我现在想做什么	在应用里打开	需要准备什么
找一句记得原文或关键词的聊天	档案	连接微信数据，不需要 AI
找一件记得大意、但不知道在哪聊过的事	问问微信	配置 AI 服务，并选择会话和时间范围
让长期、跨群聊查找更稳定	问问微信 → 本地知识库	主动建立本地索引；不会自动创建
快速了解一个群今天、昨天或近 7 天聊了什么	日报	选择群聊并配置 AI 服务
把微信语音变成可搜索的文字	设置 → 语音转文字	准备本地语音模型
把聊天保存成 HTML、Markdown、CSV 或 JSON	导出	选择聊天、时间和格式，不需要 AI
尽量保留之后捕获到的撤回消息	设置 → 防撤回	默认关闭；开启前先了解写入和性能边界
直接在微信里向 WechatExplorer 提问	微信机器人	扫码连接机器人；总结类任务需要 AI
让 Codex 等外部 Agent 查询微信历史	外部 Agent	安装 Reader Skill 并配置本机 Token

最核心的三个能力

浏览和搜索微信历史

浏览联系人、群聊、折叠群聊和公众号消息。
查看文本、图片、视频、语音、文件、链接、引用、小程序等内容。
搜索会话或当前聊天中的关键词。
从 AI 结果跳回对应聊天位置。

详细说明：聊天档案与普通搜索

AI 帮你找回聊过的内容

打开“问问微信”，选择搜索范围和时间，然后像提问一样描述你想找的内容。

WechatExplorer 会先在本机查找候选消息，再把整理后的少量来源交给你配置的 AI 模型生成回答。你可以查看答案参考了哪些聊天、来自哪个人和时间，并从来源标记跳回原始消息核对；“查看检索详情”还会展示本次查找经历了哪些阶段。

详细说明：使用 AI 查找聊天信息

直接在微信里问你的历史聊天

打开应用中的“Agent”入口（页面标题为“Agent Hub”，对应微信机器人功能），扫码连接一个微信机器人账号。例如，你可以直接给机器人发送“最近 5 个会话”“张三最近和我聊了什么”，或者让它生成指定群聊的总结图片。WechatExplorer 会在本机读取已连接的聊天数据并把结果回复到微信。

这个入口不要求另外安装 Codex、Claude Code 等外部 Agent。当前主要处理文字消息，不支持群发、定时任务或通用自主操作微信；总结和自然语言理解需要先配置 AI 服务。

详细步骤和能力边界见在微信里向 WechatExplorer 提问。

其他能力

本地知识库

“问问微信”里的“本地知识库”会为当前微信账号建立一份留在本机的可检索资料。它把聊天文本、附件信息和已有语音转写整理起来，让跨会话、跨时间查找更稳定。

它只在用户主动建立后工作，可以同步、查看占用并清理；清理不会删除微信原始数据库。

详细说明：本地知识库

生成群聊日报

查看群聊日报示例、内容和导出方式

选择群聊和时间范围后，可以让 AI 把聊天整理成报告，并保存为 HTML 与 PNG 长图。报告可能包含热点、重要消息、资源、问答、待办、未解决事项、活跃统计和图片精选；具体内容取决于消息、媒体是否可读以及模型能力。

详细说明：生成群聊日报

转写微信语音

WechatExplorer 支持在本机转写单条或批量微信语音，结果可以参与本地知识库检索和 HTML 导出。转写本身不要求把语音文件发送给在线 AI；随后用于 AI 问答或日报时，文字会按对应功能的规则处理。

详细说明：语音转文字

防撤回

可选开启后，WechatExplorer 会尽量保留开启期间捕获到的撤回消息。该能力受微信版本和应用运行状态影响，不保证找回所有内容，也不能恢复开启前已经撤回的消息。

详细说明：防撤回

导出长期可用的聊天档案

支持 HTML、CSV、JSON 和 Markdown。HTML 可携带媒体、头像和可选语音转写，支持最多五个会话合并，也可以压缩为 ZIP；增量合并、媒体资源和 ZIP 只适用于 HTML，其他格式主要保留文本内容。

详细说明：导出聊天

在外部 Agent 中查询微信历史

通过 Reader Skill 和本机 Local HTTP API，Codex、Claude Code、OpenClaw 等外部 Agent 可以按需查询联系人、群聊和聊天记录。这和微信机器人是两条不同路径：微信机器人收到消息后在微信中回复；外部 Agent 则主动查询历史。

安装和技术说明请看Agent 接入概览与Local HTTP API。

它如何工作

flowchart LR
    A[本机微信数据] --> B[WechatExplorer 读取与解析]
    B --> C[聊天档案]
    B --> D[本地知识库与搜索]
    D --> E[筛选相关聊天来源]
    E --> F[用户配置的 AI 模型]
    F --> G[带来源的回答]
    B --> H[整理日报输入]
    H --> F
    B --> I[聊天导出]
    B --> J[Local HTTP API]
    J --> K[外部 Agent]
    L[微信机器人消息] --> M[Agent Hub]
    M --> B
    M --> F

微信数据库读取、聊天解析、知识库索引和离线语音识别在本机完成。
普通浏览、普通搜索和导出不要求配置 AI 服务。
使用“问问微信”、群聊日报或图片理解等 AI 功能时，完成任务所需的内容可能发送到你选择的模型服务；具体发送范围和确认方式以对应功能页面为准。
“问问微信”会先在本机缩小范围，不会默认把整个微信数据库作为一次模型请求发送。

完整边界见：数据、隐私与安全

支持平台与安装包

平台	处理器架构	Releases 安装包
Windows	x64	`-setup.exe`
macOS	Intel（x64）、Apple Silicon（arm64）	`.dmg`

当前代码面向微信 4.x 数据结构。实际连接结果仍会受到微信客户端版本、账号数据状态和系统权限影响；macOS 首次连接可能需要按页面提示完成额外授权。

快速开始

从 GitHub Releases 下载安装包。
启动 WechatExplorer，按照“第一次使用”页面选择微信数据目录。
第一次使用请先点击“开始连接”，按页面提示准备连接组件并获取数据库密钥；只有已经有密钥的高级用户才需要“手动连接”。
连接成功后打开“档案”，确认联系人和聊天消息已经出现。
先在“档案”里搜索一句你记得的原话；这一步不需要 AI。
需要 AI 问答或日报时，在“设置 → AI 模型”添加并测试 AI 服务，再打开“问问微信”或“日报”。
想直接在微信里提问时，打开“Agent”扫码连接微信机器人；想让 Codex 等外部 Agent 查询时，再进入“API”。

如果 macOS 页面提示处理 SIP，请先阅读对应说明。具体步骤和限制见第一次使用。

完整步骤：第一次使用 WechatExplorer

配置 AI

需要 AI 问答、群聊日报或图片理解时，在“设置 → AI 模型”添加并测试一个服务。应用支持云端服务、Ollama 等本地服务和自定义接口；具体服务商的配置、计费和数据规则由服务商决定。

使用本地服务可以减少数据离开电脑的路径，但本地服务的日志和配置仍由你自己负责。

开发者和 Agent 用户可以从Agent 接入概览开始，再按需要查看Local HTTP API与API 安全。

文档

本地开发

需要 Node.js、pnpm 7+、对应平台的 Electron/native 构建环境，以及 Go（用于微信连接器）。

pnpm install
pnpm dev

常用检查：

pnpm typecheck
pnpm test:unit
pnpm test:component
pnpm test:integration
pnpm test:e2e:build

完整说明：开发、测试与构建

支持与反馈

遇到问题时，先查看常见问题与排查。提交 Issue 时请提供操作系统、微信版本、WechatExplorer 版本、复现步骤和已遮挡敏感信息的截图。

请仅处理你有权访问的数据，并遵守适用的法律法规、组织政策和微信使用规则。数据库读取、解密、自动化和机器人能力都可能受平台版本与账号环境影响。

许可说明

仓库中的第三方组件、模型和连接器遵循各自的许可证。当前仓库根目录未提供独立的项目 LICENSE 文件；贡献、复制或再分发前，请先向维护者确认 WechatExplorer 本身的许可范围。

致谢

展开致谢与参考项目

WechatExplorer 在开发过程中参考了多个优秀的开源项目，感谢这些项目作者的工作与分享。

特别感谢：

WechatMessageExplorer
- 提供了微信数据库解析相关思路。
WeFlow
- 参考了数据库密钥获取、图片解密等实现思路。
chatlog
- 提供了聊天记录导出与数据处理方面的参考。

在此基础上，WechatExplorer 进行了重新设计与实现，包括：

AI 问问微信
AI 群聊日报
本地 HTTP API
Reader Skill
Agent Hub
新手引导
Electron + React 全新界面
本地优先 AI 工作流

感谢所有开源作者。

README.md Unescape Escape

WechatExplorer

把微信聊过的事，找回来、问清楚、留下来

WechatExplorer 是什么

💬 交流与反馈

从你的任务开始