wetrace

微信聊天记录分析助手,用于查询、分析和导出本地微信数据库中的聊天数据。适用场景:(1) 查看与特定联系人或群组的聊天消息,(2) 通过关键词搜索跨会话消息,(3) 分析聊天模式、活跃度趋势或关系动态,(4) 导出多种格式的聊天记录(HTML/PDF/DOCX/CSV/XLSX),(5) 获取社交互动和沟通习惯的洞察,(6) 管理客户关系和跟进提醒,(7) 生成年度报告或统计数据,(8) 生成精美的可视化 HTML 页面。触发词:wetrace、微信、聊天记录、wechat、分析聊天、导出聊天、生成报告、生成仪表板,或任何涉及微信聊天数据分析、消息搜索或关系洞察的请求。

Safety Notice

This listing is imported from skills.sh public index metadata. Review upstream SKILL.md and repository scripts before running.

Copy this and send it to your AI assistant to learn

Install skill "wetrace" with this command: npx skills add afumu/wetrace-skill/afumu-wetrace-skill-wetrace

微信数据分析助手

查询、分析和导出微信聊天数据,提供 AI 驱动的智能洞察和精美的可视化页面。

⚠️ 重要提示

  • 本 Skill 依赖 Wetrace 服务
  • 仅支持 Windows 平台(微信数据库位于 Windows 系统)
  • 需要先安装并运行 Wetrace 服务才能使用本 Skill

前置条件

  • Wetrace 服务:必须先安装并运行 Wetrace
  • 服务地址:Wetrace 服务运行在 http://127.0.0.1:5200
  • 微信数据库:已解密并加载
  • 操作系统:Windows 10/11
  • 如果服务未运行,先提示用户启动 Wetrace 服务

核心工作流程

1. 理解用户意图

将用户请求分类为以下类别:

  • 查询(Query):查看消息、会话、联系人、群聊
  • 搜索(Search):通过关键词查找消息
  • 分析(Analysis):分析模式、生成统计数据
  • 导出(Export):导出多种格式的数据
  • 洞察(Insight):综合分析并提供建议
  • 可视化(Visualization):生成精美的 HTML 页面

2. 提取参数

从用户请求中识别关键参数:

  • 联系人名称:提取人名或群名
  • 时间范围:提取时间段
  • 关键词:提取搜索词
  • 格式:提取导出格式

3. 调用 API

本 Skill 提供了 Python 脚本工具来调用 Wetrace API,比直接使用 WebFetch 更方便。

方式一:使用 Python 脚本(推荐)

使用 wetrace_api.py 脚本,位于 scripts/wetrace_api.py

# 查询会话
python scripts/wetrace_api.py sessions --keyword "张三" --limit 20

# 获取消息
python scripts/wetrace_api.py messages --talker wxid_abc123 --limit 50

# 搜索关键词
python scripts/wetrace_api.py search --keyword "项目" --limit 30

# 分析数据
python scripts/wetrace_api.py analysis hourly wxid_abc123
python scripts/wetrace_api.py analysis daily wxid_abc123

# 导出聊天记录
python scripts/wetrace_api.py export chat --talker wxid_abc123 --format html

完整脚本文档:查看 scripts/README.md

方式二:直接调用 API

基础 URL:http://127.0.0.1:5200/api/v1

完整 API 文档:参考 references/api.md

常用 API 模式

GET /sessions?keyword={名称}&limit=50
GET /messages?talker_id={id}&time_range={范围}&limit=100
GET /search?keyword={关键词}&time_range={范围}&limit=50
GET /analysis/hourly/{session_id}
GET /analysis/daily/{session_id}
GET /export/chat?talker={id}&format={格式}&time_range={范围}

4. 处理和呈现数据

简单查询/搜索

以清晰、结构化的格式呈现数据。

分析任务

  1. 从分析 API 获取原始数据
  2. 使用 references/analysis-prompts.md 中的模板生成 AI 总结
  3. 以清晰的结构呈现

导出任务

调用导出 API,告知用户下载信息。

洞察任务

  1. 从多个 API 收集数据
  2. 综合信息
  3. 生成全面的洞察和建议
  4. 使用 analysis-prompts.md 中的适当模板

5. 错误处理

  • API 返回 404:数据库可能未加载,联系人/会话可能不存在
  • API 返回 500:服务器错误,建议检查日志
  • 无数据返回:验证时间范围和联系人名称
  • 服务器无响应:提示用户启动 Wetrace 服务

🎨 智能网页生成功能

Wetrace 提供 8 个核心可视化功能,每个功能都会:

  1. 调用 Wetrace API 获取数据
  2. 使用 AI 分析生成总结
  3. 使用统一的设计系统生成精美的 HTML 页面
  4. 保存 HTML 文件到 ~/wetrace-exports/ 并提供访问链接

可用的可视化功能

当用户请求生成可视化页面时,根据触发关键词选择对应的功能:

  1. 智能摘要生成 - 触发词:总结聊天记录、生成摘要、智能总结

  2. 待办事项提取 - 触发词:提取待办、找出任务、待办事项

  3. 聊天活跃度热力图 - 触发词:活跃度热力图、聊天时间分布

  4. 互动趋势分析 - 触发词:趋势分析、互动趋势

  5. 智能周报月报 - 触发词:生成周报、生成月报

  6. 数据仪表板 - 触发词:生成仪表板、数据总览

  7. 智能对话摘要 - 触发词:对话摘要、智能总结、分类摘要

  8. 客户关系健康度 - 触发词:客户健康度、CRM 仪表板

设计系统

所有生成的 HTML 页面都遵循统一的设计系统,详见 references/design-system.md,包括:

  • 颜色系统:基于 HSL 的 CSS 变量
  • 组件库:Card、Badge、Button、Separator、Input 等
  • 布局系统:响应式容器和统一间距
  • 数据可视化:Chart.js 配置和颜色方案

HTML 页面特点

所有生成的 HTML 页面:

  • 独立运行:无需服务器,双击即可在浏览器打开
  • 响应式设计:适配所有设备(桌面/平板/手机)
  • 现代化样式:使用 Tailwind CSS
  • 交互式图表:使用 Chart.js 实现数据可视化
  • 清晰层次:卡片布局、统一间距、语义化颜色
  • 易于分享:可直接发送给他人查看

使用流程

当用户请求生成网页时:

  1. 识别功能:根据触发关键词匹配对应的功能
  2. 读取详细文档:从 references 目录读取对应的 .md 文件
  3. 收集参数:询问用户必要的参数(会话 ID、时间范围等)
  4. 调用 API:获取所需数据
  5. AI 分析:使用 analysis-prompts.md 中的模板生成总结
  6. 生成 HTML:使用 design-system.md 风格生成精美页面
  7. 保存文件:保存到 ~/wetrace-exports/ 目录
  8. 提供链接:返回文件路径和访问链接

高级功能

时间范围解析

支持多种格式:

  • 中文:最近一周、上个月、今年
  • 英文:last week、last month、this year
  • 绝对时间:2024-01-01~2024-01-31
  • 相对天数:last 7 days、last 30 days

转换为 API 格式:YYYY-MM-DD~YYYY-MM-DD

联系人名称匹配

  1. 首先在会话中尝试精确匹配
  2. 如未找到,在联系人中搜索
  3. 如有多个匹配,请用户明确
  4. 同时支持昵称(NickName)和备注(Remark)字段

分页策略

对于大数据集:

  1. limit=50 开始
  2. 如用户需要更多,增加 limit 或使用 offset
  3. 告知用户总数
  4. 如数据集非常大,建议导出

使用提示

  • 调用 API 前始终验证服务器是否运行
  • 使用适当的分析模板以保持输出一致性
  • 提供可操作的洞察,而不仅仅是原始统计数据
  • 尊重用户隐私 - 不要对关系做出假设
  • 提供后续步骤或跟进行动
  • 同等处理中文和英文查询
  • 生成 HTML 页面时:始终参考 design-system.md 的设计系统
  • 文件保存位置:统一保存到 ~/wetrace-exports/ 目录
  • 提供访问链接:生成完成后提供 file:// 协议的完整路径

🐍 Python 脚本工具

快速使用

脚本位置:scripts/wetrace_api.py

安装依赖

cd scripts
pip install -r requirements.txt

常用命令

# 查看帮助
python wetrace_api.py --help

# 查询会话
python wetrace_api.py sessions --keyword "张三" --limit 20

# 获取消息(需要会话ID)
python wetrace_api.py messages --talker wxid_abc123 --limit 50

# 按时间范围查询
python wetrace_api.py messages --talker wxid_abc123 --time-range "2024-01-01~2024-01-31"

# 全文搜索
python wetrace_api.py search --keyword "项目" --limit 30

# 数据分析
python wetrace_api.py analysis hourly wxid_abc123
python wetrace_api.py analysis daily wxid_abc123
python wetrace_api.py analysis type wxid_abc123

# 获取总览
python wetrace_api.py dashboard

# 导出聊天记录
python wetrace_api.py export chat --talker wxid_abc123 --format html

在代码中使用

from scripts.wetrace_api import WetraceAPI

# 创建API客户端
api = WetraceAPI()

# 查询会话
sessions = api.get_sessions(keyword="张三", limit=10)
for session in sessions:
    print(f"{session['NickName']}: {session['MessageCount']} 条消息")

# 获取消息
messages = api.get_messages(talker_id="wxid_abc123", limit=50)
for msg in messages:
    print(f"[{msg['CreateTime']}] {msg['Content']}")

# 搜索
result = api.search(keyword="项目", limit=20)
print(f"找到 {result['Total']} 条相关消息")

完整文档:查看 scripts/README.md

Source Transparency

This detail page is rendered from real SKILL.md content. Trust labels are metadata-based hints, not a safety guarantee.

Related Skills

Related by shared tags or category signals.

General

ll-feishu-audio

飞书语音交互技能。支持语音消息自动识别、AI 处理、语音回复全流程。需要配置 FEISHU_APP_ID 和 FEISHU_APP_SECRET 环境变量。使用 faster-whisper 进行语音识别,Edge TTS 进行语音合成,自动转换 OPUS 格式并通过飞书发送。适用于飞书平台的语音对话场景。

Archived SourceRecently Updated
General

test_skill

import json import tkinter as tk from tkinter import messagebox, simpledialog

Archived SourceRecently Updated
General

51mee-resume-profile

简历画像。触发场景:用户要求生成候选人画像;用户想了解候选人的多维度标签和能力评估。

Archived SourceRecently Updated
General

51mee-resume-parse

简历解析。触发场景:用户上传简历文件要求解析、提取结构化信息。

Archived SourceRecently Updated