chronicle.nixg.ru/telegram-archiver/FAQ.md

# Telegram Archiver — Ответы на вопросы

## 📊 Итоги полного тестирования (март 2026)

**Канал:** dedinit  
**Постов заархивировано:** 992  
**Время выполнения:** 7335 секунд (≈ 2 часа 2 минуты)  
**Медиафайлов скачано:** 454  
**Таймаутов:** ~50 файлов (пропущены, процесс не застрял)

---

## ❓ Вопросы и ответы

### 1. Размер файлов: когда считается?

**Ответ:** Размер должен браться **из Telegram ДО скачивания** через атрибут `doc.size`.

**Проблема:** В текущей версии `size: 0` во front-matter — это баг.

**Решение (задача 0.15):**
```python
# Брать из атрибутов Telegram
size = doc.size

# ИЛИ проверять после записи
size = Path(filepath).stat().st_size
```

---

### 2. Можно ли получить прямые ссылки на файлы для дозагрузки?

**Ответ:** **Да, но с ограничениями.**

Telethon может получить прямую ссылку через `message.media.document.id`, но:
- Ссылка **временная** (действует несколько часов)
- Требует активной сессии Telegram
- Нельзя просто сохранить URL и скачать позже

**Решение (задача 0.14, 0.19):**
1. Сохранять `message_id` и `media_id` во front-matter
2. Для дозагрузки:
   - Переподключаться к Telegram
   - Запрашивать файл по ID через API
   - Скачивать заново

**Пример front-matter:**
```yaml
media_files:
  - filename: photo.jpg
    type: photo
    message_id: 12345
    media_id: "AgADAgAD..."
    download_url: "https://t.me/dedinit/12345/file"  # временная!
```

---

### 3. Hugo и формат тегов

**Вопрос:** Поймёт ли Hugo такой формат?
```yaml
tags:
- 1с
- debian
- postgres
```

**Ответ:** **Да, Hugo понимает оба формата:**

```yaml
# YAML list (сейчас)
tags:
- linux
- debian

# Inline JSON-style (компактнее)
tags: ["linux", "debian", "postgres"]
```

**Рекомендация:** Оба работают одинаково. Задача **0.22** — опционально изменить на inline для компактности.

---

### 4. Многопоточное скачивание (задача 0.17)

**Вопрос:** Можно ли скачивать в несколько потоков?

**Ответ:** **Да, это возможно и ускорит процесс в 2-3 раза.**

**Техническая реализация:**
```python
import asyncio

# Параллельная загрузка 3 файлов
await asyncio.gather(
    download_file_1(),
    download_file_2(),
    download_file_3(),
)
```

**Ограничения:**
- Telegram блокирует при >5 одновременных загрузок
- Рекомендовано: **3 параллельных потока**
- Нужно соблюдать rate limits (паузы между запросами)

**План (задача 0.19):**
1. Первый проход: собрать все URL файлов в очередь
2. Второй проход: загружать параллельно (3 потока)
3. Resume: продолжать с места обрыва

**Ожидаемое ускорение:**
- Сейчас: ~1000 постов за 2 часа (500 постов/час)
- С многопоточностью: ~1000-1500 постов/час

---

### 5. Resume прерванной архивации (задача 0.21)

**Вопрос:** Есть ли средство возобновить прерванный процесс?

**Ответ:** **Частично работает уже сейчас.**

**Текущее состояние:**
- ✅ Дедупликация по ID существует
- ✅ Повторный запуск пропускает скачанные посты
- ❌ Нет сохранения последнего обработанного ID
- ❌ Нет команды `--resume`

**План (задача 0.21):**
1. Сохранять `last_message_id` в лог или файл состояния
2. Добавить флаг `--resume` для продолжения
3. При старте проверять последний ID и начинать с него

**Пример:**
```bash
# Первый запуск
python run_archiver.py -c dedinit
# Прерван на посте 624

# Возобновление
python run_archiver.py -c dedinit --resume
# Продолжит с поста 624
```

---

### 6. Голосовые сообщения и аудио (задача 0.20, 0.24)

**Вопрос:** Как обрабатывать голосовые сообщения?

**Текущее состояние:**
- Голосовухи скачиваются как `.bin` или `.ogg`
- Нет метаданных (длительность, формат)
- Нет красивого отображения в Hugo

**План:**
1. Определять формат по MIME:
   - `audio/ogg` → `.ogg`
   - `audio/mp3` → `.mp3`
2. Извлекать длительность: `doc.attributes.duration`
3. Сохранять во front-matter:
   ```yaml
   media_files:
     - filename: voice.ogg
       type: audio
       duration: 45  # секунд
       size: 127359
   ```
4. Для Hugo: использовать shortcode с wavesurfer.js
   ```markdown
   {{< audio-player src="voice.ogg" waveform="true" >}}
   ```

---

### 7. Видео-кружки (задача 0.11)

**Вопрос:** Как обрабатывать video_note (кружочки)?

**Проблема:** Сохраняются как `.bin` без расширения.

**Решение:**
1. Определять по MIME: `video/mp4` → `.mp4`
2. Переименовывать после скачивания
3. Опционально: конвертировать в нормальное видео (убрать круг)

---

### 8. Временная зона (задача 0.13)

**Проблема:** `date: '2026-01-18T08:11:24+00:00'` — UTC вместо Москвы.

**Пост был в 11:11 по Москве, указано 08:11 UTC.**

**Решение:**
```python
from zoneinfo import ZoneInfo

# Конвертировать в московское время
moscow_tz = ZoneInfo('Europe/Moscow')
date_moscow = date.astimezone(moscow_tz)

# Результат: 2026-01-18T11:11:24+03:00
```

---

### 9. Прямые ссылки на посты (задача 0.9, 0.16)

**Вопрос:** Где ссылки на оригинальные посты?

**Текущее состояние:**
- Сохраняется `repost_from` (ID) и `repost_channel` (название)
- Нет прямой ссылки `https://t.me/...`

**План:**
```yaml
# Для всех постов
channel_url: "https://t.me/dedinit"
post_url: "https://t.me/dedinit/1234"

# Для репостов
original_post_url: "https://t.me/otherchannel/987"
```

---

## 📈 Метрики производительности

| Параметр | Значение |
|----------|----------|
| Скорость архивации | ~500 постов/час |
| Время на 1 пост | ~7.4 секунды |
| Время на 1 медиафайл | ~15-30 секунд (с таймаутами) |
| Процент таймаутов | ~5% (50 из 992) |
| Успешных загрузок | 95% |

---

## 🎯 Следующие шаги

1. **Исправить критичные баги** (0.10, 0.15)
2. **Добавить resume** (0.21)
3. **Добавить отчёт о таймаутах** (0.12)
4. **Исправить временную зону** (0.13)
5. **Многопоточность** (0.17, 0.19)

---

*Документ создан: 6 марта 2026 г.*  
*Версия: 1.0*