# Telegram · 数据采集原理

Canonical page: https://phishdestroy.io/tgwitness/zh/docs/reference/collection/

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。

[Project context and measured scale](https://phishdestroy.io/tgwitness/docs/reference/overview/)

[Documentation index](https://phishdestroy.io/tgwitness/zh/llms.txt)

Translation coverage: this edition includes material from the English original.

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](https://github.com/phishdestroy/TgWitness/blob/main/README.md) / [文档](https://github.com/phishdestroy/TgWitness/blob/main/docs/README.md) · [收藏集](https://github.com/phishdestroy/TgWitness/blob/main/docs/COLLECTION-MODES.md)

![集合](https://phishdestroy.io/tgwitness/assets/chapter-collect.svg?v=adb3306d1f69)

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](https://phishdestroy.io/tgwitness/zh/docs/reference/collection/#from-login-to-a-journal)
- [观察范围：选定的聊天、某个文件夹或整个账户](https://phishdestroy.io/tgwitness/zh/docs/reference/collection/#observation-scope-chosen-chats-a-folder-or-the-whole-account)
- [范围与事件选择](https://phishdestroy.io/tgwitness/zh/docs/reference/collection/#scope-and-event-selection)
- [自主操作](https://phishdestroy.io/tgwitness/zh/docs/reference/collection/#own-actions)
- [调查模式：加入团队并与机器人对话](https://phishdestroy.io/tgwitness/zh/docs/reference/collection/#investigation-mode-joining-teams-and-talking-to-bots)
- [重新检查分级](https://phishdestroy.io/tgwitness/zh/docs/reference/collection/#recheck-tiers)
- [消息历史记录与来源说明](https://phishdestroy.io/tgwitness/zh/docs/reference/collection/#message-history-and-attribution)
- [历史快照](https://phishdestroy.io/tgwitness/zh/docs/reference/collection/#history-snapshots)
- [附件处理](https://phishdestroy.io/tgwitness/zh/docs/reference/collection/#attachment-handling)
- [暂停、锁定、断开连接和重启](https://phishdestroy.io/tgwitness/zh/docs/reference/collection/#pause-lock-disconnect-and-restart)
- [账户隔离与验证](https://phishdestroy.io/tgwitness/zh/docs/reference/collection/#account-isolation-and-verification)

## 从登录到日志

关于自毁照片和文件，请参阅[自毁媒体](https://github.com/phishdestroy/TgWitness/blob/main/docs/EPHEMERAL-MEDIA.md)。 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。

流程图 · 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 · 授权用户账户 · 选择可访问的群组和频道 · 保存事件和附件设置 · 开始监控 · 接收来自活跃客户端的更新 · 应用来源与事件政策 · 追加一份经过签名的观察记录 · 查看或导出日志 · 处理队列中的任何附件 · 附上下载结果

**图表转为文本**

1. 授权用户账户 → 选择可访问的群组和频道
2. 选择可访问的群组和频道 → 保存事件和附件设置
3. 保存事件和附件设置 → 开始监控
4. 开始监控 → 接收来自活跃客户端的更新
5. 接收来自活跃客户端的更新 → 应用来源与事件政策
6. 应用来源与事件政策 → 追加一份经过签名的观察记录
7. 追加一份经过签名的观察记录 → 查看或导出日志
8. 追加一份经过签名的观察记录 → 处理队列中的任何附件
9. 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](https://phishdestroy.io/tgwitness/zh/docs/reference/secret-chats/)， 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](https://phishdestroy.io/tgwitness/zh/docs/reference/evidence/#coverage-continuity-gaps-and-unobserved-ids)）。
- 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_start` and `session.takeover_risk` are not written, and a session ended from another device is not reported as `session_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。

### 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](https://github.com/phishdestroy/TgWitness/blob/main/docs/MINI-APPS.md)）。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](https://phishdestroy.io/tgwitness/zh/docs/reference/timestamp/)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](https://phishdestroy.io/tgwitness/zh/docs/reference/collection/#strict-chosen-chats)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](https://github.com/phishdestroy/TgWitness/blob/main/docs/DISTRIBUTED-EXPORT.md)。

## 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](https://phishdestroy.io/tgwitness/zh/docs/reference/evidence/#durable-collection-and-process-receipts-02)。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。

请分别保留指纹和检查点。有关各模式下的采集检查，请参阅 [验证范围](https://phishdestroy.io/tgwitness/zh/docs/reference/evidence/#verification-scope)部分， 有关常规采集，请参阅[日常操作](https://phishdestroy.io/tgwitness/zh/docs/reference/operations/)部分。
