Wechat Assistant

基于Windows的微信聊天记录分析与自动回复工具,支持抓取、分析与审核发送。

已扫描
适合谁
需要高效管理微信沟通的职场人士、希望自动化处理重复性消息的个人用户
不适合谁
非Windows系统用户、无法接受手动审核流程的用户
国内可用性
需网络配置。可能需要网络配置或第三方服务可访问。
安装难度
新手友好(★☆☆)。基于终端操作、依赖、API Key 和本地环境要求的初步判断。

安装与下载

openclaw skills install @luemery/wechat-assistant

Skill 说明

命令、参数、文件名以原文为准

微信聊天助手

任务目标

  • 本Skill用于:Windows平台微信聊天记录的智能抓取、分析与自动回复
  • 能力包含:聊天记录抓取、需求分析挖掘、知识库管理、回复生成与审核、数据可视化、任务规划
  • 触发条件:用户需要分析微信聊天、管理人脉关系、自动回复消息或规划任务提醒

前置准备

  • 依赖说明:Python 3.8+,uiautomation库(Windows UI自动化),scikit-learn(文本分析),matplotlib(可视化)
  • 系统要求:Windows 10/11,微信桌面版已安装并登录
  • 准备工作:

1. 确保微信已打开并登录

2. 确认要操作的聊天窗口可见

3. 准备好知识库文件(kb_data.json)

操作步骤

1. 聊天记录抓取

自动定位并抓取指定聊天窗口的记录:

python scripts/chat_capture.py --contact "联系人名称" --count 100 --output ./chat_records.json

2. 知识库管理

添加对话样本学习用户沟通风格:

python scripts/knowledge_base.py --action add --samples ./samples.json
python scripts/knowledge_base.py --action query --text "需要回复的内容" --top_k 5

3. 需求分析与挖掘

对聊天记录进行深度分析:

python scripts/analyzer.py --input ./chat_records.json --mode analyze --output ./analysis_result.json

4. 自动回复生成

结合知识库生成回复并进入审核流程:

python scripts/auto_reply.py --input "对方消息内容" --contact "联系人" --knowledge_base ./kb_data.json

审核环节会输出候选回复供选择,支持批准/修改/拒绝三种操作。

5. 数据可视化

生成分析图表和人脉关系图:

python scripts/visualizer.py --input ./chat_records.json --type relationship --output ./relationship.png
python scripts/visualizer.py --input ./analysis_result.json --type timeline --output ./timeline.png

使用示例

示例1:抓取并分析聊天记录

  • 场景/输入:抓取与"张三"最近200条聊天记录并分析
  • 预期产出:JSON格式聊天记录文件 + 分析报告(关键词、频率、情感)
  • 关键要点:确保微信窗口可见,联系人名称需精确匹配

示例2:生成并审核回复

  • 场景/输入:对方发来"明天下午有空吗?",需要生成回复
  • 预期产出:3个候选回复选项 + 审核确认后发送
  • 关键要点:先查询知识库学习用户风格,审核后执行发送

示例3:生成人脉关系图

  • 场景/输入:分析所有聊天记录生成人脉关系可视化
  • 预期产出:PNG格式关系图,节点大小表示互动频率
  • 关键要点:需要先抓取足够多的聊天数据

资源索引

  • 脚本:见 [scripts/chat_capture.py](scripts/chat_capture.py)(用途:抓取微信聊天记录,参数:contact/count/output)
  • 脚本:见 [scripts/knowledge_base.py](scripts/knowledge_base.py)(用途:知识库管理,参数:action/samples/text/top_k)
  • 脚本:见 [scripts/analyzer.py](scripts/analyzer.py)(用途:聊天数据分析,参数:input/mode/output)
  • 脚本:见 [scripts/auto_reply.py](scripts/auto_reply.py)(用途:生成回复+审核,参数:input/contact/knowledge_base)
  • 脚本:见 [scripts/visualizer.py](scripts/visualizer.py)(用途:数据可视化,参数:input/type/output)
  • 参考:见 [references/format_spec.md](references/format_spec.md)(何时读取:定义输入输出数据格式)

注意事项

  • 仅在Windows平台使用,需要微信桌面版支持
  • 自动发送前必须经过审核确认,不可自动发送
  • 抓取频率建议控制在合理范围,避免触发微信限制
  • 知识库需要持续更新以提升回复质量
L
@luemery

已收录 1 个 Skill

相关推荐