WeChat Intelligence Hub
微信个人情报库:把本地微信聊天变成可检索、可核查、可行动的个人情报,包括联系人历史、群聊主题、待回复、承诺、商机、复联线索,以及任意指定时间范围的情报报告。
这不是 Prompt 大礼包,而是一个独立的微信旗舰项目。仓库同时提供只读数据入口和情报工作流,并配有可执行入口、边界、测试和全虚构样例。
当前首发版本为 v0.9.2-preview.2。微信相关代码已经具备公开测试条件,但不是“安装后自动读取所有人的完整微信历史”:完整数据库模式需要本人授权的本地数据库和访问材料。Reader 核心不获取密钥、不重签名、不注入、不 Hook 微信;可选的实验性接入助手有独立授权和副作用边界,见下文。
一个产品,两个 Skill
Skill / Project
作用
状态
wechat-cli
Rion 自有的只读 Reader 入口;v0.9.2-preview.2 已覆盖旧版接口、schema-2 salt-key 授权导入、WCDB 压缩消息与本机实读验收
依赖层 / Preview
wechat-intelligence-hub
把微信记录转成日报、待回复、承诺、商机和复联线索
用户入口 / Flagship
微信能力在代码中分成四层,方便独立测试和维护;对用户仍是一套产品、一次安装:
· projects/rion-wechat-reader/:Rion 自有的 clean-room 只读 Reader 核心。
· skills/wechat-cli/:Reader 的统一 Agent 入口,默认只调用 Rion 自有 Reader;只有使用者显式设置 RION_WECHAT_CLI_BIN 时才调用兼容后端。
· skills/wechat-intelligence-hub/:Agent 的调用入口与判断规则。
· projects/wechat-intelligence-hub/:确定性本地引擎、虚构样例和测试。
Rion 的通用 Skill 合集 rionwu-skills 只负责收录、发现和链接本项目,不复制微信读取器源码或 Git 历史。
安装
直接让Codex安装和配置
把下面这段发给Codex即可,不需要自己逐条执行命令:
请从 https://github.com/Rion-Wu-tech/wechat-intelligence-hub 安装微信CLI和微信个人情报库,接入这台电脑上我自己的微信。
先读取仓库说明,检查是否已经安装、当前配置是否可用;已有可用配置或key就复用,不覆盖我的个人Profile和数据。
缺少依赖由你处理;确实缺key时,由你核验并准备固定版本工具,说明影响、经我确认后执行。我负责登录微信和完成系统授权,不会把密码或key发给你。
完成数据库验证和配置后,告诉我能读取哪些范围、还有什么未就绪;再协助初始化个人情报库。遇到错误请定位并修复,不要把一堆命令交给我,也不要无限重试。
这是有人确认关键操作的接入工作流,不是无条件、无人值守的解密。已有安装如何升级、微信升级后如何排障,见配置与排障提示词。
手动安装入口
先确认接入条件:安装成功不等于已能读取聊天。 已有本机访问材料可直接验证、导入;没有key时,由Codex按五步首次接入工作流准备固定版本工具,经审核和明确确认后尝试获取,可能重启微信和重签名副本。用户只需登录、确认影响和完成系统授权,不需要复制key。仓库不捆绑获取工具,安装和日常日报均不会触发获取;macOS新机器获取路径尚未实测,不保证所有版本可用。请勿向维护者、社群或Issue发送key、密码和数据库。
克隆仓库:
git clone https://github.com/Rion-Wu-tech/wechat-intelligence-hub.git
cd wechat-intelligence-hub
安装完整产品:
./scripts/install.sh --with-sqlcipher
不传 Skill 名称时会安装 wechat-cli、wechat-intelligence-hub 及其本地引擎。即使只指定 wechat-intelligence-hub,安装器也会自动补齐它依赖的 wechat-cli;用户不需要手工拼装两套组件。
安装后可以直接对Codex说:
用 $wechat-cli 帮我接入这台电脑上我自己的微信。已有配置或key就复用;没有就帮我准备工具,说明影响并确认后获取,再完成验证和配置。
安装 wechat-cli Skill 时会同时安装 Rion 自有的 rion-wechat-reader 核心。新用户无需第三方二进制即可检查本机覆盖范围,并在 macOS 上读取系统实际保留的微信通知预览;该模式只覆盖入站预览,不能代表完整聊天记录。v0.9.2-preview.2 的公开接口已与旧 wechat-cli 1.6.19 的 29 项只读工具、266 个输入字段对齐,可读取用户显式提供的 schema-2 salt-key 授权材料,并安装隔离 SQLCipher 与 Zstandard 运行依赖。当前本机已完成新旧 CLI 真实数据对照、当前 macOS 图片/视频/文件路径验证和微信个人情报库端到端索引验证;其他微信版本仍按能力矩阵逐项积累。
需要独立命令行入口时只安装一个 CLI:
projects/rion-wechat-reader/install.sh --with-sqlcipher
rion-wechat-cli self-test
rion-wechat-cli self-test --require-sqlcipher
rion-wechat-cli access-plan --pretty
ready 表示复用已有配置;ready_to_configure 才继续用相同输入运行 setup;needs_access 表示缺少访问材料,不要重复运行setup。JSON顶层 ok: true 仅表示诊断完成,请查看 data.state。部分覆盖、驱动缺失、多账号和权限问题会分别给出下一步。
完整历史和实时数据库读取要求有权访问的本地数据库与访问材料,且仅覆盖已同步到本机的数据。只读 Reader 与可选接入助手的边界见 Reader 说明。没有数据库读取条件时,仍可运行全虚构 Demo,验证索引、判断与报告链路。
安装 wechat-intelligence-hub 时,脚本会同时把经过隐私扫描的本地引擎放进 Codex 目录,正常调用无需再配置 WECHAT_HUB_HOME。先用虚构数据运行 Demo:
bash projects/wechat-intelligence-hub/scripts/run_demo.sh
只有在开发或调试仓库源码时,才需要临时指定引擎路径:
export WECHAT_HUB_HOME="$PWD/projects/wechat-intelligence-hub"
安装 wechat-cli 和 wechat-intelligence-hub 后,建议先做一次个性化初始化。它会把你正在做的事、个人背景和关系标签变成日报的排序依据:
cd projects/wechat-intelligence-hub
python3 wechat_intelligence_hub.py profile-init \
--owner-alias "你的微信昵称" \
--personal-doc "/path/to/个人说明.md" \
--plan-doc "/path/to/本月计划.md" \
--priority-label "你的重点联系人标签"
个人说明可以包含身份、业务、擅长领域、资源、约束和长期目标;当前计划可以包含近期目标、正在推进的项目、交付/收入优先级和截止时间。如果还没有这些文档,直接运行 profile-init 即可生成本地准备清单;在补齐前系统仍能生成通用报告,但会标明尚未个性化。
微信标签不需要照搬维护者的名字。推荐按自己的工作流建立 2–5 类,例如客户、同行、渠道、供应商、自媒体网友或品牌方。可用 profile-init --inspect-wechat-labels 只读查看已有标签并生成候选建议;精确关键词检索始终可以覆盖全部微信记录,不受标签限制。
也可以在 Codex 中直接说:
$wechat-intelligence-hub 帮我初始化微信个人情报库。先查找我现有的个人说明和当前计划;如果没有,给我准备清单,再只读检查现有微信标签并建议如何分类。
重新打开 Codex 后,可以直接说:
$wechat-intelligence-hub 查看过去 24 小时微信里最需要我处理的事情
在 Codex 中怎么使用
安装并完成初始化后,不需要记命令行参数,可以直接用自然语言调用:
$wechat-intelligence-hub 生成过去 24 小时的完整微信情报日报,分析群聊、重点联系人、待回复事项和商业机会。
$wechat-intelligence-hub 总结我和「联系人名字」最近聊到哪里,还有什么承诺没有完成。
$wechat-intelligence-hub 搜索过去 7 天所有微信聊天里关于「AI 培训」的讨论。
$wechat-intelligence-hub 查找 8 月 1 日至今所有与「某个产品」有关的信息,合并同一件事的上下文并总结进展。
$wechat-intelligence-hub 总结微信标签「品牌方」里最近一个月值得跟进的人和事情。
$wechat-intelligence-hub 查看今天最需要我处理的 10 件事。
$wechat-intelligence-hub 根据最新聊天上下文,帮我给「联系人名字」写一条符合我语气的回复草稿。
完整日报同时输出 Markdown 和 HTML
24/48 小时只是常用日报窗口,不是时间上限。用户可以指定一天、一周、一个月、某段起止日期或已有索引覆盖的更长范围。完整的多会话复合报告默认保留两种正式版本:
· Markdown 版:适合阅读、复制、归档和继续交给 AI 加工。
· 交互式 HTML 版:适合搜索、筛选和浏览,包含综合行动、群聊日报、重点联系人和商单信号雷达四个入口。
直接在 Codex 中说:
$wechat-intelligence-hub 生成过去 24 小时的完整微信情报日报,同时输出 Markdown 和旗舰交互式 HTML。
主要文件包括:
wechat_daily_full.md # Markdown 总入口
wechat-report/ # 分区 Markdown
wechat_daily_report.html # 旗舰交互式报告
HTML 版支持全局搜索、分区导航、话题日报/重点群聊/群聊筛选切换、群聊展开、原链接跳转、明暗主题、打印和当前分区 Markdown 下载。报告内容会根据每位使用者的本地聊天、个人 Profile 和当前计划生成,界面与公开仓库中的旗舰渲染器保持一致。
除了按时间生成综合报告,还可以围绕某条信息、某个人、某个群、某个产品/物品、某个微信标签、某个项目或某件具体事件定向查找:系统会先定位相关消息和上下文,再按会话、时间和事件关系去重总结。单个对象和回复建议默认直接在 Codex 中回答,不会为了一个简单问题额外生成网页。如果希望定向调查也保存成双版本,请在请求中明确说“同时输出 Markdown 和 HTML”。
更完整的首次使用、常用提问、输出模式和命令行说明见 docs/USAGE.md。
隐私与安全
· 微信相关能力只读,不发送消息,不操作微信 UI。
· 真实聊天、联系人、Profile、数据库和输出报告不得提交到 Git。
· 仓库中的聊天、账号、品牌和金额样例均应为虚构数据。
· Reader 的数据库兼容性可能随微信版本变化;通知预览只是入站、非完整的降级来源。
· 运行任何涉及账号、支付、发布或外部写入的动作前,由使用者最终确认。
· 独立实现、商标和第三方关系说明见 NOTICE.md。
发布前运行:
./scripts/validate.sh
社群
开源代码提供完整的基础能力。Rion 的付费社群主要提供持续更新、安装与配置陪跑、真实案例拆解、行业规则包、Office Hour、产品共创,以及 AI + 自媒体 + 商业化的实践记录。
开源项目和社群是两种交付:前者让任何人能独立使用,后者帮助成员更快把工具变成自己的结果。
想一起实践 AI 工具、Skills 和自媒体变现,可以加入 Rion 的付费社群,交流使用方法、实战案例和商业化经验。
微信号:a668899universe,添加时请备注「社群」,了解具体内容和加入方式。
支持这个项目 / Support the Project
如果微信个人情报库帮你少翻了聊天记录、找到了值得跟进的机会,欢迎给项目点个 Star。你的支持会让它持续更新,也让更多人用好自己的聊天信息。
If WeChat Intelligence Hub saves you time reviewing chats or helps you spot an opportunity worth following up, please consider giving the project a Star. Your support helps it keep improving.
前往 GitHub,点个 Star / Star on GitHub
License
本项目采用 GNU Affero General Public License v3.0 only(AGPL-3.0-only)。你可以学习、运行、修改和用于商业活动;分发修改版本,或通过网络向用户提供修改版本时,必须履行 AGPL 对应源码等义务。
需要闭源集成、专有发行、OEM、白标或不希望承担 AGPL 义务的企业,可申请单独商业授权。加入 Rion 的付费社群不会自动改变软件许可证;社群提供的是安装适配、工作流配置、案例、持续更新和实践支持。
第三方依赖继续遵循各自许可证,仓库根许可证不会替换依赖项目的授权声明。已经依据 AGPL 获得的公开版本许可不可撤销,但未来版本可以采用不同的发布方式。
来源:https://github.com/Rion-Wu-tech/wechat-intelligence-hub
相关推荐
评论 (1)
登录 后可以评论
1、总结过去任何时间(默认24小时)的重要群聊和私聊 2、找出待回复、待兑现承诺和临近截止的事项
3、识别商单、培训、咨询、项目合作和复联等线索
4、按联系人、标签、具体事物、主题和日期检索历史聊天
5、生成 Markdown 和可交互的 HTML 报告
等等