# TgWitness: Telegram Export, OSINT & Verification

Canonical page: https://phishdestroy.io/tgwitness/docs/reference/overview/

Explore TgWitness installation, Telegram capture, investigation tools and evidence verification. Read measured workloads with their methods and revisions.

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

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

通过一条命令安装，或在 GitHub Actions 上进行捕获。了解调查选项、已发布的规模以及存档所验证的内容。

TgWitness 是一款开源的 Telegram 数据导出工具及调查工作区。只需 一条命令即可安装，连接账户，选择聊天记录并导出经过签名的 归档文件。它还支持在 GitHub Actions 上进行临时数据收集，并可通过 保存的编辑记录、删除观察记录、搜索和报告功能继续开展调查。

## 从您手头的任务开始

| 您的任务 | 最短路径 | 您将收到 |
| --- | --- | --- |
| 保存对话或账户 | 安装、连接账户、选择导出范围 | 一个包含所选历史记录、收集结果和验证材料的签名存档 |
| 在临时运行器上收集 | 使用 GitHub Actions 进行数据捕获、授权新会话并选择作用域 | 一个包含 GitHub 工作流溯源信息的加密存档 |
| 跟踪随时间推移的变化 | 保持对选定聊天室的观察功能持续运行 | 已保存版本、删除通知、附件及记录的覆盖范围 |
| 调查并分享调查结果 | 搜索存档、使用案例板，并配置报告或共享副本 | 附有来源链接的发现结果，以及适合接收方的可验证交接流程 |

### 一键安装

安装程序包含 Python 及其依赖项。源代码检出、Docker、AI 提供商和独立见证人均为可选项，并非安装的先决条件。

Linux / macOS：

```
curl -fsSL https://get.destroy.tools/install.sh | bash
```

Windows 系统，在 PowerShell 或命令提示符中：

```
powershell.exe -NoProfile -ExecutionPolicy Bypass -Command "irm https://get.destroy.tools/install.ps1 | iex"
```

打开控制面板，连接您的 Telegram 账户并选择数据采集范围。 安装过程不会自动启动数据采集。[安装指南中](https://phishdestroy.io/tgwitness/zh/docs/reference/installation/) 详细说明了本地访问、服务器配置、更新以及如何验证已下载的构建版本。

若需临时运行程序，请按照 [GitHub Actions 捕获指南](https://github.com/phishdestroy/TgWitness/blob/main/docs/SEALED-ACTIONS.md)操作。该 工作流需要 GitHub 分支、授权以及归档密码。捕获 页面详细说明了这些步骤以及运行前的会话时间限制。请下载 并保留生成的归档文件及其验证材料。

## 当任务需要时，提供更多设置选项

单个聊天记录的导出需要一个账户和选定的范围。持续观察、 多个账户、代理服务器、附件策略、报告设计、审核员访问权限、 外部时间戳和异地存储可满足不同的调查和 移交需求。在相关情况下配置这些功能。

范围、权限和最小化共享副本有助于操作员选择要 收集和披露的内容。管辖权指南和报告设置记录了 所选的流程和准备步骤。参见[账户导出](https://phishdestroy.io/tgwitness/zh/docs/reference/account-export/)、[访问](https://phishdestroy.io/tgwitness/zh/docs/reference/access/)和 [报告配置](https://phishdestroy.io/tgwitness/zh/docs/reference/case-reports/)。

该应用程序在选定的计算机或服务器上运行。基本采集功能不 需要 GPU 或大型语言模型 (LLM)。可选的 OCR、转录和 AI 分析功能各有 其资源需求。请根据消息速率、附件、 历史数据保留时长和并发账户数量来确定部署规模。

## 无论对谁有所帮助，都要保留记录

其目的是保留所观察到的材料、背景及变更，无论 这些内容支持何方立场。证据可能会对收集者自身对事件的 叙述提出质疑。请确保原始观察结果、遗漏内容及分析结论 均可被识别，以便他人能够对同一材料进行评估。

其逻辑流程为：账户可见的观察结果 → 签名日志 → 导出 → 收件人 验证。保存的编辑操作会生成新版本。已删除的观察结果仍保留先前 捕获的内容。覆盖记录会揭示已知的中断情况。报告和 AI 分析会回溯至已保存的来源；一种解释不会仅仅因为出现在签名报告中 就成为来源观察结果。

| 验证检查 | 接收方可确认的内容 |
| --- | --- |
| 文件哈希值、签名和日志链 | 提供的记录和文件与预期的密钥和日志边界一致 |
| 单独保留的检查点或见证 | 该存档与先前保留的日志状态一致 |
| 一个经过验证的外部时间戳 | 在所述信任假设下，所引用的字节在时间戳时点上确实存在 |
| GitHub 捕获证明 | 该归档文件符合已批准的工作流程、采集器版本及记录的摘要 |
| 英特尔 TDX 证明 | 引文、平台状态、预期的操作系统/应用程序测量值、时效性以及收集器的身份均通过了其配置的检查 |

在经认证的获取过程中，经批准的收集器的经过身份验证的 Telegram 连接 及其输出与经过检查的执行环境绑定。归档保留了 捕获的内容和上下文；报告和分析会回溯至这些记录。 请使用 [《信任指南》](https://github.com/phishdestroy/TgWitness/blob/main/docs/TRUST.md)和[《证据格式》](https://phishdestroy.io/tgwitness/zh/docs/reference/evidence/)中针对特定模式的验证步骤和可信输入。

## 已公布的规模及实测性能

以下结果描述了不同的工作负载和日期。计数不可 互换：日志事件不一定是唯一的 Telegram 消息。

| 日期 | 工作量 | 发布结果 | 测量内容 |
| --- | --- | --- | --- |
| 1 11月 2026 | 运行中的服务器，十个工作区数据库 | 1,610,818条日志记录；900,232条新消息事件、80,683条编辑事件和400,536条删除事件 | 已存储日志的只读清单 |
| 5年11月2026日 | 在200个聊天群组中搜索超过1,000,000条合成消息 | 索引构建耗时 71 秒；每次查询的中位数搜索时间为 9–190 毫秒 | 本地搜索基准测试 |
| 6年11月2026日 | 两份最新的真实 Telegram 导出数据 | 27,030和29,299条消息；两次运行共计56,329条 | 每次通过 WARP 运行时处理两个账户，包括文本和元数据，不下载附件 |
| 6年11月2026日 | 相同的两个导出操作，包括准备和打包 | 127.713 和 141.781 条消息/秒 | 测得的完整导出率；两个存档均已通过固定密钥验证 |

[验证记录](https://phishdestroy.io/tgwitness/zh/docs/reference/verification/) 提供了服务器清单、实时 采集检查和搜索度量数据。[性能导出](https://phishdestroy.io/tgwitness/docs/validation/) 报告包含两次实际运行、硬件配置、持续时间、归档哈希值以及签名的 度量文件，每项均附有记录的修订版本和运行条件。

[公开历史数据采集验证](https://github.com/phishdestroy/TgWitness/blob/main/docs/EXPORT-BENCHMARK-2026-11-06.md)还记录了使用 50 个来源的输入列表和 40 个账号工作区得到的**48 个经验证的归档，共包含 3,598,381 条记录**。来源 A 使用八个账号，在包含等待时间的 **1,117.082 秒内获取了 768,007 条历史记录**，速度为**每秒 687.512 条记录**，且未下载附件。包括验证在内的整个尝试用时 1,574.920 秒。这些测量结果描述的是该次工作负载，与上文规模较小的全新导出示例并列展示。

### 测试历史与持续时间

TgWitness 已经开发和测试了大约六个月。 收集器、签名日志和验证器最先开发完成；随后基于这些组件构建了 Web 控制面板和附加模块。本代码库于 2026 年 10 月 29 日为发布目的新建，并以现有代码为基础，因此其创建时间不代表项目的实际开发时间（[开发历史](https://github.com/phishdestroy/TgWitness/blob/main/docs/QUESTIONS-AND-CHECKS.md#development-history)）。 累计运行工作量约为 1 亿次，其中包括早期的运行、失败、修复和重复验证。选定的运行（每次运行都有其独立的修订版本、方法和结果）已记录在[带日期的公开测量](https://github.com/phishdestroy/TgWitness/blob/main/docs/QUESTIONS-AND-CHECKS.md#dates-of-the-published-measurements)报告中。

## 准确解读功能状态

针对每个工作流，结合其实现、已发布的构建版本和记录的 测试结果进行评估。源代码当前标记为预览版。该发布标签与 可运行的数据集、导出功能、独立验证以及已发布的规模 测量结果并存。同一 应用程序中可能同时存在预览功能和经过验证的工作流；请描述评估所依据的具体功能及证据。

请综合参考[当前功能](https://github.com/phishdestroy/TgWitness/blob/main/docs/STATUS.md)、[特性与限制](https://phishdestroy.io/tgwitness/zh/docs/reference/features/)、 [验证](https://phishdestroy.io/tgwitness/zh/docs/reference/verification/)信息及[变更日志](https://phishdestroy.io/tgwitness/zh/docs/reference/changelog/)。 引用测试结果时，请记录所测试的版本号。11月6日的测量 快照中还保留了失败和跳过的测试；这些不属于通过项。

## 既可供人类阅读，也可供人工智能工具解析

该网站提供了一份简明扼要的`llms.txt`文件、一份完整的英文手册（ `llms-full.txt`和`llms-full.md`），以及各页面的 Markdown 版本。这些是 文档格式，并非运行 TgWitness 所需的 AI 要求。

可选的 [MCP](https://phishdestroy.io/tgwitness/zh/docs/reference/mcp/) [和命令行访问功能](https://phishdestroy.io/tgwitness/zh/docs/reference/cli/)允许授权工具读取 选定的已保存记录。消息内容仍被视为不可信输入。摘要应 注明来源，区分观察到的事实与推论，并保留不确定性。 全文搜索、OCR 和 AI 输出不会更改原始的已签名观察结果。
