Channel
@sourcefurushi
On this record: Growth · Engagement · What this channel posts · Posts · Citations · Cite this entry
494subscribers
-1 since we began measuring on 7 August 2026
Risers and fallers across the register · movement among entries of Under 1,000.
| Telegram ID | -1002430827581 |
|---|---|
| Type | Channel |
| Username | @sourcefurushi |
| Created | Between 1 September 2024 and 15 December 2024— estimated from Telegram’s id allocation, not measured. How this range is calculated. |
| First recorded | 8 August 2026 |
| Last confirmed live | 8 August 2026 |
| Measurements held | 3 |
| Confirmed unchanged | 1 time, most recently 8 August 2026 |
| On Telegram | t.me/sourcefurushi |
| Measured (UTC) | Subscribers | Change |
|---|---|---|
| 8 Aug 2026, 10:55 | 494 | -1 |
| 8 Aug 2026, 04:19 | 495 | no change |
| 7 Aug 2026, 13:01 | 495 | first reading |
20 posts held, back to 15 December 2024 — the reader has not yet reached the start of this channel’s public history, so older posts may sit further back, unread. Read across 1 pageof Telegram’s post history, 20 posts per page.
ERR is average views per post over the last 30 days divided by subscribers, the definition TGStat uses, so this figure is comparable with the one you will see elsewhere. It falls structurally as a channel grows: a high ERR on a small channel and a low one on a large channel describe reach mathematics, not quality. We publish the figure and the sample it came from and pass no verdict on it.
ER is defined industry-wide as (forwards + reactions + comments) ÷ views— note the denominator is views, not subscribers. Telegram’s public web preview carries views and reactions but not forward or comment counts, so the reaction rate above is the reactions term only and is therefore a floor: the true ER for this channel is higher by an amount we have not measured and will not estimate.
| Window | Rolling 30 days · latest post in window 4 August 2026 |
|---|---|
| Posts held | 20 (15 December 2024 – 4 August 2026) |
| Views total | 8,135 |
| Reactions total | — |
| Forwards / comments | not exposed by the public surface — not measured, not estimated |
| Readings taken | 8 Aug 2026, 04:19 UTC |
Views are a single reading per post, taken at the time above. A post published in the last day or two is still accumulating views, which pulls the 30-day average down slightly. That is a property of the standard definition rather than a fault in it, so we keep the definition rather than “correcting” the number into something nobody can reproduce.
Precision. Telegram publishes view counts on its public widget in short form — 8.12K, 3.7M — so any reading at or above 1,000 reaches us rounded to three significant figures, and only counts below 1,000 are exact. Averages and rates derived from them are shown to the same precision rather than to the unit: a figure like 3,701,250 would assert digits nobody measured.
Reaction counts are published per emoji and rounded the same way, so a total below 1,000 is exact and a larger one is a sum that may carry a rounded component from each emoji above 1,000. Because it is a sum, it does not look rounded — read a large reaction total as three significant figures per contributing emoji rather than as the figure it prints.
Measured directly from 13 videos with a duration reading, out of the posts we hold for this channel — not this channel’s whole posting history, only the sample this register has actually read. An exact reading to the second, taken from the post itself rather than from Telegram’s own rounded chrome, so it carries no ≈ mark.
آموزش ساخت ربات تلگرام با پایتون و گوگل کولب از مبتدی تا حرفه ای - قسمت دهم : آموزش متصل کردن دیتابیس سوالوجواب به چتبات تلگرام با پایتون و Pandas! 🤖📊 در این جلسه یاد میگیریم چطور با استفاده از کتابخانه Pandas یک دیتافریم از ۱۰,۰۰۰ سوال و جواب (فایل CSV / TSV) بسازیم و منطق پاسخدهی هوشمند رو پیادهسازی کنیم. همچنین تابع get_answer رو طوری طراحی میکنیم که در صورت عدم پیدا شدن پاسخ، پیام پیشفرض پشتیبانی ارسال …
آموزش ساخت ربات تلگرام با پایتون و گوگل کولب از مبتدی تا حرفه ای - قسمت نهم : 📌 حل مشکل پیامهای تکراری و ساخت پایپلاین اجرای دائمی ربات تلگرام! 🔄🤖 در این جلسه مشکل خوانده شدنِ چندبارهی یک پیام تکراری رو با آپدیت داینامیک پارامتر offset حل کردیم. همچنین با بهکارگیری یک پایپلاین بینهایت (while True) ربات رو آماده کردیم تا بهصورت مداوم گوشبهزنگِ پیامهای جدید باشه و فقط آپدیتهای پردازشنشده رو دریافت کنه! …
آموزش ساخت ربات تلگرام از مبتدی تا پیشرفته - قسمت هشتم آموزش ارسال فایل و سند (Document) در تلگرام با پایتون و متد sendDocument! 📁🤖 در این جلسه یاد میگیریم چطور با استفاده از اندپوینت sendDocument فایلهای مختلف (مثل فایل CSV یا اسناد موجود در محیط گوگل کولب) را به همراه کپشن دلخواه از طریق ربات تلگرام ارسال کنیم. ⏱️ بخشهای مهم ویدیو: 00:15 - دسترسی به فایلهای نمونه (Sample Data) و کپی مسیر فایل CSV 00:26 - تنظی…
Channel name was changed to «آموزش ساخت ربات تلگرام در پایتون»
آموزش ساخت ربات تلگرام با پایتون و گوگل کولب از مبتدی تا حرفه ای قسمت هفتم - آموزش ارسال تصویر (Photo) در تلگرام با پایتون و متد sendPhoto! 🖼🤖 در این جلسه به نحوه ارسال عکس به گروهها و چتهای تلگرام با پایتون میپردازیم؛ از فراخوانی متد sendPhoto و تنظیم عکس با لینک مستقیم تا اضافه کردن کپشن و ارسال زمانبندیشده مجموعهای از تصاویر! ⏱️ بخشهای مهم ویدیو: 00:10 - فراخوانی متد sendPhoto و تنظیم پارامترهای اصلی در…
آموزش ساخت ربات تلگرام با پایتون و گوگل کولب از مبتدی تا حرفه ای قسمت ششم - آموزش ارسال فایل صوتی (Audio) در تلگرام با پایتون و متد sendAudio! 🎵🤖 در این جلسه یاد میگیریم چطور با استفاده از اندپوینت sendAudio و لینک مستقیم، فایلهای صوتی را به همراه کپشن دلخواه از طریق ربات تلگرام ارسال کنیم. ⏱️ بخشهای مهم ویدیو: 00:16 - فراخوانی و تنظیم اندپوینت sendAudio در کد پایتون 00:28 - معرفی پارامتر audio برای دریافت لینک…
آموزش ساخت ربات تلگرام با پایتون و گوگل کولب از مبتدی تا حرفهای -قسمت پنجم - ارسال خودکار پیام به گروه در این ویدیو میپردازیم به نحوه ارسال پیام به گروهها و چتهای تلگرام با پایتون؛ از پیدا کردن chat_id یکتا تا ارسال اتوماتیک لیستی از پیامها با فواصل زمانی مشخص در گوگل کولب! ⏱️ بخشهای مهم ویدیو: 00:16 - مرتبسازی سلولهای گوگل کولب و کامنتگذاری برای خوانایی بهتر کد 02:06 - معرفی اندپوینت sendMessage و بررسی …
آموزش ساخت ربات تلگرام با گوگل کولب از مبتدی تا حرفه ای - قسمت چهارم خواندن پیام های گروه با API توی این جلسه میریم سراغ پایتون و یاد میگیریم چطور بدون استفاده از مرورگر و فقط با چند خط کد پایتون، درخواست HTTP GET به API تلگرام بفرستیم و تمامی پیامهای دریافتی ربات را استخراج و چاپ کنیم! ⏱️ بخشهای مختلف ویدیو: 00:00 - مقدمه و معرفی کتابخانه requests برای ارسال درخواستهای HTTP 00:19 - نحوه ایمپورت کردن پکیج reque…
آموزش ساخت ربات تلگرام با گوگل کولب از مبتدی تا حرفه ای - قسمت سوم: در قسمت قبل ربات تلگرام مونو در BotFather پیاده سازی کردیم، حالا تو این قسمت می خوایم توی این جلسه یاد بگیریم چطور رباتی که ساختیم رو به گروه تلگرام اضافه کنیم، محیط گوگل کولب (Google Colab) رو برای کدنویسی آماده کنیم و با استفاده از متد getUpdates پیامهای فرستادهشده در گروه رو به صورت JSON دریافت و خواناییشون رو بررسی کنیم! ⏱️ بخشهای مختلف ویدی…
آموزش ساخت ربات تلگرام با گوگل کولب از مبتدی تا حرفه ای - قسمت دوم: توی این جلسه میریم سراغ اولین و مهمترین قدم برای توسعه رباتهای تلگرام؛ یعنی ثبت ربات در BotFather، دریافت API Token و پیکربندی تنظیمات امنیتی و حریم خصوصی! ⏱️ بخشهای مختلف ویدیو: 00:00 - مقدمه و مرور مستندات رسمی تلگرام (قابلیتهای ربات) 00:53 - جستجوی BotFather و آشنایی با دستورات (Commands) 01:27 - ساخت ربات جدید با دستور /newbot و انتخاب نام…
آموزش API به زبان ساده فرض کن دو نفر زبان همدیگر را بلد نیستند. برای اینکه با هم صحبت کنند، یک مترجم بینشان قرار میگیرد. API دقیقاً نقش همان مترجم را بین دو برنامه دارد. در برنامهنویسی، برنامهها معمولاً نمیتوانند مستقیم با هم ارتباط برقرار کنند. یک برنامه به جای اینکه وارد جزئیات برنامهٔ دیگر شود، از API درخواست میکند. مثلاً: 📱 برنامهٔ هواشناسی تو میخواهد دمای امروز را بداند. به جای اینکه خودش برود اطلاعات…
آموزش ساخت ربات تلگرام با پایتون و گوگل کولب از مبتدی تا حرفهای 🤖🐍 قسمت اول: نیازمندیهای نرمافزاری برای ساخت ربات (requirements) ⚙️ زبان: انگلیسی با زیرنویس فارسی 🇬🇧
Showing the 12 most recent of 20 posts we hold for @sourcefurushi. View and reaction counts are the latest single reading for each post, not a live figure, and a recent post is still accumulating both. A view count marked ≈ was rounded by Telegram before we ever saw it — t.me prints views in full below 1,000 and to three significant figures above, so ≈1,200,000 means somewhere between 1,150,000 and 1,249,999. Unmarked counts are exact. Text is reproduced from the public post preview and truncated for length.
Citation-graph rank — 348,510 of 1,340,412entries in the measured graph. A weighted position computed from the forward and mention edges below — republished posts weigh more than named mentions — and recomputed periodically, over the whole graph. Published only as this ordinal position, never as a score: a position is a fact, and a score printed beside one channel’s name would read as a verdict this register does not make. The two counts beneath stay separate for the same reason mentions are never summed with forwards anywhere else on this page — a named-by count costs nothing to manufacture. The top 100 by this measure, or how it is computed.
Republished by
Channels on the register that have forwarded this channel's posts into their own feed.
Built only from forwarded posts we have actually read, on both sides. Coverage is early and deliberately incomplete: a missing link means we have not read the post that would prove it, never that the relationship does not exist. Counts are distinct forwarded posts observed, so they only ever go up as we read more.
Named by 1 registered channel — every channel on the register whose own posts have named this one, by its current username or any other username it currently holds, merged from two separately captured readings of the same fact so a namer caught by only one of them is not missed and a namer both caught is not counted twice. A username this channel has since dropped is not matched — that handle may belong to someone else now, and crediting today’s namer to yesterday’s owner would misattribute it.
Named by
Channels on the register whose posts name this channel's handle.
A mention is a weaker signal than a forward and is counted separately for that reason — naming a channel is not republishing it, and a handle in a post body is easy to place deliberately. The post counts beside each row below are distinct posts in which the handle appeared, from posts we have read on both sides — the “Named by N registered channels” figure above is a different count, of distinct NAMING CHANNELS rather than posts, and is not the sum of the rows under it.
A live page changes as we take new readings, so a citation should name the measurement it is based on, not just the URL. The line below cites the subscriber count as measured 8 August 2026 — this entry's latest reading, not the date you are reading this.
“آموزش ساخت ربات تلگرام در پایتون” (@sourcefurushi), 494 subscribers as measured 8 August 2026. Telegram Register, tgregister.com/channel/sourcefurushi.
Full measurement history, CC BY 4.0. Every reading this register holds for this entry, not just the latest one, as a dated, downloadable record: CSV · JSON. Free to use with attribution to tgregister.com. Each file carries its own generation timestamp, which is the figure to cite for exactly when the data was retrieved.