╔══════════════════════════════════════════════════════╗
║   📱 Telegram  →  🌐 Webhook  →  🚀 FastAPI        ║
║                          ↓                          ║
║               🐳 Docker Sandbox (агент)             ║
║                          ↓                          ║
║                    📤 Ответ пользователю             ║
╚══════════════════════════════════════════════════════╝

# Поток запроса:
# 1. Пользователь пишет задачу в Telegram
# 2. Telegram отправляет webhook на наш FastAPI сервер
# 3. FastAPI извлекает задачу → запускает Docker контейнер
# 4. Код агента выполняется в изолированной песочнице
# 5. Результат возвращается через Telegram API

# Установка зависимостей
pip install python-telegram-bot fastapi uvicorn

from telegram import Update
from telegram.ext import Application, CommandHandler, MessageHandler, filters

# 1. Регистрация бота через @BotFather → получаем токен
TOKEN = "YOUR_BOT_TOKEN"

async def start(update: Update, context):
    await update.message.reply_text(
        "🤖 Привет! Я AI-агент. Отправь мне задачу, и я выполню её в песочнице."
    )

async def handle_message(update: Update, context):
    task = update.message.text
    user_id = update.effective_user.id
    await update.message.reply_text(
        f"🔄 Выполняю задачу: {task[:100]}...")
    # Здесь будет вызов агента в Docker
    result = await execute_in_sandbox(task, user_id)
    await update.message.reply_text(f"✅ Результат:\n{result}")

# Сборка приложения
app = Application.builder().token(TOKEN).build()
app.add_handler(CommandHandler("start", start))
app.add_handler(MessageHandler(filters.TEXT & ~filters.COMMAND, handle_message))

# Dockerfile для песочницы агента
FROM python:3.12-slim

# Безопасность: непривилегированный пользователь
RUN useradd -m -s /bin/bash sandbox
WORKDIR /workspace

# Предустановленные инструменты (опционально)
RUN pip install --no-cache-dir requests httpx pandas

COPY agent_script.py /workspace/run.py
USER sandbox

CMD ["python", "/workspace/run.py"]

# Python SDK для управления Docker sandbox
pip install docker

import docker
import os

client = docker.from_env()

async def execute_in_sandbox(task: str, user_id: int) -> str:
    """Запуск задачи в Docker-контейнере."""
    try:
        container = client.containers.run(
            image="agent-sandbox:latest",
            command=["python", "-c", task],
            mem_limit="512m",           # ограничение памяти
            network_disabled=True,        # без сети (безопасность)
            read_only=True,               # read-only файловая система
            remove=True,                  # автоудаление после завершения
            stdout=True,
            stderr=True,
            timeout=60                 # таймаут 60 сек
        )
        return container.decode('utf-8').strip() or "(нет вывода)"
    except docker.errors.ContainerError as e:
        return f"❌ Ошибка выполнения:\n{e.stderr.decode('utf-8')}"
    except Exception as e:
        return f"❌ Ошибка: {str(e)}"

# Полный цикл: от получения задачи до ответа
async def handle_agent_task(update: Update, context):
    task = update.message.text
    user_id = update.effective_user.id

    # 1. Отправляем статус "печатает"
    await context.bot.send_chat_action(
        chat_id=update.effective_chat.id,
        action="typing"
    )

    # 2. Проверяем лимиты и blacklist
    if not rate_limiter.is_allowed(user_id):
        await update.message.reply_text("⏳ Слишком много запросов. Подождите.")
        return

    # 3. Запускаем в Docker sandbox
    result = await execute_in_sandbox(task, user_id)

    # 4. Обрезаем результат если слишком длинный
    if len(result) > 4000:
        result = result[:4000] + "\n... (обрезано)"

    # 5. Отправляем результат
    await update.message.reply_text(
        f"📋 Задача:\n{task}\n\n📤 Результат:\n{result}"
    )

import time
from collections import defaultdict

class RateLimiter:
    """Rate limiting: максимум 5 запросов в минуту."""

    def __init__(self, max_requests=5, window=60):
        self.max_requests = max_requests
        self.window = window
        self.history = defaultdict(list)

    def is_allowed(self, user_id):
        now = time.time()
        window_start = now - self.window
        self.history[user_id] = [
            t for t in self.history[user_id] if t > window_start]
        if len(self.history[user_id]) >= self.max_requests:
            return False
        self.history[user_id].append(now)
        return True

# Blacklist опасных паттернов
BLOCKED_PATTERNS = [
    r"os\.system", r"subprocess", r"eval\s*\(",
    r"exec\s*\(", r"__import__", r"open\s*\(",
    r"shutil", r"socket", r"requests\.post",
]

def is_safe(code: str) -> bool:
    import re
    for pattern in BLOCKED_PATTERNS:
        if re.search(pattern, code):
            return False
    return True

# /etc/systemd/system/telegram-agent.service
[Unit]
Description=Telegram AI Agent Bot
After=docker.service network.target

[Service]
Type=simple
User=agent
WorkingDirectory=/opt/telegram-agent
ExecStart=/opt/telegram-agent/venv/bin/uvicorn main:app --host 127.0.0.1 --port 8000
Restart=always
RestartSec=10

[Install]
WantedBy=multi-user.target

# Запуск и включение сервиса
sudo systemctl daemon-reload
sudo systemctl enable telegram-agent
sudo systemctl start telegram-agent

# nginx reverse proxy + SSL
sudo apt install nginx certbot python3-certbot-nginx
sudo certbot --nginx -d your-domain.com

# /etc/nginx/sites-available/telegram-agent
server {
    listen 443 ssl;
    server_name your-domain.com;

    location /webhook {
        proxy_pass http://127.0.0.1:8000/webhook;
        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
    }
}

# Установка webhook в Telegram
curl -X POST https://api.telegram.org/bot{TOKEN}/setWebhook \
  -d "url=https://your-domain.com/webhook"