Agent Skill

微信聊天分析及预测工具

微信聊天分析助手 v6.0.0 — 话题地图 + MCP SDK 兼容。 🆕 v6.0.0(话题地图 / MCP 1.x+2.x 兼容 / JSON 输出修复): 新增分析器(共 12 个):analyzers/topic_analyzer.py — 数据驱动话题地图 + TF-IDF 关键词(词频 × 消息级 IDF)+ 我/对方/群成员关注点拆分 + 语义主题桶(工作/家庭/感情/健康/购物/美食/娱乐/学习/财务/出行) + 按时间间隔切段 + 话题切换点 + 前后半段冷热变化 + 无 jieba 时按随包内置高频词表最长匹配,明确降置信度并说明漏词风险 MCP Server 31 工具(新增 get_topic_analysis),兼容 mcp 1.x FastMCP 与 2.x MCPServer JSON 输出超限不再裸切半截,改为紧凑序列化或合法错误信封 v5.0.0(承接)隐私扫描 / 群聊多主体 / 跨会话趋势 / 多格式导出,MCP 30 工具 v4.0.0(承接)桌面微信捕获 + 历史感知个性化预测 + 马尔可夫/时间模式推演,MCP 18 工具 v3.0.0(承接)AI 深度洞察 + 多源数据导入 + MCP Server 15 工具

数据分析·下次一定24·来自 skill_hub·skillhub.cn ↗
skillhub install @user_9d5a2a39/wechatanalyzer
52 Stars·9.3万 综合热度·9,710 字文档·源站更新 2026-11-22

README 文档

9,710 字

微信聊天分析助手 v6.0.0

话题地图 + 隐私扫描 + 群聊分析 + 跨会话趋势 + 桌面捕获 + 个性化预测的本地工具

⚠️ 分析结果仅供参考,不是专业评估

MBTI / 大五 / 情感 / 风险 / 关系健康度 / 群聊 / 推演都是启发式估计,准确率有限。 隐私扫描是正则识别,不能保证查全;AI 洞察是基于统计规则的辅助解读,不能用于专业心理评估、职业/感情决策、临床诊断。详见 FAQ.md。

🆕 v6.0.0 话题地图 + MCP SDK 兼容

当前口径:分析器注册表共 12 个分析器;MCP Server 31 工具(12 分析 + 1 隐私 + 6 AI 洞察 + 3 预测画像 + 3 会话记忆 + 1 导出 + 1 导入 + 3 桌面捕获 + 1 系统); CLI 仍为 15 个子命令。

新增分析器:话题地图(第 12 个,analyzers/topic_analyzer.py)

回答"这段聊天反复在聊什么、谁更爱聊什么、话题在哪一段变了":

  • 关键词 — TF-IDF(词频 × 消息级 IDF),权重归一到 0–100,带 selfcount / othercount
  • 语义主题 — 工作/家庭/感情/健康/购物/美食/娱乐/学习/财务/出行十个可重叠桶,命中才输出
  • 人物关注点 — 我 / 对方 / 共同关注 / 各自独有;群聊再按真实昵称拆前 5 人
  • 分段与切换 — 按 sessiongaphours(默认 4 小时)切会话段,段间 Jaccard < 0.3 记一次话题切换
  • 冷热变化 — 按消息顺序对半拆,标出升温/降温词(不是按自然日)
  • 分词降级 — 有 jieba 走真实词边界;没有 jieba 时用随包内置高频词表做最长匹配,

置信度扣分并在正文说明"词表外的未登录专名会漏掉",不产出假精确词云

配置见 config.json 的 analysis.topicenabled 与 topic 节(topkeywords / maxclusters / sessiongaphours / minsegmentmessages / minmessages)。

MCP SDK 兼容(mcp 1.x / 2.x)

  • 1.x 走 mcp.server.fastmcp.FastMCP,2.x 走 mcp.server.mcpserver.MCPServer,自动探测
  • getskillstatus 新增 mcpsdkgeneration / mcpsdklabel,兼容问题不用再靠猜
  • 新增 gettopicanalysis 工具;MCP Server 共 31 工具

输出正确性

  • _json() 超限不再直接切片:先试缩进版,再退紧凑版,仍超限返回合法错误信封,

调用方 json.loads 不会因为半截字符串崩掉

🆕 v5.0.0 隐私扫描 + 群聊分析 + 跨会话趋势 + 解析治本

正确性修复(这一版的主线)

  • "从聊天窗口直接复制"不再毁掉发送者 — scripts/data_manager.py
  • 2024-01-15 14:32:15 张三: 你好 曾按冒号切句,发送者变成 2024-01-15 14
  • 现在先剥行首时间戳再认名字;纯时间戳分隔行、———/*** 装饰行会被丢弃
  • 名字封顶 30 字,正文里的冒号(他说:你好)不会被当成名字分隔符
  • self/other 判定统一口径 — 新增 core.message.isselfsender() 为唯一来源
  • 旧 v1 只认 sender == 'self',而两条导入通道给的是"我" → 报告里"你的消息"恒为 0
  • scripts/llm_analyzer.py 同样判错,发给大模型的逐句话把"我"标成了"对方"
  • scripts/datasourceimporter.py 删掉自己那份集合,改调用 core,四条通道不再各说各话
  • 只做整名匹配:我的天、我们自己 这类昵称不会被当成"我"
  • 普通散文不再被当成结构化消息 — importcontainer_text 把 text:* / simple / unknown 一律交回逐行解析,守住"裸行算我说的"这条约定
  • 产物不落技能包 — RAG 向量库、embedding 缓存、网页截图上传目录、报告目录全部改为只尊重绝对路径,相对路径归一到运行时数据目录(core.datapaths.resolvedata_dir())
  • 这四处的默认值都指向 <技能根>/data/…,一旦真的跑起来,.db/.index/.png 会被上传通道按二进制文件拦下
  • 历史画像会话数不再虚高 — predictors/historyawarepredictor.py:关掉 mergehistory 时不继承旧画像的 trainedsessions;种子合并改在 train() 重建之后进行

新增能力

  • 隐私扫描器(第 11 个分析器,analyzers/privacy_scanner.py)— 完全本地正则识别
  • 10 类标签:密钥/口令、身份证号、银行卡号、长数字串、手机号、座机、邮箱、微信号、地址/定位、疑似真实姓名
  • 银行卡走 Luhn 校验,订单号/快递号不再误报;命中区间按优先级互斥去重
  • 姓名只认显式声明(我叫…/联系人:…),试过"X老师/X经理"推断但因中文无词边界误报严重,已删除
  • maskprivacytext() 一键脱敏;config.privacyscan.maskbefore_llm=true 时发往大模型前自动脱敏
  • 群聊分析器(analyzers/group_analyzer.py)— 三人及以上才有意义
  • 成员发言占比/字数/均长 + 活跃度分层 + 主导度 + 点名关系网 + 双人互动平衡度
  • 非群聊时明确标注,不硬凑指标
  • 跨会话快照与趋势(scripts/session_memory.py 接入 CLI/MCP)
  • analyze-v2 默认存快照,session --list / --save / --compare 看变化
  • 显著性判定:|Δ| ≥ 1.0 或 变化率 ≥ 10%;只写 JSON 行,损坏行与缺 id 的行读取时丢弃
  • 快照文件落在运行时数据目录,sessionmemory.maxsnapshots 控制保留条数
  • 多格式导出(scripts/report_exporters.py)
  • --markdown 贴飞书/Notion,--csv 一行一个指标给 Excel 透视,--export 全量 JSON
  • CSV 用 utf-8-sig(Excel 直接双击不乱码),Markdown 不带 BOM
  • CLI 接线 — 新增 capture(窗口/剪贴板捕获后直接分析)与 session 两个子命令,共 15 个子命令;analyze-v2 新增 --platform / --markdown / --csv / --ai / --label / --no-snapshot
  • MCP Server 30 工具 — 11 分析 + 6 AI 洞察 + 3 预测画像 + 3 会话记忆 + 1 隐私 + 1 导出 + 1 导入 + 3 桌面捕获 + 1 系统
  • 新增 12 个:scanprivacy、getgroupanalysis、getpatternanalysis、getinferenceanalysis、getinterpretationanalysis、aiinsightfromchat、listanalysissessions、saveanalysissession、compareanalysissessions、exportchatreport、getpredictionprofile、trainreplypredictor

🆕 v4.0.0 桌面微信捕获 + 个性化预测 + 推演增强

  • 桌面捕获(scripts/clipboardmonitor.py / scripts/wechatwindowreader.py)— Win32 剪贴板实时监控 + UI Automation 窗口读取,自动识别微信格式、增量去重、后台守护线程;MCP 新增 captureclipboard / capturewechatwindow / getdesktopstatus
  • 个性化预测(predictors/historyawarepredictor.py)— 从用户真实回复中学习:N-gram 高频短语 + 上下文-回复对 + 风格画像 + 情感-回复映射 + 时段映射
  • 融合与推演 — ensemble.py 动态置信度权重 + 多样性保障;rulepredictor.py 意图链追踪 + 长度自适应回复;inferenceanalyzer.py 新增话题马尔可夫链(转移概率 + 循环检测)与回复时间模式(延迟分析 + 最佳回复窗口)
  • MCP Server 18 工具

🆕 v3.0.0 AI 深度洞察 + 多源数据导入 + MCP Server

  • AI 洞察引擎(analyzers/aiinsightengine.py)— 把 config.json 中默认禁用的 LLM 真正接进来
  • 5 类分析模板:性格解读(personalityinsight)/ 情感叙事(emotionnarrative)/ 关系建议(relationshipadvice)/ 风险解读(riskinterpretation)/ 预测解释(prediction_explanation)
  • DeepSeek / OpenAI 兼容 / Ollama 自动适配;环境变量 DEEPSEEKAPIKEY 优先级最高
  • 隐私脱敏:发送前自动屏蔽手机号/身份证号/银行卡号;聊天内容超 4000 字符自动截断
  • 响应缓存(md5 键)+ 模板化降级 + 免责声明自动追加
  • 多源数据导入(scripts/datasourceimporter.py)— 智能粘贴 + URL + JSONL
  • 6 平台自动识别:微信 / 企业微信 / QQ / iMessage / 短信 / 邮件
  • 续行支持(消息跨多行自动合并)+ JSONL 每行解析 + JSON 数组导入
  • 完全本地处理,零数据外传
  • MCP Server(mcp_server.py)— 15 工具 stdio 协议
  • 7 分析工具:analyzechat / getmbti / bigfive / sentiment / risk / relationship_health / scenario
  • 5 AI 洞察工具:aipersonalityinsight / emotionnarrative / relationshipadvice / riskinterpretation / predictionexplanation
  • 1 预测工具:predict_reply(Rule + RAG + MiroFish 三层融合)
  • 1 导入工具:importchatfromtext + 1 系统工具:getskill_status
  • CLI 接线 — main.py analyze-v2 输出新增 AI 洞察章节(需配置 LLM Key)

🆕 v2.9.0 分析能力升级 + 语音交互

  • 关系健康度分析器(新第 9 个分析器)— 互动平衡 / 回应度 / 情感同步 / 投入度 / 互动深度五维评分 + 冷回复惩罚 → 0-100 健康分与优秀/良好/一般/需关注四级,附针对性建议;情感同步优先复用 sentiment 己方占比,回退词典评分 → 表情符号统计 → 中性 50(零词典环境仍可用)
  • 情感分析增强 — 新增 rollingtrend 滚动趋势(窗口≤5 净分移动平均)+ turningpoints 情感转折点检测(好转/转差与时间点)+ selfpositive/selfnegative 己方情感占比(旧字段全部兼容)
  • 语音交互(python scripts/main.py voice)— 七大口语指令(分析文件/预测/演示/自检/报告/日历/图谱);TTS 三级降级 pyttsx3 → Windows SAPI(PowerShell 5.1 System.Speech,零依赖)→ 终端打印;STT 三级降级 speech_recognition → SAPI 听写 → 打字;无麦克风环境自动降级文本输入;speaker/listener/executor 全部可注入测试;config.json 新增 voice 配置节(voice.enabled=false 可关)
  • CLI 接线 — main.py 新增 voice 子命令;报告展示新增关系健康度与情感转折点两个段落;version 命令同步新特性

🆕 v2.8.0 健壮性升级 + 零警告

  • 消除非法转义 — core/utils.py 正则因引号截断产生隐式字符串拼接,\[ 成非法转义(DeprecationWarning,3.12+ 将变 SyntaxError),改三引号 raw string
  • Python 3.15 兼容 — calendarmanager.parse_date 无年份日期("08-20")显式补参考年份,不再依赖 strptime 默认年份(3.15 起行为变更)
  • 7 处裸 except 收紧 — 按场景改为 ValueError / OSError / json.JSONDecodeError,不再吞 KeyboardInterrupt
  • 全覆盖编译烟囱测试 — 自动扫描全部 .py(编译+警告升错误)+ 裸 except 防回归 + 版本一致性校验
  • 测试 329 过 / Python 3.11 与 3.14 双版本零警告

能力矩阵

能力说明入口
MBTI / 大五人格关键词规则推断 + 维度差距置信度 + 稳定性评分analyze-v2
情感分析jieba 分词 + 否定识别 + 反讽检测 + Emoji 映射 + 滚动趋势/转折点(v2.9)analyze-v2
风险检测4 类风险 + 反讽排除 + 时序突发 + 三级分级analyze-v2
关系健康度平衡/回应/情感同步/投入/深度五维 + 冷回复惩罚(v2.9 新增)analyze-v2
群聊多主体(v5)发言占比/活跃分层/主导度/点名关系网/双人平衡analyze-v2
隐私扫描(v5)10 类 PII + 银行卡 Luhn 校验 + 区间去重 + 一键脱敏analyze-v2 / scan_privacy
话题地图(v6)TF-IDF 关键词 + 语义主题 + 我/对方关注点 + 冷热变化 + 话题切换analyze-v2 / gettopicanalysis
对话预测Rule + RAG + MiroFish + HistoryAware 四层融合,动态权重predict-v2
个性化画像(v5 接线)从真实回复学 N-gram/风格/时段,可持久化与再训练trainreplypredictor
时间感知距最后消息时间/周末/密集节奏调整回复时机predict-v2
推演 + 解读7 大推演(含马尔可夫链 + 回复时间模式)+ 4 大解读analyze-v2
跨会话趋势(v5)快照保存/列表/对比 + 显著变化判定session
多格式导出(v5)Markdown / CSV 指标表 / 全量 JSON / 单文件 HTML--markdown --csv --export --html
桌面捕获剪贴板实时监控 + 微信窗口 UI Automation 读取capture
AI 深度洞察5 类模板,DeepSeek/OpenAI/Ollama,默认关闭--ai
日历事件从聊天提取约会/截止/提醒/生日/付款/出行calendar
定时任务每日/周/月/季/年自动生成报告schedule
报告生成单文件离线 HTML(内联 SVG 图表)--html
文件导入txt/json/docx/pdf,编码自动检测--input

使用说明

分析与导出

python scripts/main.py analyze-v2 --paste                          # 粘贴分析(自动识别格式)
python scripts/main.py analyze-v2 --input 聊天记录.txt               # 文件分析(自动识别编码)
python scripts/main.py analyze-v2 --input 记录.txt --platform wechat # 自动识别不准时手工指定
python scripts/main.py analyze-v2 --paste --markdown r.md          # Markdown 报告
python scripts/main.py analyze-v2 --paste --csv r.csv              # CSV 指标表(Excel 双击不乱码)
python scripts/main.py analyze-v2 --paste --html r.html            # 单文件离线 HTML
python scripts/main.py analyze-v2 --paste --ai --label 和TA         # 追加 AI 洞察 + 存快照备注
python scripts/main.py analyze-v2 --paste --no-snapshot            # 本次不进快照

跨会话趋势(v5.0.0)

python scripts/main.py session --list                # 历史快照(默认列 20 条)
python scripts/main.py session --save --label 第一阶段
python scripts/main.py session --compare             # 与上一次比
python scripts/main.py session --compare --id 20261015_1432  # 与指定快照比

桌面捕获与预测

python scripts/main.py capture                       # 读微信窗口并直接分析(Windows)
python scripts/main.py capture --source clipboard --seconds 30   # 监听剪贴板 30 秒
python scripts/main.py predict-v2 --paste            # 四层融合对话预测
python scripts/main.py graph-stats                   # MiroFish 本地图谱统计
python scripts/main.py report-v2 --format csv        # 用最近一次结果重出报告

其他命令

python scripts/main.py demo                    # 一键体验内置示例
python scripts/main.py doctor                  # 环境自检(依赖/config/编码)
python scripts/main.py voice                   # 语音交互(v2.9,说/打字均可)
python scripts/main.py calendar --list         # 日历事件
python scripts/main.py schedule --list         # 定时任务
python scripts/main.py version                 # 查看版本

v1.2.0 命令(向后兼容)

analyze / report / schedule / serve / calendar 全部保留,行为不变。

隐私与配置

  • 100% 本地计算,零外部网络请求(首次下载 embedding 模型除外)
  • 运行时数据(数据库、向量库、模型缓存、报告、截图、快照、画像)默认存系统 tempdir,WECHATANALYZERDATA_DIR 环境变量可覆盖;配置里的相对路径不会落回技能包,只有绝对路径被采纳
  • 发往大模型前先脱敏:privacyscan.maskbefore_llm=true(默认开)会把手机号/身份证/银行卡/邮箱替换成占位符
  • 可选能力:RAG(rag.enabled=false 关闭)/ MiroFish(mirofish.enabled=true 启用)/ LLM(默认禁用,隐私优先)/ 群聊(group.enabled)/ 隐私扫描(privacyscan.enabled)/ 会话记忆(sessionmemory.enabled)
  • 上传前 python clean.py --check 检查残留(退出码 1=有残留),python clean.py 一键清理

常见问题

Q: 粘贴进来全是"unknown"发送者 / 分析器一个都不跑? A: v5.0.0 修复了行首时间戳被切成发送者的问题,直接用 analyze-v2 --paste 粘贴微信窗口的复制内容即可;自动识别不准时用 --platform wechat 指定。

Q: 隐私扫描说没风险就安全吗? A: 不一定。它是正则识别,只覆盖格式明确的 10 类信息,认不出"我家住XX小区3栋"以外的隐式表述;查全率有限,重要场景仍需人工过一遍。

Q: 群聊分析两个人能用吗? A: 能跑但没意义,isgroup 会是 false 并给出说明;groupchat.min_members 默认 3。

Q: 话题地图的词为什么有的没认出来 / 没装 jieba 准不准? A: 有 jieba 时按真实词边界统计;没有 jieba 时按随包内置高频词表做最长匹配,词表外的未登录专名会漏掉,置信度也会打折,正文会明确标注。想要更细的结果请 pip install jieba。

Q: GBK 编码读取报错? A: v2.1.0 起自动识别 utf-8-sig / utf-8 / gb18030,直接传入即可。

Q: 大五人格全是 100%? A: 已修复归一化,小样本收缩到 50 附近,信号充分时落在 15~85 区间。

Q: 首次运行很慢? A: RAG 首次需下载 embedding 模型(50-100MB),之后秒开。

Q: 环境出问题怎么排查? A: python scripts/main.py doctor 逐项检查并给修复建议。

Q: v2 和 v1.2.0 结果不一致? A: 正常,v2 引入 jieba 分词、否定识别等,更准确。

Q: ModuleNotFoundError: No module named 'dotenv'? A: 只有直接导入 scripts/mirofishservices*.py 时才会碰到(scripts/mirofishconfig.py 顶层依赖 python-dotenv,未列入任何 requirements,且 Config.UPLOADFOLDER 从未定义)。这套服务在当前版本没有任何入口引用(CLI/MCP 都不导入),需要自行补依赖后才能启用,详见 RUNBOOK.md 的"已知问题"。

依赖安装

pip install -r requirements.txt          # 核心(必须:jieba/Flask/docx/pptx)
pip install -r requirements-rag.txt      # RAG(可选:sentence-transformers/chromadb)
python scripts/main_setup.py             # 一键配置

版本历史

  • v6.0.0 话题地图 + MCP SDK 兼容:topicanalyzer(TF-IDF 关键词 / 语义主题 / 说话人关注点 / 分段切换 / 冷热变化 / 无 jieba 词表降级)+ MCP 新增 gettopic_analysis(30→31 工具)+ 兼容 mcp 1.x/2.x + JSON 超限不再产生半截输出
  • v5.0.0 隐私扫描 + 群聊分析 + 跨会话趋势 + 解析治本:privacyscanner(10 类 PII / Luhn 校验 / 一键脱敏)+ groupanalyzer(占比 / 分层 / 点名网 / 双人平衡)+ sessionmemory 与 reportexporters 接入 CLI/MCP + 行首时间戳粘贴格式修复 + isselfsender 统一 self/other 口径 + 运行产物移出技能包 + MCP 18→30 工具
  • v4.0.0 桌面微信捕获 + 历史感知个性化预测 + 马尔可夫/时间模式推演:clipboardmonitor + wechatwindowreader + historyaware_predictor + ensemble 动态权重(MCP 15→18 工具)
  • v3.0.0 AI 深度洞察 + 多源数据导入 + MCP Server:aiinsightengine(5 类模板/DeepSeek 真实接通)+ datasourceimporter(智能粘贴/URL/JSONL)+ mcp_server(15 工具)
  • v2.9.0 分析能力升级 + 语音交互:关系健康度五维分析器 + 情感滚动趋势/转折点 + SAPI 零依赖语音会话
  • v2.8.0 零警告:非法转义修复 + Python 3.15 日期兼容 + 裸 except 收紧 + 编译烟囱测试
  • v2.7.0 scheduler 建表修复 + 日历/调度测试补全
  • v2.6.0 上传修复(.pyc/.db 二进制治本,core/data_paths.py 统一路径)
  • v2.5.0 五 bug 修复 + 友好错误全链路 + 版本号单一来源
  • v2.4.0 jieba 情感修复 + 测试补全
  • v2.3.0 时间感知对话预测
  • v2.2.0 推演 + 信息解读(10 大子能力)
  • v2.1.0 本地图谱 + 编码检测 + 单文件 HTML 报告

完整功能说明见 README.md | 新手速查见 RUNBOOK.md | 更多问答与故障排查见 FAQ.md | 变更记录见 CHANGELOG.md

同分类其他技能

查看全部 ›