本页面部分内容仍为英文:英文原文在翻译后发生了变更。
参考 / 收集
Telegram · 数据采集原理
观察范围、实时更新、复核、附件、用户操作以及“缺口”的含义,逐条记录。
TgWitness记录已连接Telegram账户所观察到的内容。实时监控 会保留消息、捕获的编辑内容、删除通知及附件,并附带 其观察时间及来源上下文。历史读取、重新检查以及可用的 管理日志记录会将单独标识的观察结果添加到该记录中。
本页内容
从登录到日志#
关于自毁照片和文件,请参阅自毁媒体。 本文阐述了优先级处理程序、已保存和不可用结果,以及 API 收集器中阅读回执屏蔽功能的限制。
图表转为文本
- 授权用户账户 → 选择可访问的群组和频道
- 选择可访问的群组和频道 → 保存事件和附件设置
- 保存事件和附件设置 → 开始监控
- 开始监控 → 接收来自活跃客户端的更新
- 接收来自活跃客户端的更新 → 应用来源与事件政策
- 应用来源与事件政策 → 追加一份经过签名的观察记录
- 追加一份经过签名的观察记录 → 查看或导出日志
- 追加一份经过签名的观察记录 → 处理队列中的任何附件
- 处理队列中的任何附件 → 附上下载结果
授权、对源数据的访问、运行中的收集器以及完整交付是 不同的问题。成功登录并不意味着可以访问所有组。 交付情况会单独追踪:覆盖记录、更新缺口恢复和重新检查 可显示已接收的内容。
监控范围:选定的聊天群组、某个文件夹或整个账户#
更多工具 → 源 → 范围决定工作区记录哪些聊天记录。
新设置从选择聊天开始。已保存的选项将被保留。在设置向导中选择 所有聊天时,如果加载的列表中包含 超过50个聊天,系统会要求确认;而聊天数量的估算仍是一项基于样本的独立操作。
| 模式 | 记录 | 新聊天记录 |
|---|---|---|
| 选定聊天(默认) | 仅限您手动添加的聊天记录 | 绝不自动添加 |
| Telegram 文件夹 | 该账户某文件夹中的聊天记录:包含按名称列出的聊天记录,加上该文件夹的分类(联系人、非联系人、群组、频道、机器人),减去被排除的聊天记录,以及(如果文件夹有此说明)已归档的聊天记录 | 匹配的聊天记录一经激活即被添加;您在 Telegram 中添加到文件夹的聊天记录将在一小时内被捕获 |
| 完整账户 | 该账户所见的所有聊天记录 | 每当出现首次更新时,新的聊天、群组、私聊或机器人都会被立即添加进来 |
- 来源类型(频道、群组、私聊、机器人)仅适用于文件夹模式和 整个账户模式。所选聊天可为任意类型,包括私聊和机器人; 来源类型绝不会阻止您手动添加的聊天。 一旦关闭某种类别、设置了排除条件或 切换为“选定聊天”模式,自动添加的来源将在保存后立即停止,无论 来源列表是否已重新计算,甚至在无法连接 Telegram 时也是如此:其新 消息、历史记录、新聊天历史、对等设置和个人资料观察记录。
- 手动添加的聊天记录在“文件夹”和“整个账户”模式下都会被保留,即使它们 位于文件夹之外;只有排除、移除或暂停操作才会停止记录。通过范围 (自动)添加的聊天记录会跟随文件夹:当某条记录离开文件夹时,会在下次重新计算时被暂停记录。
- 被排除的聊天记录在任何模式下都不会被记录。在“文件夹”和“整个账户”模式下, 对源聊天记录执行排除或移除操作会将其加入此列表,因此该范围不会再次将其添加进来。 手动再次选择该聊天(在“来源”中、从“聊天”中或通过“设置”→哪些聊天?) 会将其从列表中移除。该列表最多可容纳 5,000 个聊天;超过此限时,移除操作将被拒绝, 此时可选择暂停该聊天。
- 自身操作(默认开启):该账户发送的消息、其编辑操作以及 回复键盘的按键操作。关闭后,将跳过外发消息和编辑操作。
- 切换到某个文件夹或整个账户时会要求确认:这些模式会记录
私人聊天和第三方消息,仅应用于专用账户。
确认操作及每次作用域变更都会生成带有签名的
scope.changed记录。在 已设置为主账户的账户上,作用域表单和调查功能会拒绝选择文件夹或整个 账户(与start功能相同);仅可进行一次不记录内容的操作。 - 由范围添加的聊天会以标记为自动的来源形式显示,并记录为
scope.applied(在开始时及每小时一次)或source.discovered(观察期间发现的新聊天)。切换回 选定的聊天会立即暂停所有自动添加的来源,而无需再次读取 该账户的聊天列表。 被排除的聊天在范围 保存后立即停止记录,即使 Telegram 未返回聊天列表,其源也会被暂停。在 监视过程中,保存范围会再次应用该范围,即使数值未发生变化也是如此。
这些模式的范围:
- 秘密聊天功能使用内置的伪秘密集成, 该集成包含从控制面板安装的协议模块以及按账户启用的开关。云端历史记录 和“数据导出”功能则采用独立的数据获取路径。
- 离线时段。重启后,TgWitness将恢复保存的更新位置,向
Telegram查询缺失的更新并重新检查聊天记录。Telegram会保留有限的积压数据,因此
在长时间中断后,报告和
verify.py会将剩余时间段列为缺口(参见覆盖率)。 - 初始仅列出前1,000个对话(限制可在更多工具→参数中查看);较早的 聊天将在下次激活时被添加。已添加聊天的早期历史记录不会被获取——如有需要,请创建历史 快照或导出完整聊天记录。
- 不会应用那些随时变化的文件夹条件(如静音、已读):此类聊天 仍会受到监控。
- 在另一款应用中点击的内联(回调)机器人按钮对第二个
会话不可见;机器人的回复或编辑会被记录下来。回复键盘按键操作会作为外发
消息发送,并标记为
button_press。 - 聊天量越大,请求就越多。Telegram 会因消息量被其视为 过高而限制账号,这也是使用专用账号的又一个理由。
严格筛选的聊天记录#
Strict: read only the chosen chats appears under Chosen chats and is off by default. It is meant for a permission that covers the chosen chats only. While it is on:
- Telegram 的服务通知(777000)未被读取:无论是在观测开始或结束时,还是在观测期间的每
一分钟,均未读取。未写入任何
session.security_baseline或account.security_event记录。 - The account's session list is not read: not when observation starts or stops (the panel's question about
other sessions for Evidence for a case and the evidence protection modes is skipped too), not every two
minutes while observing, not when a connection opens, and not by the connection check, whose Current
authorization entry is shown as skipped. The two-step verification status used by the takeover check is not
read either. So
account.sessions,session.concurrent_at_startandsession.takeover_riskare not written, and a session ended from another device is not reported assession_revoked_externally. - 虽然这是该账户的唯一会话(将其设为唯一会话或其自动版本),但在监视期间以及建立连接时,
系统仍会每两分钟读取一次会话列表,以便在出现另一个会话时
记录
session.exclusive_ended。 在此期间,777000 保持未读取状态,尽管session.exclusive_from记录显示 Telegram 的登录通知仍在持续被记录。 - 只有当过去10分钟内曾运行过会话检查时(且该会话是 唯一的,或者在打开该账户的会话后),才会将删除通知与会话检查结果进行比对。 否则,除非上次权限检查显示 该账号无法删除该消息(在私聊和普通群组中绝不会出现这种情况),否则提示信息为:无法 确定删除者:该账号本身、来自另一个会话或设备,都可能已将其删除。
- 对于已导入的会话密钥,在读取
会话列表(例如在该账户的会话中)之前,日志中不会显示该会话的登录时间。在此之前,聊天导出和自动
账户导出将使用常规会话而非“Takeout”,原因显示为
session_age_unknown。 - 启用聊天功能不会读取该聊天的早期消息。如果未启用该开关,每次启用聊天(在“来源”中,通过
“聊天”中,通过面板加入或在设置向导中加入)都会在下次观察运行时,获取其最新消息的一个
baseline快照, 数量上限为更多工具 → 参数 → 最大历史快照(默认值为500)。 当该开关开启时,若待处理的快照在运行期间到期,则会被丢弃。 从面板加入的聊天也不会 将其最新消息作为新聊天进行读取(“当出现新聊天或机器人时”的计数,默认值为 100), 而在“聊天”中打开一个没有保存消息的选定聊天时,系统也不会自动加载其最近的 100 条消息。 您自行启动的加载历史记录和“快照”功能仍会读取历史记录。 - 该账户的敏感内容设置既不会被读取,也不会被修改。如果没有该开关,当该设置处于关闭状态时,登录和每次新的
连接都会将其开启,且 Telegram 允许进行此更改(
account.content_settings);该设置 属于该账户,并在所有 Telegram 应用中生效。Telegram 标记为敏感的内容可能会保持隐藏状态。 - 电话通话更新不会记录为
account.phone_call。 - 停止监视时,仅写入会话密钥指纹;不会读取会话列表或 777000。
It does not narrow what Telegram sends: updates of every chat still reach this session, and only the chosen
chats are recorded. The account's chat list (up to Chats read from the account's list) and its folders are
still read at start, and again when the scope is saved while observing, to find the chosen chats. Deletion
notices without a chat (deletion.unscoped) are still recorded: they carry message IDs only and may belong to
a chosen private chat or ordinary group. The frozen-account check (help.getAppConfig), the other connection
checks, and features you turn on yourself (ending other sessions automatically, the witness probe,
pseudo-secret chats, Sessions of this account, and Telegram's list of signed-in devices under More
witnesses, which reads the session list at each timestamp pass and which setup ticks for the Follow chats
and Evidence for a case goals) keep working.
请在登录前将其开启;否则,登录过程本身会检查当前授权状态并启用敏感
内容。每次更改都会生成一条带签名的 scope.changed 记录,而 observation.started 会将该值作为
scope.strict 携带。切换到文件夹或整个账户时,该功能将被关闭。
范围与事件选择#
每个工作区都有其独立的来源。TgWitness不会加入群组、接受 邀请,也不会自动枚举所有成员。来源必须已 可被该账户访问。启动时,收集器会根据账户可见的对话列表 核对所选来源;除非 更多工具 → 参数 → 从账户列表读取的聊天中另有说明,否则将检查前1,000个对话。 缺失的来源会被标记为访问未确认,不会被视为已将您移除。
| 设置 | 收集 | 禁用时的效果 |
|---|---|---|
| 新消息 | 普通已发送消息 | 后续的编辑/删除操作可能无法与先前捕获的文本进行比对。 |
| 编辑 | 已交付编辑后的消息版本 | 中间的更改不会在后续过程中被重建。 |
| 删除操作 | 范围限定删除通知与非范围限定账户级通知 | 删除通知不会被添加到日志中。 |
| 反应 | 已交付的反应快照 | 不添加单独的反应更新。 |
| 会员 | 已发送会员服务消息和参与者更新 | 这些会员观察内容未被纳入。 |
设置适用于工作区中所有选定的消息源。保存表单以应用 更改;更改将通过带签名的“更改前”和“更改后”值进行记录。禁用某类别 不会删除之前的记录。重新启用该类别也不会补录遗漏的更新。
操作记录及其他群组服务事件与这些 开关设置相互独立。当会员服务功能启用时,会员服务消息仍会生成消息记录, 即使普通的新消息捕获功能已被禁用。捕获的 Telegram 对象保留嵌入的元数据;开关设置并非信息遮蔽规则。
私聊和普通群组中的删除操作会以不带聊天上下文的消息 ID 形式出现。
这些聊天共享一个全账户范围的消息 ID 序列,因此当带有该 ID 的消息
此前已被保存时,其所属聊天即可确定:删除操作将记录在该聊天中,并附有
chat_resolution 说明具体方式。从未被保存的 ID 将保持为无作用域的删除操作,且
明确标记为未解析的聊天。这些是 Telegram 删除通知,即使
其聊天尚无法关联,这些通知也会被保留。 通知的架构包含 ID;
日志会添加接收时间以及任何已保存的消息上下文,包括
deleted_message_was_outgoing。可用的管理员日志条目提供了关于
操作、执行者及源时间的独立信息来源。
自主操作#
被监控账户发送的消息标记为 outgoing。关于外发
消息的编辑说明指出:在私聊和群聊中,仅消息作者可进行编辑;而频道
帖子则可由其他管理员编辑。 当一条发送的消息重复了该聊天中
最新保存的回复键盘上的按钮文本时,该消息会带有button_press标记,并附有指向
该键盘记录的链接。
“排除自身操作”的原则同样适用于后台重新检查和自动生成的新聊天记录。 被跳过的发送消息会向前推移重新检查的位置,从而避免阻塞后续收到的 消息。明确的面板操作以及手动请求的历史快照仍会被记录下来。
调查模式:加入团队并与机器人对话#
更多工具 → 来源 → 范围 → 调查模式为专用 账户准备范围,该账户可加入团队聊天、启动机器人并向其发送消息:包括整个账户、所有 来源类型、自身操作,以及每个出现的聊天或机器人及其个人资料和最近 200条可见消息。检查表单并点击保存范围;切换至整个 账户时会要求进行常规确认。
- 按钮。消息下方的按钮将与该消息一同保留,并在“聊天”界面中显示:链接、网页 应用、登录链接、待复制的文本、回调数据、内联查询、请求电话 号码或位置的信息。 链接以文本形式显示,且绝不会由面板自动打开。当机器人 仅更改按钮内容(例如生成新的支付链接)时,这即被视为消息的新版本,无论 是实时更新还是重新检查的结果。
-
新聊天和机器人。在“文件夹”和“整个账户”模式下,当新的聊天或机器人 出现时,系统会在其出现后立即进行保存:
- 其作为
source.profile记录的概况:机器人描述和命令、用户、群组或频道的“关于”文本 、成员、关联聊天以及Telegram返回邀请链接时的 邀请链接; - 将其最新的可见消息(最多 1,000 条)作为标记为
new_chat的历史快照: 刚加入的团队聊天中的早期消息,或观察者注意到该聊天之前 机器人所说的话。已实时保存的消息不会重复记录。
当作用域被应用时,新选中的聊天将使用这些设置,包括 该账户对话列表中已存在的聊天。初始个人资料和历史记录加载 最多可同时处理三个聊天;针对同一聊天的操作将按顺序进行。 每个历史记录/个人资料处理阶段均采用配置的操作超时设置,因此陷入停滞的请求 会释放其工作线程。历史记录会在可选的个人资料读取之前保存;个人资料 读取失败不会阻止历史记录的捕获。 失败的阶段将在 5 秒后重试, 重试时间将翻倍至最多 5 分钟,且在延迟期间不会占用工作线程。 待处理 ID、重试截止时间和已完成的阶段将保存在本地。重启时仅恢复 未完成的阶段;配置文件重试不会重复已完成的聊天记录读取。 在轮到处理前被禁用的来源将被跳过。概览界面会将活跃、待处理 和重试中的聊天加载与附件下载分开显示。 FloodWait 会暂停此项工作,并在之后恢复;失败情况会被记录,而 聊天内容的实时记录则会继续。这包括在解析新聊天 身份期间的等待:待处理的个人资料/历史记录任务将保留以供重试,而现有的 更长时间的账户级等待则不会缩短。工作者共享此等待;并发 不会绕过 Telegram 的请求限制。 - 按需获取个人资料。 聊天 → 个人资料 → 保存个人资料现可保存任何来源的 当前个人资料;最新资料将显示在消息上方。 - 聊天状态快照(预览版)。消息流之外的状态会在没有 消息发送的情况下发生变化:取消固定所有消息不会留下消息级别的痕迹,管理员会 失去权限,礼物会被隐藏、转换、升级或退款。在观察期间,每个已启用的 来源都会被定期读取,并保存为带签名的
chat.state记录保存:标题、用户名、 描述、成员和管理员数量、关联聊天、慢速模式、置顶消息 ID (最多 100 条)、管理员及其权限和头衔,以及频道和 用户个人资料中显示的礼物(最多 100 条)。 每条记录都会列出与上一快照的差异: 已更改字段(含更改前后的值)、新增或移除的置顶消息,以及新增、 更改或不再列出的管理员和 礼物。 - Telegram 拒绝提供的一部分信息(例如,对于非管理员的成员, 该频道的管理员列表)在errors;其先前值会被保留并列于carried_forward中,绝不会被报告为已删除。 - 仅涉及计数变化的记录,以及未检测到变化的检查结果,均指代 最后一次完整状态,并以state_seq和累积state_overrides。完整状态至少每七天写入一次, 且每当计数以外的任何内容发生变化时也会写入。 -parts_complete标记上限列表。添加操作需要完整的早期列表, 移除操作需要完整的当前列表,而显式的空值则表示清空记录。 - 更多工具 → 参数 → 聊天状态 可设置间隔(默认12小时,0表示 关闭快照功能)、数据源之间的暂停时间、读取哪些部分,以及是否记录未 发现变化的检查结果。FLOOD_WAIT并FLOOD_PREMIUM_WAIT停止剩余的 快照请求,保留任何更长的全账户有效期,并使 被中断的聊天在等待结束后仍可再次尝试。 - 不可见。在其他 Telegram 应用中点击的内联(回调)按钮、机器人对此类点击作出的弹出窗口或 链接,以及在其他应用中使用的邀请链接均不会到达 TgWitness。但机器人随后发送或编辑的内容会被记录。 - 其作为
面板操作指南#
“聊天”功能现已包含一个迷你客户端,该客户端使用所选工作区的 Telegram 账户:
- 编写一条纯文本消息,或在已保存的消息下方选择“回复”。即使范围不包括外发更新,系统生成的外发 消息仍会被记录下来。
- 点击当前回调或文本按钮下方的“Press”按钮。服务器将再次获取 该消息,若键盘输入内容与保存版本不符,则拒绝该操作。 回调收据保留 Telegram 的弹出文本、提醒标记和 URL;回复内容也会显示 在对话下方。URL 仍为可选中文本,不会自动打开。
- 点击 + → 打开 Telegram 链接,输入
@username、一个公共链接https://t.me/name、https://t.me/+invite/joinchat/invite,或包含?start=parameter的机器人链接,然后点击 保存预览。在加入之前,原始链接和 Telegram 的预览都会经过签名。 加入/打开并观察后,系统会加入群组/频道或打开用户/机器人,将该 聊天添加为已启用的来源,并向机器人发送/start指令(包含其启动参数)。 等待管理员批准的加入请求将记录为“待处理”,而非“成员身份”。
开启开始观察以实时捕获传入的回复。当 观察处于暂停状态时,面板操作仍可正常进行;面板会保存其直接响应,而实时 观察则捕获对话的其余部分。 当观察正在运行时,新添加的来源将使用已配置的配置文件/历史记录导入。 当来源处于暂停状态时,请在更多工具→来源中启用该来源,然后再发送消息或点击其按钮。
interaction.preview、interaction.requested 和 interaction.result 是证据导出中包含的普通签名
日志事件。请求会标识账户、消息/按钮
或预览记录,以及观察程序是否正在运行。收据可区分成功、
拒绝、待批准和未知结果。中断的请求可能已到达
Telegram:在执行新操作前请检查聊天记录。 重用请求 ID 可检索其
已保存的收据,而无需重复操作,包括重启后。当当前页面会话中同一操作收到模棱两可的响应时,面板会保留该
ID。
当操作成功后刷新视图失败时,面板也会保留该 ID:收据
仍保持可见,再次点击即可检索。 回调和加入 RPC 仅允许一次
尝试;可重试的读取操作将保留其配置的重试策略。立即切换聊天
会立即清除草稿和回复目标,并禁用发送功能,直到新对话加载完毕。
该迷你客户端支持文本和回调按钮。迷你应用按钮会触发打开迷你应用功能, 该功能会在隔离的浏览器中加载该应用(迷你应用)。登录、 电话和位置请求、支付、内联查询以及附件功能仍需使用 Telegram 客户端;其已保存的按钮元数据仍可查看。新控件使用英文文本。
重新核对分级#
重新检查会再次向 Telegram 查询遗漏的消息、编辑内容以及它不再返回的消息。
标有星号的来源是优先来源,默认每15分钟重新检查一次;
所有其他来源每6小时重新检查一次。选定的聊天群组初始为优先来源,通过
文件夹或整个账户添加的聊天群组则为常规来源。 每次循环最多重新检查 30 个来源,
其余的则等待下一分钟;重新连接后,优先级来源将优先处理。这两个
时间间隔均在更多工具 → 来源 → 记录 → 重新检查(设置为 0 可关闭该层级)下设置,并
记录为 recheck.changed。
遗漏的消息将从上次扫描停止的位置向上补取,最多补取“
更多工具 → 参数 → 每次聊天和扫描中恢复的遗漏消息”中设定的数量(默认值为 1,000)。因此,在长时间中断后,
重新检查会填补整个缺口,即使比该缺口更新的实时消息已被优先保存
也是如此。仍在补取中的聊天将在下一分钟再次被重新检查,而不是
等待其层级间隔结束;recheck.completed将显示continues_after,直到操作完成。
比较内容包括消息文本、实体、键盘输入(包括删除操作)以及附件 内容/标识。 仅更改文件访问哈希值或文件引用并不构成 编辑,Telegram 自动生成的内容也不构成编辑:链接预览加载、故事浏览量、该账户解锁的付费 媒体、发票收据等。聊天记录中保存的每个版本都链接到其完整的日志记录,包括媒体元数据。
消息历史记录与来源归属#
假设采集器先观察到“10:00 开会”,随后看到“11:00 开会”, 接着收到一条删除通知。它会将这三条不同的观察结果追加到日志中: 原始文本保留,编辑后的内容作为独立版本保存,而通知则记录了 已观察到删除操作。
如果数据采集是在首个版本消失后才开始的,则该文本将无法获取。 如果在离线期间发生了多次编辑,则仅能保存后续观察到的 版本。删除通知无法恢复从未被捕获的内容。
该记录整合了多个来源:
| 来源 | 保留的信息 |
|---|---|
| 实时消息或编辑更新 | 消息 ID、发送者元数据、捕获版本、接收时间以及提供的 Telegram 消息/编辑日期。 |
| 实时删除通知 | 报告中的消息 ID、接收时间、原始通知以及先前保存内容的链接。 |
| 可用的管理员日志 | 操作、执行者、来源日期及提供的消息内容,由具备相应权限的账户读取。 |
| 面板交互 | 在所选账户下请求的操作及其记录的结果。 |
| 重新检查 | Telegram 当前的响应与先前保存的消息的对比。 |
observed_at 是该记录在收集器时钟上写入的时间,且
会随着 seq而增加。在处理实时更新时写入的记录还包含
received_at,即更新到达收集器的时间,以及
processing_delay_ms,即从接收至写入所耗时间;在
观测开始时被暂存的更新,将按到达顺序优先于后续更新进行处理。 source_at
若事件提供了源日期,则会保留该日期。电报时钟偏移观测、
时钟不连续性记录和外部时间检查提供了
相关的计时上下文。普通消息通知的字段描述了
该通知;管理日志和交互记录则保留其自身的归属信息。
历史快照#
快照会从已启用的消息源中请求最新的可见消息,每次请求最多
500条。结果被标记为历史观测记录。手动快照
与常规观测同时运行。重复的观测记录
将作为独立记录保存。启用消息源时,系统还会对其生成一个baseline快照,除非
严格选择聊天功能已启用。
如果在读取过程中源被禁用,快照将停止。回复必须属于 所请求的聊天,且包含严格递减的、小于所请求 边界的正消息 ID。无效的回复会在该消息被保存之前中断快照; 已保存的消息将连同中断记录一起保留在已签名的日志中。
快照遵循附件政策,但与实时事件切换机制相互独立。 它们不会还原已删除的消息或遗漏的中间版本。您可以在 暂停状态下请求生成快照;其中排队的任何附件将等待观察开始 且下载进程运行后才进行处理。
历史记录是单独的独占任务:依次读取所选来源并下载其队列中的附件,不启动监控。暂停会释放账号,恢复则继续已保存的任务。有关多个空闲账号上的日期、语言和回复筛选,请参阅分布式聊天导出。
附件处理#
附件下载默认开启,当可用磁盘空间低于 1 GiB 时会暂停。收集器会将 消息监控和下载任务一并提交。该任务保留原始媒体 描述符和大小策略,因此后续编辑过的附件不会被悄然替换。
下载操作在消息捕获后执行。下载完成后会生成一个包含 SHA-256
值和字节数的 media.saved
记录。被跳过、失败、重试和中断的
操作各有不同的处理结果;当文件存在 media.saved
记录时,即视为已保存。
已保存的文件还必须与原始观察到的附件
描述符中的字节数相匹配。过短或意外过长的响应不会被记录为已保存的媒体。
在写入 `media.saved` 之前,该文件及其文件夹条目会被刷新到磁盘上。当前一个收集器
进程未正常终止时,下次启动时会读取该运行期间记录为已保存的每个文件。 对于
缺失的文件,或其字节与记录的 SHA-256 值不一致的文件,系统会生成一条 media.missing_after_restart 记录,将其
下载任务重新加入队列,并将字节不一致的文件移至 media-damaged/ 目录。已移至异地存储的文件
不会被读取。
在同一个工作区中,针对同一附件表示形式的并发队列任务 会等待当前活动的传输,然后在重复使用前重新检查其已保存的字节。每个任务都保留 自己的带符号结果以及对先前保存文件记录的引用。取消一个 等待中的任务不会取消当前活动的传输;如果该传输失败或被取消, 下一个任务可以重试。不同的附件可以并发下载。
具有相同账户、表示方式、预期大小和捕获操作的任务会在 一个匹配的任务正在运行时保持排队状态。它们不会占用下载槽位,因此 即使队列开头有大量同一慢文件的副本,其他文件仍可开始下载。 完成一次尝试会唤醒队列。优先级通道、保存的重试延迟和 历史归属规则仍然适用;每次观察都会获得其独立的结果。
聊天导出功能还支持在 同一导出目录内对重复文件表示进行活动传输。每条消息都保留其附件引用,而重复使用 则需要重新计算文件大小并进行 SHA-256 校验。不同文件可并行进行校验, 无需持有共同的传输锁。临时下载和复制路径对每次操作而言都是唯一的; 取消操作会在清理之前等待任何正在活动的本地文件读取器完成。 导出文件索引仅对元数据访问进行序列化,而不对文件哈希或下载操作进行序列化。
针对不同附件的服务器哈希读取操作也会并发执行,并与字节下载共享客户端的 三个文件请求槽。对同一表示形式的重复读取 仅会复用完整的缓存结果。文件读取不会占用普通请求队列; 当请求获得一个槽位时,系统会再次检查已保存的 FloodWait 截止时间。
各类别均设有存储限制:照片、视频、GIF 和动画、圆形视频消息、
语音消息、音乐和音频、贴图以及文件。 每种类型均可单独关闭,并设有
1 至 2,000 MiB 的独立大小限制;新工作区初始设置为:照片 20 MiB,
视频 100 MiB,文件、音频和圆形视频 50 MiB,语音和 GIF 20 MiB,
5 MiB用于贴纸。新工作区默认关闭GIF和贴纸功能,需手动开启。在按类型设置限制之前已保存策略的工作区,将保持所有类型启用,并保留其针对每种类型的单一
限制。最大文件大小设置将一次性调整所有类型。 关闭某类文件会生成
一个media.skipped记录;未知大小或超大文件将不会被下载。大文件将根据
其大小和256 KiB/s的基准速度获得额外的下载时间。任务在
重启后仍会保留,但过期的引用、访问权限丢失或文件被删除仍可能导致无法恢复。
待处理任务会保留与其关联的限制值,因此提高的限制仅适用于新文件。
禁用某类型或降低其限制值也会跳过该类型所排除的待处理文件,每个文件都会生成
一条media.skipped记录;禁用下载功能会暂停队列,直到该功能被重新启用。
暂停、锁定、断开连接和重启#
| 动作或状态 | 效果 |
|---|---|
| 切换工作区 | 更改面板视图;其他收集器的状态保持不变。 |
| 锁定面板或关闭标签页 | 保持服务器和监控功能持续运行。 |
| 暂停观察 | 停止该收集器并保留队列中的附件处理工作。 |
| 禁用一个消息源 | 停止未来的范围捕获;在此期间,与其相关的队列中的媒体任务将处于等待状态。 |
| 移除来源 | 系统会将其作为消息源忽略并删除相关用户资料;已保存的记录仍保留在仅追加的日志中。待处理的附件将被记录为失败(source_removed)。在文件夹模式和整个账户模式下,这些内容同样会被排除在外。 |
| 更改连接路径 | 需要暂停,关闭旧客户端,并取消未完成的登录。 |
| 停止 Python 进程 | 停止所有工作区;离线期间不会进行任何监控。 |
| 主动观察后重启 | 尝试使用已保存的会话恢复已保存的范围。手动暂停将清除该意图。 |
收集器记录检测到的断开连接、重试、错误、启动/停止以及 心跳。周期性的连通性检查可能会遗漏短暂的中断。 重启后,系统会从保存的更新位置请求遗漏的更新,并 周期性地重新检查已观测的聊天记录;参见证据格式。快照将当前状态 作为上下文添加,且缺口仍会被记录下来。
账户隔离与验证#
每个工作区都有独立的日志、授权、签名密钥、策略和队列。 只有其活跃客户端才能提交实时观察记录。被拒绝、待处理、 被取代以及连接测试状态的客户端均无法将实时更新写入其日志。 不同账户可以观察同一个群组,但各自的日志仍保持独立。
每个事件都包含前一个哈希值和一个 Ed25519 签名。导出内容涵盖 整个工作区日志,并通过固定序列号进行标识。面板过滤器不会过滤 导出内容;在导出准备期间,数据收集可能仍会超出其边界继续进行。
“验证日志”功能会通过显示的 边界检查事件链和签名。当工作区发生变化时,其结果将被清空,面板会标识 检查后新增的记录。ZIP导出功能还会对收集的媒体文件进行验证。