这是一个用于分析微信群聊天记录,结合 AI 生成内容,并最终输出为精美手机端长图(PNG)的工具。
- 数据统计: 自动分析群聊记录,生成话唠榜、熬夜冠军、词云统计等数据。
- AI 智能摘要: 利用 AI 识别讨论热点、提取有价值的资源/教程、捕捉有趣对话和问答。
- 可视化报告: 基于 HTML/CSS 模板渲染,自动生成适配手机屏幕(iPhone 14 Pro Max 分辨率)的日报图片。
- 风格化: 支持幽默、玩梗的报告风格,提升阅读乐趣。
- 本地原始库直连: 直接读取解密后的微信数据库分析指定群聊,不再需要 ChatLab JSON 中间文件。
- Python 3.8+
- Node.js (可选,仅用于开发调试模板)
pip install jieba jinja2 playwright
playwright install chromium如果你要直接从本机微信数据库导出群聊,而不是手头已有 ChatLab JSON:
python scripts/setup_check.py --ensure-decryptor这一步会自动把 wechat-decrypt 安装到当前项目下的 vendor/,并安装其运行依赖。
自动安装 (推荐):
npx skills add https://github.com/ADVISORYDZ/wechat-daily-report-skill手动安装: 克隆本仓库到您的 Claude Skills 目录(如果目录不存在请先创建):
cd ~/.claude/skills/
git clone https://github.com/ADVISORYDZ/wechat-daily-report-skill.git在 Claude Code 中直接对 Claude 下达指令:
“生成 [群名称] 今日日报”
Claude 将自动调用本项目中的脚本,从解密后的原始数据库读取指定群聊并渲染日报长图。
输入来源是当前项目下 vendor/wechat-decrypt/decrypted/ 的原始 SQLite 数据库:
contact/contact.dbmessage/message_*.dbsession/session.db
scripts/analyze_chat.py 会直接从这些库里读取指定群聊,不再经过 JSON 转换;并且默认会在每次分析前先刷新一次解密快照。
scripts/: 核心 Python 脚本setup_check.py: 检查微信解密环境并准备wechat-decryptdecrypt_wechat.py: 解密本机微信数据库list_wechat_groups.py: 列出解密库中的群聊和消息量wechat_decrypted_reader.py: 读取解密后的微信群聊原始数据analyze_chat.py: 直接分析解密后的群聊数据库并生成统计generate_report.py: 模板渲染与图片生成
assets/: 资源文件report_template.html: Jinja2 报告模板
references/: 参考文档ai_prompt.md: AI 提示词模板
SKILL.md: 技能详细说明
MIT