Telegram 舆情频道采集器

解决什么问题

做舆情分析时，Telegram 是绕不开的信源：投诉、爆料和行业讨论大量发生在公开频道和群组里。但手工收集很快撞上三道墙：频道从哪儿找、历史消息怎么批量拉、TG 的 FloodWait 限速怎么扛。这个技能把这套采集链路固化下来，输出结构化数据而不是一堆截图。

核心能力

频道发现：给一组关键词，先搜索再按规则过滤，把相关性高的新频道写回 targets.yaml，发现和回溯两阶段分开执行。

消息回溯：对已有频道按条数上限拉取历史消息（默认 --backfill-limit 500），入库 SQLite，INSERT OR IGNORE 保证去重。

多账号与限速：支持账号 1/2/3 切换、--failover 自动切号、短 FloodWait 自动重试，SenderCache 加批量延迟避免触发风控。

断点与清理：断点续传可关（--no-resume）；v3.9+ 按 --retention-days 清理过期消息、关联媒体和断点记录并自动 VACUUM。

多种运行模式：discover 只发现、backfill 只回溯、hybrid 全流程、monitor 持续监听、export 纯导出不连 TG。

导出：支持 CSV / JSON / Markdown，可按时间范围和频道白名单过滤。

使用注意

• FloodWait 是 TG 侧硬限速，单次 --backfill-limit 别贪大，跑久了优先加账号而不是加并发。
• web_fetch 抓 t.me/s/{channel} 只能应急约 20 条，替代不了 backfill。
• 发现阶段只覆盖公开频道；私密群必须提供 invite_link。
• 快消、传统零售、餐饮、医疗行业若 discover 返回 0 频道，说明 TG 没 coverage，应切到 web_search。
• Session 文件在首次运行后生成，必须在 scripts/ 目录下执行 main.py；开 2FA 的账号记得传 --password。
• v3.11 起 YAML 追加改为全量重写，原有注释不再保留。