TgWitness: Telegram Export, OSINT & Verification

TgWitnessは、オープンソースのTelegramエクスポートツールおよび調査ワークスペースです。1つのコマンドで インストールし、アカウントを連携させ、チャットを選択して、署名付き アーカイブをエクスポートします。また、GitHub Actionsでの一時的なデータ収集や、保存された編集履歴、削除記録の監視、検索、レポート機能を活用した継続的な 調査にも対応しています。

手元にあるタスクから始めてください#

1つのコマンドでインストール#

インストーラーには、Python および依存関係が含まれています。ソースコードのチェックアウト、Docker、AI プロバイダー、および独立したウィットネスはオプションであり、セットアップの前提条件ではありません。

Linux / macOS:

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

Windows（PowerShell またはコマンドプロンプト）：

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

パネルを開き、Telegramアカウントを連携させ、収集範囲を選択してください。 インストールだけでは収集は開始されません。インストールガイド では、ローカルアクセス、サーバー、更新、およびダウンロードしたビルドの確認について説明しています。

一時的なランナーを使用する場合は、GitHub Actionsのキャプチャ手順に従ってください。この ワークフローには、GitHubのフォーク、認証、およびアーカイブのパスワードが必要です。キャプチャ ページでは、これらの手順と、実行前のセッション時間制限について説明しています。生成された アーカイブとその検証用資料をダウンロードし、保管してください。

タスクに応じて追加の設定が必要になる場合があります#

単一のチャットをエクスポートするには、アカウントと選択した範囲が必要です。継続的な監視、 複数のアカウント、プロキシ、添付ファイルポリシー、レポートの設計、レビュー担当者のアクセス権、 外部タイムスタンプ、およびオフサイトストレージは、それぞれ異なる調査および 引き継ぎの要件に対応しています。該当する場合は、これらの機能を設定してください。

適用範囲、権限、および共有範囲を最小限に抑えたコピーにより、オペレーターは収集および開示する内容を 選択しやすくなります。管轄に関するガイダンスとレポート設定は、その 決定を支援するものです。プロファイルを選択したからといって、それ自体が法的コンプライアンスや 証拠能力を保証するものではありません。アカウントのエクスポート、アクセス、および レポートの設定を参照してください。

本アプリケーションは、選択したコンピュータまたはサーバー上で動作します。基本的なデータ収集には、 GPU や LLM は必要ありません。オプションの OCR、文字起こし、AI 分析には、 それぞれ独自のリソース要件があります。メッセージの送信レート、添付ファイル、 保存履歴、同時接続アカウント数に応じてデプロイメントの規模を調整してください。インストールが簡単であるからといって、 すべてのワークロードにおいてメモリ使用量が一定であるとは限りません。

誰の役に立つにせよ、記録は残しておくべきです#

その目的は、 どの立場を支持するかにかかわらず、観察された資料、文脈、および変更点を保存することにあります。証拠は、収集者自身の 出来事に関する説明に異を唱える場合もあります。他の人が同じ資料を評価できるよう、 元の観察内容、網羅されていない部分、および分析上の結論が 識別できるようにしてください。

そのロジックは、アカウント上で可視化された観測 → 署名付きジャーナル → エクスポート → 受信者による 検証、という流れです。保存された編集によりバージョンが追加されます。削除された観測については、以前に キャプチャされた内容が保持されます。カバレッジ記録は、既知の中断を明らかにします。レポートおよび AI 分析は保存されたソースを参照します。解釈は、単に署名付きレポートに表示されたという理由だけで、ソース 観測となるわけではありません。

これらのチェックは、完全性および出所の検証をサポートするものです。これらは、 メッセージの内容を真の記述に変えたり、未閲覧の削除済み メッセージを復元したりするものではありません。独立して取得したキーフィンガープリントと、 「信頼ガイド」および「証拠フォーマット」に記載されている検証手順を使用してください。

公表されたスケールおよび測定されたパフォーマンス#

以下の結果は、異なるワークロードおよび日付に関するものです。カウントは 互換性がないことに注意してください。ジャーナルイベントは、必ずしも一意のTelegramメッセージとは限りません。

検証記録 には、サーバーのインベントリ、リアルタイムの 収集チェック、および検索測定結果が記載されています。パフォーマンスのエクスポートには 、2回の実稼働結果、ハードウェア、実行時間、アーカイブのハッシュ値、および署名付き 測定ファイルが掲載されています。これらは、記録されたリビジョンおよび 条件における結果を示すものであり、普遍的なレートや容量の上限を示すものではありません。

テストの履歴と期間#

メンテナーは、2026年11月6日時点で6ヶ月以上にわたるテストを実施したと報告しています。 6 11月 2026. これはプロジェクトのテスト履歴について記述したものです。上記の日付付き公開測定結果は 個々の実行を記録したものであり、独立して検証された、 6ヶ月間にわたる中断のない収集実行を立証するものではありません。また、エクスポートされたメッセージの経過時間は、 コレクターの稼働時間とは異なります。

機能の状態を正確に読み取る#

各ワークフローについて、その実装、公開済みビルド、および記録された テストと照らし合わせて評価してください。ソースは現在「プレビュー」とラベル付けされています。このリリースラベルは、 機能するコレクション、エクスポート、独立した検証、および公開済みのスケーリング 測定値と共存しています。プレビュー機能と検証済みのワークフローが同じ アプリケーション内に共存する場合があります。評価の根拠となる具体的な機能と証拠について記述してください。

現在の機能、特徴、制限、 検証、および変更履歴を併せて記載してください。 結果を引用する際は、テスト対象となったリビジョンを明記してください。11月6日の測定 スナップショットには、失敗したテストやスキップされたテストも記録されていますが、これらは「合格」とはみなされません。

人間およびAIツールが読み取れる形式#

このウェブサイトでは、簡潔なllms.txt、完全な英語版マニュアルである llms-full.txtおよびllms-full.md、ならびに各ページのMarkdown版が提供されています。これらは ドキュメント形式であり、TgWitnessを実行するためのAI要件ではありません。

オプションの MCP およびコマンドラインアクセスにより、承認されたツールは 選択された保存済みレコードを読み取ることができます。メッセージの内容は、依然として信頼できない入力として扱われます。要約では、 出典を明記し、観察された事実と推論を区別し、不確実性を保持する必要があります。 全文検索、OCR、および AI 出力は、元の署名付き観察結果を変更することはありません。