Wxw-Gu 49684f3365 feat: 完善 AI 智能检索与定位
新增 AI 查询规划和主题变体多轮检索
修复无结果时回退全量消息导致的错误结论
优化目标成员优先级和大数据量消息匹配性能
新增检索诊断日志、任务中心和持久化缓存
支持证据按时间定位档案并闪烁提示
2026-07-28 15:52:31 +08:00
2025-12-31 09:50:46 +08:00
2026-07-24 16:19:27 +08:00
2026-07-24 16:19:27 +08:00
2026-07-28 15:52:31 +08:00
2025-12-15 16:01:25 +08:00
2025-12-15 16:01:25 +08:00
2025-12-15 16:01:25 +08:00
2025-12-15 16:01:25 +08:00
2025-12-15 16:01:25 +08:00
2026-07-27 09:41:49 +08:00
2026-07-27 09:42:25 +08:00
2025-12-15 16:01:25 +08:00

WechatExplorer

macOS / Windows 微信聊天记录查看,AI 一键生成群聊总结。 是一个基于 Electron + React + TypeScript 开发的微信聊天记录查看与分析工具。它支持查看解密后的微信数据库内容,提供聊天记录搜索、导出以及 AI 智能总结功能。

项目说明

本项目的目标,是在自己的电脑上实现“本地查看微信聊天记录 + 一键生成群聊总结”的实用能力。

在微信 4.0 数据库解析、解密思路上,项目参考了 WeFlow 等开源项目的实现方式;此项目围绕我自己的使用场景做的定制化工具,重点放在本地聊天记录查看、群聊总结和个人工作流集成上。

macOS 支持相对稳定;Windows 已初步支持 但因聊天记录大/机械硬盘等问题 会有所卡顿,仍在持续兼容不同微信版本与本地目录结构。

功能特性

  • 聊天记录查看: 浏览微信好友和群聊的聊天记录,支持头像显示。
  • 全局搜索: 快速搜索聊天内容。
  • 消息防撤回: 高亮查看对方已撤回消息
  • AI 智能总结: 支持多模型服务配置(DeepSeek/GPT-4o/Claude/Moonshot),一键总结群聊精华内容,生成话题报告。
  • 群聊日报生成: 支持围绕群聊内容生成日报,通常会覆盖以下模块中的部分或全部内容:
    • 今日讨论热点: 梳理群内主要话题,支持热度标签。
    • 一句话速览: 首屏突出今日核心结论与待跟进事项。
    • 实用信息与资源: 提取分享的链接、资源等信息。
    • 重要消息汇总: 标记并展示重要消息,带发送者头像。
    • 有趣对话或金句: 收录群内的精彩对话。
    • 问题与解答: 整理群内的问答内容。
    • 尚未解决 / 今日剧情线: 更适合工作群和项目群的回顾与跟进。
    • 今日群相册 / 语音时长榜 / 临时群友称号: 让图片、语音和氛围型内容也能参与日报。
    • 群内数据可视化: 消息热度条形图、话唠榜 TOP5、活跃时间线。
    • 词云/关键词: 可视化展示群聊关键词。
  • 图片生成: 将 AI 总结的内容生成精美图片,方便分享。
  • 数据导出: 支持导出聊天记录为 CSV 文件(今日、昨日、近7天或全部)。
  • 安全隐私: 所有数据仅在本地处理,AI 功能需自行配置 API Key。

📸 预览

日报模板

点击查看完整日报模板
完整日报模板

AI 群聊日报界面

AI 群聊日报页面

本地 API 与 Reader Skill

本地 API 与 Reader Skill 页面

点击这里下载

📖 使用方法

安装、获取数据库密钥、连接微信数据及常见问题,请查看:

👉 WechatExplorer 完整使用教程

教程包含 macOS 与 Windows 的分步截图,以及数据目录、SIP、图片解密密钥和自动获取失败的排查方法。

微信 4.0+ 在 macOS / Windows 上已支持部分能力,目前仍在持续适配。如需其他成熟方案,也可参考 WeFlowChatlog

🛠️ 开发配置(可选)

本地开发需要 Node.js(推荐 v16+)和 pnpm 7。

环境变量

可选配置项,可在 .env 文件中设置;本地开发时运行 pnpm dev 会在 .env 不存在时自动从 .env.example 复制一份。成品用户也可以直接在软件“设置”里填写或自动获取图片解密密钥。

变量名 说明 示例
VITE_DB_KEY 微信数据库密钥 (32字节hex) YOUR_DB_KEY_HERE
VITE_IMAGE_XOR_KEY 图片解密 XOR 密钥 (hex格式) 0x40
VITE_IMAGE_AES_KEY 图片解密 AES 密钥 (16字符) YOUR_AES_KEY_HERE
VITE_DEEPSEEK_API_KEY DeepSeek API Key sk-xxx
VITE_AI_BASE_URL AI API 地址 https://api.deepseek.com
VITE_AI_MODEL AI 模型 deepseek-chat
VITE_FILTER_MSG_TYPES 过滤的消息类型 分享消息,图片,表情包,视频

🤖 AI 集成(本地 HTTP API

WechatExplorer 内置了一个本地 HTTP API 服务,默认监听 127.0.0.1:6131(纯本地,无鉴权),让你能够从 Claude Desktop / Claude Code / Codex / curl / 任何脚本 读取已经解锁的微信聊天记录。

启用本地 API

API 服务在 WechatExplorer 启动时自动启用,不需要任何配置。只需要:

  1. 安装并启动 WechatExplorer
  2. 完成首次密钥配置(主窗口第一步),解锁 WCDB 数据库
  3. API 即在 http://127.0.0.1:6131 可用

7×24 提供 API(菜单栏常驻模式)

默认情况下,关闭主窗口时 macOS 会让 app 继续运行,但 Windows / Linux 会退出。如果希望主窗口关闭后 API 服务仍可用,启用菜单栏模式:

# 任选一种方式
WXE_TRAY=1 open /Applications/WechatExplorer.app
/Applications/WechatExplorer.app/Contents/MacOS/WechatExplorer --tray

启用后:

  • macOS dock 图标自动隐藏
  • 菜单栏出现 WechatExplorer 图标(可点击重新打开主窗口、查看 API 状态)
  • 主窗口关闭后 API 服务继续运行

API 端点一览

端点 说明
GET /api/v1/health 健康检查
GET /api/v1/current_time 获取当前本地时间(用于"今天/昨天"换算)
GET /api/v1/contact?filter=xxx 联系人 / 群聊列表
GET /api/v1/chatroom?keyword=xxx 搜索群聊
GET /api/v1/chatlog?talker=xxx&time=2026-07-03 聊天记录
GET /api/v1/group_snapshot?md5=xxx 群成员快照
GET /api/v1/resolve?q=群昵称 把昵称/wxid/md5 解析成 md5

详细参数、返回结构、时间格式见 docs/skill/wechatexplorer-reader/SKILL.md

安装 Reader Skill,让 Agent 读取和总结群聊

WechatExplorer 已内置 Reader Skill,无需手动复制仓库中的 SKILL.md

  1. 启动 WechatExplorer,并确认数据库已连接、本地 API 已运行。
  2. 打开应用内的 API 页面。
  3. 在“快速接入”中选择 CodexClaude Code
  4. 点击复制安装指令,将指令粘贴给对应的 Agent 执行。
  5. 安装完成后,可以直接向 Agent 提问:

“今天技术交流群聊了什么?”

Reader Skill 会自动获取本机时间、定位目标群聊、读取所需聊天记录,并结合上下文生成总结。详细接口说明仍可查看 docs/skill/wechatexplorer-reader/SKILL.md

curl 调试示例(可选)

不使用 Agent 时,也可以通过 curl 直接调试本地 HTTP API

# 健康检查
curl http://127.0.0.1:6131/api/v1/health

# 今天 摸鱼交流群 的聊天记录
curl -G "http://127.0.0.1:6131/api/v1/chatlog" \
  --data-urlencode "talker=摸鱼交流群" \
  --data-urlencode "time=$(date +%Y-%m-%d)"

# 把群昵称解析成 md5
curl -G "http://127.0.0.1:6131/api/v1/resolve" \
  --data-urlencode "q=摸鱼交流群"

⚠️ 免责声明

本项目仅供学习和研究使用。请勿用于非法用途。开发者不对使用本项目造成的任何后果负责。请遵守相关法律法规和微信使用协议。

Star History

Star History Chart

🔗 参考致谢

📱 交流与反馈

WechatExplorer 交流二维码

S
Description
No description provided
Readme
34 MiB
Languages
TypeScript 82.6%
SCSS 8.7%
JavaScript 3.4%
HTML 3.2%
Go 1.9%
Other 0.2%