AnalyzerTGChat
DaDoro/AnalyzerTGChat
Converte histórico de Telegram em relatório literário sobre seus amigos
Ver no GitHubTransforma arquivos de chat do Telegram em análises profundas sobre dinâmicas de grupo. Exporta conversas, extrai estatísticas, processa com Claude e gera relatórios narrativos com retratos dos participantes, evolução temporal e eventos marcantes da comunidade.
Instalação
npx convez-ai DaDoro/AnalyzerTGChat1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.
Métricas
Casos de uso
- Gerar análises narrativas de grupos/comunidades Telegram
- Extrair padrões de linguagem e dinâmicas sociais em chats
- Documentar evolução de amigos/grupos ao longo do tempo
- Criar relatórios com estatísticas de participação e citações memoráveis
Veredito

Ferramenta criativa que combina análise de dados com geração de narrativa. Requer configuração técnica (APIs Telegram e Anthropic) e funciona bem para quem quer insights qualitativos sobre dinâmicas de grupo, não apenas métricas brutas.
README
A tradução para o português deste README ainda está na fila.
AnalyzerTGChat
🇬🇧 English | 🇷🇺 Русский
Инструмент, который берёт обычную переписку в Telegram и вытаскивает из неё неожиданно много: кто и как менялся за годы, чьи шутки вошли в фольклор, какие эпохи пережила компания, кто с кем сблизился, а кто отдалился.
Работает в три шага: экспортирует чат через Telegram API → нарезает на удобные для ИИ куски → отдаёт Claude, который пишет отчёт по каждому периоду, а затем сводит всё в одну большую «летопись компании».
Отчёты выходят на удивление меткие и тёплые — с цитатами-жемчужинами, портретами участников, языковыми отпечатками («любимые слова», «фирменные эмодзи») и хроникой главных событий. После прочтения хочется перечитать заново и переслать остальным.
Только не показывайте отчёт человеку, который не готов узнать о себе слишком много 🙂
Возможности:
- Экспорт истории любого чата (личного, группы, канала) в CSV.
- Статистика слов: ТОП слов по всему чату и по каждому участнику — сохраняется в
data/stats/<chat>.md. - Подготовка для ИИ: чистка, склейка, разбиение на части по периодам. Каждый чат — в свою подпапку
data/parts/<chat>/. - Анализ через Claude: каждая часть прогоняется отдельно (быстро/дёшево, с prompt caching), затем собирается единый финальный отчёт. Отчёты пишутся в
data/reports/<chat>/. - HTML-рендер: рядом с каждым
.mdавтоматически создаётся.htmlсо светлой/тёмной темой. Можно открыть в браузере двойным кликом и удобно почитать. Если понадобится пересобрать все HTML разом (правили.mdруками, обновили стиль и т.п.) — это делается одной строкой из консоли:
python -c "from tg_analyzer.config import Config; from tg_analyzer.html_render import render_all; render_all(Config.from_env())"
1. Установка
Требуется Python 3.10+.
Вариант А: одной командой (Windows)
- Скачайте/склонируйте репозиторий.
- Дважды кликните
run.bat. Он:- создаст файл
.envиз.env.example(заполните его); - создаст виртуальное окружение
.venv; - установит зависимости из
requirements.txt; - запустит
main.py.
- создаст файл
Вариант Б: одной командой (Linux/macOS)
chmod +x run.sh
./run.sh
Вариант В: вручную
python -m venv .venv
# Windows:
.venv\Scripts\activate
# Linux/macOS:
source .venv/bin/activate
pip install -r requirements.txt
cp .env.example .env # потом отредактируйте .env
python main.py
2. Настройка .env
Скопируйте .env.example в .env и заполните значения.
Telegram API (для экспорта)
- Зайдите на https://my.telegram.org со своим Telegram-аккаунтом.
- Откройте раздел API development tools.
- Создайте «приложение» (любое имя/описание).
- Скопируйте
App api_idиApp api_hashв.env:
API_ID=12345678
API_HASH=abcdef0123456789abcdef0123456789
Claude API (для анализа)
- Получите ключ на https://console.anthropic.com.
- Положите его в
.env:
ANTHROPIC_API_KEY=sk-ant-...
Если используете прокси/гейтвэй с Anthropic-совместимым API — измените ANTHROPIC_BASE_URL.
Остальные параметры (опционально)
| Переменная | По умолчанию | Что делает |
|---|---|---|
MIN_LEN | 3 | Минимальная длина слова в статистике |
TOP_N | 30 | Размер ТОП-списка слов и участников |
MAX_CHARS_PER_PART | 250000 | Целевой размер части при разделении (в символах) |
MERGE_BURSTS_MINUTES | 0 | Склеивать подряд идущие сообщения одного автора (мин). 0 = не склеивать |
MIN_TEXT_LEN | 1 | Сообщения короче этого выкидываются |
NORMALIZE_LAUGHTER | False | Сворачивать «ахаха»/«пхпхпх» к короткому виду |
MODEL_PARTS | claude-sonnet-4-6 | Модель для анализа отдельных частей |
MODEL_FINAL | claude-opus-4-7 | Модель для финального синтеза |
PARALLEL_WORKERS | 4 | Сколько частей анализировать параллельно |
SPLIT_BY | quarter | quarter или month — стратегия разделения |
3. Запуск
python main.py
Откроется меню:
============================================================
AnalyzerTGChat — анализ Telegram-чатов
============================================================
1. Экспортировать чат из Telegram
2. Статистика слов по CSV-экспорту (сохранение в .md + HTML)
3. Разделить CSV на части для ИИ
4. Проанализировать части через Claude (+ финальный отчёт)
5. Полный пайплайн (1 → 3 → 4)
6. Только финальный отчёт (пересобрать из готовых part_*.md)
0. Выход
============================================================
При первом запуске пункта 1 Telegram попросит код подтверждения (придёт в самом Telegram). Сессия сохранится в data/telegram_session.session — повторно код вводить не нужно.
4. Структура проекта
AnalyzerTGChat/
├── main.py # точка входа
├── requirements.txt
├── .env.example # шаблон конфигурации
├── .gitignore
├── run.bat / run.sh # обёртки запуска
├── prompts/ # шаблоны промптов для ИИ
│ ├── company_context.md # ОТРЕДАКТИРУЙТЕ под свою компанию
│ ├── part_analysis.md # промпт для анализа части
│ └── final_report.md # промпт для финального синтеза
├── tg_analyzer/ # пакет с логикой
│ ├── config.py # загрузка/валидация .env
│ ├── prompts.py # чтение шаблонов
│ ├── exporter.py # экспорт чата
│ ├── stats.py # статистика слов
│ ├── splitter.py # разделение на части
│ ├── analyzer.py # анализ через Claude
│ └── ui.py # меню
└── data/ # появится после первого запуска
├── exports/ # CSV-экспорт чатов (chat_export_<title>_<ts>.csv)
├── stats/ # <chat_slug>.md + .html — статистика слов
├── parts/
│ └── <chat_slug>/ # part_*.txt + index.md/participants.md/stats.json
├── reports/
│ └── <chat_slug>/ # part_*.md + final_report.md (+ .html рядом)
├── telegram_session.session
└── .last_chat.json # последний выбранный чат
`<chat_slug>` соответствует имени CSV-файла без префикса `chat_export_`,
поэтому несколько разных чатов не смешиваются между собой при анализе.
5. Кастомизация промптов
Если вы хотите получить более точный анализ — обязательно отредактируйте:
prompts/company_context.md— короткое описание компании, период, ключевые имена. Этот текст подставится во все промпты ИИ.prompts/part_analysis.md— что должно быть в отчёте по одной части.prompts/final_report.md— структура финального отчёта.
После правки промптов запустите пункт 4 заново. Готовые part_*.md пропускаются — удалите их вручную из data/reports/, если хотите перепроанализировать всё с новым промптом.
6. Частые проблемы
API_ID и API_HASH не заданы в .env — заполните .env, см. раздел 2.
PEER_ID_INVALID при экспорте — Telegram вас не знает с этим чатом. Используйте list (выбор из диалогов) или username.
max_tokens упёрлось — финальный отчёт обрезан. Увеличьте MAX_TOKENS_FINAL в .env. Или уменьшите длину входа: уменьшите MAX_CHARS_PER_PART или используйте SPLIT_BY=month.
Долгий запрос «висит» — анализ части может занимать несколько минут. Скрипт использует streaming, ничего не падает по 10-минутному таймауту.
Прерывание работы — анализ можно остановить (Ctrl+C). При следующем запуске уже готовые part_*.md пропускаются.
⭐ Понравился проект?
Поставьте звёздочку! Это лучший способ сказать «спасибо», и благодаря этому проект найдут другие люди, которым он тоже может быть полезен.
Нашли баг или есть идея? Открывайте issue или присылайте PR — буду рад.