# TgWitness: Telegram Export, OSINT & Verification

Canonical page: https://phishdestroy.github.io/TgWitness/docs/reference/overview/

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

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

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

Встановіть за допомогою однієї команди або запустіть на GitHub Actions. Ознайомтеся з варіантами розслідування, опублікованим масштабом та тим, що перевіряє архів.

TgWitness — це експортер Telegram з відкритим кодом та робоче середовище для розслідувань. Встановіть його однією командою, підключіть обліковий запис, виберіть чати та експортуйте підписаний архів. Він також підтримує тимчасове збирання даних у GitHub Actions та продовження розслідувань із збереженими редагуваннями, спостереженнями за видаленням, пошуком та звітами.

## Почніть із завдання, яке у вас є

| Ваше завдання | Найкоротший шлях | Що ви отримаєте |
| --- | --- | --- |
| Зберегти чат або обліковий запис | Встановити, підключити обліковий запис, вибрати обсяг експорту | Підписаний архів із вибраною історією, результатами збору даних та матеріалами верифікації |
| Збирати у тимчасовому запуску | Скористайтеся функцією GitHub Actions для збору даних, авторизуйте нову сесію та виберіть область дії | Зашифрований архів із інформацією про походження робочого процесу на GitHub |
| Відстежуйте зміни з плином часу | Забезпечити безперервну роботу спостереження за вибраними чатами | Збережені версії, повідомлення про видалення, вкладення та зафіксований обсяг охоплення |
| Досліджуйте та діліться результатами | Здійсніть пошук в архіві, скористайтеся Case Board та налаштуйте звіт або копію для поширення | Висновки з посиланнями на джерела та перевірена передача даних, пристосована до потреб одержувача |

### Встановлення однією командою

Інсталятор містить Python та залежності. Завантаження вихідного коду, Docker, провайдер штучного інтелекту та незалежний свідок є опціональними елементами, а не обов’язковими умовами для налаштування.

Linux / macOS:

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

Windows, у PowerShell або командному рядку:

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

Відкрийте панель, підключіть свій обліковий запис Telegram та виберіть обсяг збору даних. Встановлення само по собі не запускає збір даних. У посібнику з встановлення  пояснюються питання локального доступу, серверів, оновлень та перевірки завантаженої збірки.

Для тимчасового запуску дотримуйтесь інструкцій [GitHub Actions capture](https://github.com/phishdestroy/TgWitness/blob/main/docs/SEALED-ACTIONS.md). Цей робочий процес вимагає створення форку на GitHub, авторизації та пароля до архіву. На сторінці capture пояснено ці кроки та зазначено час сеансу перед запуском. Завантажте та збережіть отриманий архів та матеріали для його верифікації.

## Додаткові налаштування, якщо це потрібно для виконання завдання

Для експорту даних з одного чату необхідний обліковий запис та обрана область спостереження. Постійне спостереження, використання декількох облікових записів, проксі-сервери, правила щодо вкладень, оформлення звітів, доступ для рецензентів, зовнішні мітки часу та зовнішнє зберігання даних відповідають різним вимогам щодо розслідування та передачі даних. Налаштуйте ці функції, коли вони є актуальними.

Сфера застосування, дозволи та мінімізовані копії для обміну даними допомагають операторам обирати, що збирати та розкривати. Рекомендації щодо юрисдикції та налаштування звітів підтримують це рішення; сам по собі вибір профілю не гарантує дотримання законодавчих вимог або допустимості. Див. [експорт облікового запису](https://phishdestroy.github.io/TgWitness/uk/docs/reference/account-export/), [доступ](https://phishdestroy.github.io/TgWitness/uk/docs/reference/access/) та [конфігурація звіту](https://phishdestroy.github.io/TgWitness/uk/docs/reference/case-reports/).

Додаток працює на обраному комп’ютері або сервері. Для базового збору даних не потрібні графічний процесор (GPU) чи велика мовна модель (LLM). Додаткові функції OCR, транскрипції та аналізу на основі штучного інтелекту мають свої власні вимоги до ресурсів. Розраховуйте розмір розгортання з урахуванням інтенсивності обміну повідомленнями, вкладень, історії, що зберігається, та кількості одночасних облікових записів; проста інсталяція не гарантує фіксованого обсягу пам’яті для кожного навантаження.

## Зберегти запис, кому б він не допоміг

Мета полягає у збереженні спостережуваного матеріалу, контексту та змін незалежно від того, чию позицію вони підтримують. Докази можуть суперечити власній версії подій, викладеній колектором. Збережіть вихідні спостереження, пропущені дані та аналітичні висновки у вигляді, що дозволяє їх ідентифікувати, щоб інша особа могла оцінити той самий матеріал.

Логіка така: спостереження, видиме для облікового запису → підписаний журнал → експорт → верифікація отримувача. Збережені редагування додають версії. Видалені спостереження зберігають раніше зафіксований вміст. Записи про охоплення виявляють відомі переривання. Звіти та аналіз на основі штучного інтелекту посилаються на збережені джерела; інтерпретація не стає джерелом спостереження лише тому, що вона з’являється у підписаному звіті.

| Перевірка достовірності | Що може встановити одержувач |
| --- | --- |
| Хеші файлів, підписи та ланцюжок журналів | Надані записи та файли відповідають очікуваному ключу та межам журналу |
| Окремо збережений контрольний пункт або свідок | Архів відповідає раніше збереженому стану журналу |
| Перевірена зовнішня мітка часу | Вказані байти існували на момент, позначений часовим штампом, за зазначених припущень щодо надійності |
| Засвідчення збору даних з GitHub | Архів відповідає затвердженому робочому процесу, версії колектора та записаному дайджесту. |

Ці перевірки забезпечують контроль цілісності та походження. Вони не перетворюють вміст повідомлення на істинне твердження та не відтворюють невидимі видалені повідомлення. Використовуйте незалежно отриманий відбиток ключа та етапи верифікації, описані в [посібнику з довіри](https://github.com/phishdestroy/TgWitness/blob/main/docs/TRUST.md) та [форматі доказів](https://phishdestroy.github.io/TgWitness/uk/docs/reference/evidence/).

## Опубліковані показники та виміряна продуктивність

Наведені нижче результати описують різні навантаження та дати. Кількісні показники не є взаємозамінними: подія в журналі не обов’язково є унікальним повідомленням у Telegram.

| Дата | Обсяг роботи | Опублікований результат | Що вимірювалося |
| --- | --- | --- | --- |
| 1 листопада 2026 року | Працюючий сервер, десять баз даних робочих просторів | Записи журналу 1,610,818; події 900,232 — нові повідомлення, 80,683 — редагування та 400,536 — видалення | Інвентаризація лише для читання; це не тест пропускної здатності та не нова верифікація повного ланцюга |
| 5 листопада 2026 року | Пошук серед 1,000,000 синтетичних повідомлень у чатах 200 | Індекс побудовано за 71 секунд; медіанний час пошуку на один запит становить 9–190 мс | Тест продуктивності локального пошуку; не реальна доставка повідомлень у Telegram |
| 6 листопада 2026 року | Два свіжих реальних експорти з Telegram | Повідомлення 27,030 та 29,299; 56,329 у обох циклах | Два облікові записи на один прохід через WARP: текст та метадані, без завантаження вкладень |
| 6 листопада 2026 року | Ті самі два експорти, включаючи підготовку та упаковку | 127.713 та 141.781 повідомлень на секунду | Виміряно швидкість повного експорту; обидва архіви перевірено за закріпленими ключами |

Запис [Верифікація](https://phishdestroy.github.io/TgWitness/uk/docs/reference/verification/) містить перелік серверів, результати перевірок збору даних у реальному часі та показники пошуку. [Ефективність експорту](https://phishdestroy.github.io/TgWitness/docs/validation/) публікує дані про два реальні запуски, апаратне забезпечення, тривалість, хеші архівів та підписані файли вимірювань. Вони фіксують результати для зафіксованих версій та умов, а не універсальну швидкість чи граничну пропускну здатність.

### Історія та тривалість тестування

Станом на 6 листопада 2026 року розробник повідомляє про понад шість місяців тестування. Тут описано історію тестування проєкту. Датовані публічні вимірювання, наведені вище, документують окремі цикли роботи; вони не свідчать про незалежно перевірений, безперервний шестимісячний цикл збору даних. Вік експортованих повідомлень також відрізняється від часу роботи колектора.

## Точно зчитуйте стан можливостей

Оцініть кожен робочий процес з огляду на його реалізацію, опубліковану збірку та записані тести. Наразі вихідний код позначений як попередній перегляд. Ця позначка версії співіснує з робочою колекцією, експортом даних, незалежною верифікацією та опублікованими вимірами масштабу. Функція попереднього перегляду та перевірений робочий процес можуть існувати в одній програмі; опишіть конкретну функцію та докази, що лежать в основі оцінки.

Використовуйте [поточні можливості](https://github.com/phishdestroy/TgWitness/blob/main/docs/STATUS.md), [функції та обмеження](https://phishdestroy.github.io/TgWitness/uk/docs/reference/features/), [перевірку](https://phishdestroy.github.io/TgWitness/uk/docs/reference/verification/) та [журнал змін](https://phishdestroy.github.io/TgWitness/uk/docs/reference/changelog/) разом. При цитуванні результату вказуйте перевірену версію. Знімок вимірювання від 6 листопада також зберігає невдалі та пропущені тести; вони не вважаються успішними.

## Зрозумілі для людей та інструментів штучного інтелекту

Веб-сайт містить стислий опис (`llms.txt`), повний посібник англійською мовою ( `llms-full.txt` та `llms-full.md`), а також версії сторінок у форматі Markdown. Це формати документації, а не вимоги до штучного інтелекту для запуску TgWitness.

Опціональний доступ через командний рядок [MCP](https://phishdestroy.github.io/TgWitness/uk/docs/reference/mcp/) та  дозволяє авторизованим інструментам зчитувати вибрані збережені записи. Вміст повідомлень залишається ненадійним вхідним даними. У підсумках слід посилатися на джерела, розрізняти спостережувані факти та висновки, а також зберігати невизначеність. Повнотекстовий пошук, OCR та результати роботи штучного інтелекту не змінюють оригінальні підписані спостереження.