 
 return { 
 method: 'sendMessage',
 chat_id: chatId,
 text: aiResponse
 };
 } catch (error) {
 console.error('Error handling update:', error);
 return { 
 method: 'sendMessage',
 chat_id: update.message?.chat.id,
 text: "با عرض پوزش، مشکلی رخ داده است. لطفاً کمی بعد مجدداً امتحان کنید."
 };
 }
}

# راهنمای پیاده‌سازی ربات تلگرام: دستورات و تنظیمات

**هدف:** پیاده‌سازی کامل بخش مدیریت دستورات و تنظیمات کاربران برای یک ربات تلگرام مبتنی بر API. این شامل مدیریت ورودی‌های کاربر، ذخیره‌سازی ترجیحات، محدودیت نرخ و ادغام با مدل AI است.

---

**۱. ساختار اصلی کد:**

*   `handleUpdate(update)`: تابع اصلی برای پردازش هر به‌روزرسانی دریافتی از تلگرام.
    *   باید `chatId` و `text` پیام را استخراج کند.
    *   دستورات (که با `/` شروع می‌شوند) را از پیام‌های عادی تشخیص دهد.
    *   ورودی‌های خالی یا نامعتبر را مدیریت کند.
    *   همه پاسخ‌ها باید در قالب `{"method": "sendMessage", "chat_id": chatId, "text": "..."}` برگردانده شوند.
    *   مدیریت خطا (try-catch) برای جلوگیری از کرش شدن ربات در صورت بروز مشکل.

---

**۲. پیاده‌سازی دستورات (Commands):**

*   `/start`:
    *   پاسخ خوش‌آمدگویی: "به ربات هوش مصنوعی خود خوش آمدید! من با قدرت GPT-5 Pro هر پرسشی را پاسخ می‌دهم. برای آشنایی بیشتر، دستور /help را امتحان کنید."
*   `/help`:
    *   پاسخ راهنما: `دستورات موجود:\n/help - نمایش این راهنما\n/settings - مشاهده تنظیمات فعلی\n/settings_tone [formal|friendly|technical] - تغییر لحن پاسخگویی`
*   `/settings`:
    *   باید تنظیمات فعلی کاربر (لحن (tone)، مدل (model)، تعداد پیام‌های امروز/محدودیت) را از KV بازیابی کرده و نمایش دهد.
    *   قالب نمایش: `Current settings:\nTone: [tone]\nModel: [model]\nMessages today: [count]/50`
*   `/settings_tone [param]`:
    *   پارامتر `param` باید یکی از "friendly", "formal", "technical" باشد. در غیر این صورت، پیام خطا نمایش داده شود: `Please specify a valid tone: /settings_tone [friendly|formal|technical]`
    *   اگر پارامتر معتبر بود، لحن کاربر را در KV به‌روزرسانی کند.
    *   پاسخ تأیید: `Tone updated to [param]. Future responses will reflect this style.`
*   دستورات نامعتبر:
    *   اگر دستوری شناخته نشد، پیام `دستور وارد شده نامعتبر است. برای مشاهده گزینه‌ها، از /help استفاده کنید.` نمایش داده شود.

---

**۳. مدیریت تنظیمات کاربر (User Settings) با KV:**

*   **فضای نام (Namespace):** `USER_SETTINGS` (فرض می‌شود از قبل تعریف شده است).
*   **کلید (Key) در KV:** `user:{chatId}`.
*   **ساختار داده‌ها در KV:** یک شی JSON شامل:
    *   `tone`: (پیش‌فرض: "friendly") - "friendly", "formal", "technical"
    *   `model`: (پیش‌فرض: "gpt-5-pro") - مدل AI مورد استفاده
    *   `messageCount`: (پیش‌فرض: 0) - تعداد پیام‌های AI کاربر در روز جاری
    *   `lastReset`: (پیش‌فرض: `Date.now()`) - زمان آخرین بازنشانی شمارنده پیام‌ها
*   **توابع کمکی:**
    *   `async function getUserSettings(chatId)`: تنظیمات کاربر را از KV بازیابی می‌کند. اگر وجود نداشت، تنظیمات پیش‌فرض را برمی‌گرداند.
    *   `async function storeUserSettings(chatId, settings)`: تنظیمات به‌روز شده کاربر را در KV ذخیره می‌کند.

---

**۴. پیاده‌سازی محدودیت نرخ (Rate Limiting):**

*   **تابع:** `async function checkRateLimit(chatId)`
*   **منطق:**
    *   تنظیمات کاربر را بازیابی کند.
    *   اگر `lastReset` مربوط به روز قبل بود، `messageCount` را به 0 و `lastReset` را به `Date.now()` بازنشانی کند (هر 24 ساعت).
    *   سقف پیام‌ها: 50 پیام در روز.
    *   اگر `messageCount` کمتر از 50 بود، `messageCount` را یکی افزایش داده و تنظیمات را ذخیره کند، سپس `true` برگرداند.
    *   اگر `messageCount` به 50 یا بیشتر رسیده بود، `false` برگرداند و `messageCount` را افزایش ندهد.
*   **ادغام با `handleUpdate`:**
    *   قبل از هر فراخوانی به `callOpenAI`، `checkRateLimit` را اجرا کند.
    *   اگر `checkRateLimit` مقدار `false` برگرداند، پیامی به کاربر نمایش دهد: "شما به سقف مجاز پیام‌های روزانه خود رسیده‌اید. لطفاً فردا دوباره تلاش کنید." و `callOpenAI` را فراخوانی نکند.

---

**۵. ادغام با AI (OpenAI):**

*   **تابع:** `async function callOpenAI(prompt, options)` (فرض می‌شود از قبل تعریف شده است).
*   **تنظیم لحن (Tone):**
    *   مقدار `temperature` برای `callOpenAI` باید بر اساس `settings.tone` تنظیم شود.
    *   اگر `tone` برابر با "technical" بود، `temperature` باید `0.3` باشد.
    *   برای سایر لحن‌ها، `temperature` باید `0.7` باشد.

---

**۶. معیارهای تست و اعتبارسنجی:**

*   تمام دستورات (`/start`, `/help`, `/settings`, `/settings_tone`) باید پاسخ‌های صحیح و مورد انتظار را ارائه دهند.
*   تغییر لحن از طریق `/settings_tone` باید به‌درستی در KV ذخیره شود و پس از راه‌اندازی مجدد ربات نیز پایدار بماند.
*   شمارنده پیام‌ها برای محدودیت نرخ باید با هر پیام AI افزایش یابد و پس از رسیدن به 50، از ارسال پیام‌های بیشتر جلوگیری کند.
*   شمارنده پیام‌ها باید به صورت خودکار هر 24 ساعت بازنشانی شود.
*   تغییر لحن (`tone`) باید به وضوح بر سبک پاسخ‌های تولید شده توسط `callOpenAI` تأثیر بگذارد (مثلاً لحن "technical" پاسخ‌های فنی‌تری تولید کند).
*   مدیریت خطا باید از کرش شدن ربات در مواجهه با ورودی‌های غیرمنتظره یا خطاهای داخلی جلوگیری کند.

در نظر دارم قابلیتی برای خلاصه‌سازی به ربات تلگرام خود، که از OpenAI استفاده می‌کند، اضافه کنم.

دو ویژگی کلیدی باید به آن افزوده شود:
1. خلاصه‌سازی خودکار: هر پیامی که بیش از 800 characters طول دارد، به صورت خودکار خلاصه شود.
2. دستور /summarize: افزودن یک دستور /summarize که متن ورودی را دریافت کرده و خلاصه‌ای از آن ارائه دهد.

خلاصه تولید شده باید:
- مختصر باشد (در قالب 3 تا 5 bullet points یا حداکثر 120 words).
- با تنظیمات لحن کاربر (ذخیره شده در settings.tone) مطابقت داشته باشد.
- ظرف 20 seconds تکمیل شود.
- در صورت عدم موفقیت در خلاصه‌سازی، با نمایش یک پیام جایگزین، به درستی خطا را مدیریت کند.

لطفاً یک minimal patch ارائه دهید که این ویژگی‌ها را با رعایت ساختار کد موجود ما پیاده‌سازی کند. این patch باید حداقل شامل دو تست باشد: یکی برای خلاصه‌سازی خودکار و دیگری برای دستور /summarize.

در اینجا بخش‌های کلیدی از پایگاه کد موجود ما آورده شده است:
- تابع `callOpenAI(message, options)` برای ارتباط با OpenAI وجود دارد.
- تنظیمات کاربر در `KV` ذخیره شده و از طریق `getUserSettings(chatId)` قابل دسترسی است.
- مسیریابی دستورات در تابع `handleUpdate()` انجام می‌شود که `update.message` را تجزیه و تحلیل می‌کند.

patch باید حداقل و متمرکز بر ویژگی خلاصه‌سازی باشد.

// Structured logger with request ID tracking
class Logger {
 constructor(requestId = null) {
 this.requestId = requestId || crypto.randomUUID();
 this.startTime = Date.now();
 }
 
 log(event, data = {}) {
 const timestamp = new Date().toISOString();
 const duration = Date.now() - this.startTime;
 
 const logEntry = JSON.stringify({
 timestamp,
 requestId: this.requestId,
 event,
 duration_ms: duration,
 ...data
 });
 
 console.log(logEntry);
 }
 
 error(event, error, data = {}) {
 const errorData = {
 error_message: error.message,
 error_stack: error.stack,
 ...data
 };
 
 this.log(`${event}.error`, errorData);
 }
}

// Usage in request handler
async function handleRequest(request) {
 const logger = new Logger();
 logger.log('req.begin', { url: request.url });
 
 try {
 const result = await processRequest(request, logger);
 logger.log('req.end', { status: 'success' });
 return result;
 } catch (error) {
 logger.error('req.error', error);
 return new Response(
 JSON.stringify({ ok: false, error: "Internal server error" }),
 { status: 200, headers: { 'Content-Type': 'application/json' } }
 );
 }
}

// Example OpenAI call with logging
async function callOpenAIWithLogging(message, options = {}, logger) {
 logger.log('ai.call.begin', { 
 model: options.model || "gpt-5-pro",
 message_length: message.length
 });
 
 let retries = 0;
 const maxRetries = options.max_retries || 3;
 
 while (retries <= maxRetries) {
 try {
 const response = await callOpenAI(message, options);
 
 logger.log('ai.call.end', { 
 success: true,
 tokens: response.length / 4, // Approximate token count
 retries
 });
 
 return response;
 } catch (error) {
 retries++;
 
 logger.log('ai.call.retry', {
 attempt: retries,
 max_retries: maxRetries,
 error: error.message
 });
 
 if (retries > maxRetries) {
 logger.error('ai.call.error', error, { 
 final: true,
 after_retries: retries - 1
 });
 throw error;
 }
 
 // Exponential backoff
 const delay = Math.pow(2, retries) * 100;
 await new Promise(resolve => setTimeout(resolve, delay));
 }
 }
}

// wrangler.toml configuration for multiple environments
name = "telegram-bot"
main = "src/index.js"
compatibility_date = "2023-12-01"

[env.dev]
kv_namespaces = [
 { binding = "USER_SETTINGS", id = "dev-kv-id" }
]
vars = { ENVIRONMENT = "dev", LOG_LEVEL = "debug" }

[env.prod]
kv_namespaces = [
 { binding = "USER_SETTINGS", id = "prod-kv-id" }
]
vars = { ENVIRONMENT = "prod", LOG_LEVEL = "info" }
route = { pattern = "bot.example.com/*", custom_domain = true }