微信群消息整理大师 (WeChat Group Message Makeup King)

微信服务群/客户群聊天截图自动整理技能。对外展示名 WeChat Group Message Makeup King / 微信群消息整理大师；技能 ID 为 wechat-group-weixin-qun-message-makeup-king（市场命名规范，全小写连字符，含 wechat 关键词便于搜索）。

💡 为什么用「截图法」整理微信群（核心创新）

微信对其聊天数据有严格的保护机制，目前市面上几乎没有成熟插件能直接自动探测、抓取并整理微信群信息——既无官方开放接口，破解或 Hook 又面临封号与合规风险。

而对大量中小企业来说，日常的客户沟通、售后跟进、项目协作都发生在个人微信里：它们并没有用企业微信建客户群来做信息沉淀，导致大量高价值的服务记录、问题反馈、成交线索随聊天窗口的滑动而永久流失。

本技能采用的「截图 → 粘贴 → 自动入库」方案，是在微信现有保护机制下性价比最高、可操作性最强的整理方式：不破解、不 Hook、不联网抓取，仅靠你已有的截图习惯，就能把散落在群聊里的知识固化成可检索、可追溯、可累积的结构化知识库。

对中小企业沉淀客户服务资产、复盘典型问题、构建自己的知识库，这种方法具有不可替代的价值——这也是本技能最核心的创新所在。

触发条件

当用户执行以下任一操作时触发：
- 粘贴 1 张或多张微信聊天截图到对话框并说"整理""录入""截图"等。
- 要求查看/更新 tracking.xlsx、group_coverage.xlsx、notes/ 等产物。
- 要求修改 memory_rules.md、合并人员、修正识别错误。

🚀 快速上手（3 步）

1. 写 pending：粘贴 1+ 张微信聊天截图到对话框，由我识别后写出 _pending_N.json（含群/人/消息）。
2. 一键入库 + 重算：运行 python run_all.py —— 自动把全部 _pending*.json 入库并重算产物。
3. 看结果：打开 tracking.xlsx（群/人/消息三表）与 group_coverage.xlsx（汇报覆盖表）。

常见坑、样例输入输出对照见 references/FAQ.md；字段契约见 references/schema.md。

核心原则

1. 被动模式：只在用户粘贴截图或要求整理时动手，绝不主动定期跑任务。
2. JSONL 三表为主存储：groups.jsonl、people.jsonl、messages.jsonl 是真相源；xlsx/md 只是重算视图。
3. 群/人/消息三维建模：每句话属于一个群、一个发言人、一个内容时间点。
4. 截图人客观化：优先用 operator.txt 里的名字（如「X工」），绝不用"你"；operator.txt 可选，缺失时记为「未知」。
5. 严格识别：图片/视频只描述肉眼可见事实，不确定部位写"不确认具体部位"，不强行套术语。
6. 去重：按 群+发言人+内容 指纹去重，吃掉同一文件误跑两遍和相邻截图首尾相接的重复。

工作目录结构

wechat_screenshots/
├── schema.md                 # 字段与数据契约
├── memory_rules.md           # 沉淀的人工纠正规则（必须每次整理前读）
├── core_reference.md         # 内部人员花名册+产品速查（本地权威源）
├── operator.txt              # 截图人客观身份
├── groups.jsonl              # 群表（主存储）
├── people.jsonl              # 人表（主存储）
├── messages.jsonl            # 消息表（主存储）
├── merge_log.jsonl           # 合并/别名绑定审计日志
├── ingest.py                 # 识别→归并→入库引擎
├── run_all.py                # 一键：依次入库全部 _pending + 重算产物
├── build_outputs.py          # 渲染 tracking.xlsx + notes/*.md
├── build_coverage.py         # 生成 group_coverage.xlsx/jsonl（群整理覆盖表）
├── tracking.xlsx             # 人读主视图（Messages/People/Groups 三表）
├── group_coverage.xlsx       # 汇报用：每群的时间跨度+整理人+截图张数
└── notes/
    ├── timeline.md
    ├── groups/
    │   └── <group_key>.md
    └── people/
        └── <person_id>.md

批量处理工作流（4-5 张为甜点）

1. 预检：读 operator.txt、当前库计数、确认无残留 _pending*.json。
2. 识别：为每张截图生成一个 _pending_N.json（N=1..n），结构见下。
3. 入库：依次执行 python ingest.py _pending_N.json。
4. 重算：执行 python build_outputs.py（会自动调用 build_coverage）。
5. 清理：删除已处理的 _pending_N.json 与 tracking.xlsx.new 等临时文件。
6. 汇报：展示 tracking.xlsx、group_coverage.xlsx、关键变更。

_pending_N.json 格式

推荐用 group 包裹式（功能最全，可传头像、全员截图、截图人 ID）：

{
  "group": {
    "display_name": "示例客户-示例设备群 (22)",
    "company": "示例客户公司",
    "purpose": "设备/项目",
    "our_company": "示例设备厂商",
    "member_count": 22,
    "roster_snapshot": {
      "date": "2026-07-08",
      "source_image": "全员截图.png",
      "members": ["昵称1", "昵称2"]
    }
  },
  "avatars": {
    "示例符号昵称": "红底卡通猫头像"
  },
  "captured_by": "录入人示例（如「X工」）",
  "captured_by_id": "",
  "messages": [
    {
      "speaker_raw": "示例符号昵称",
      "content": "设备已开机，仍无反应",
      "timestamp": "2026-07-08 14:18",
      "msg_type": "text"
    }
  ],
  "source_image": "Clipboard_Screenshot.png"
}

> ingest.py 同时兼容扁平写法（display_name/company 等平铺在顶层），但扁平写法无法传 avatars / roster_snapshot / captured_by_id，会丢失头像、全员截图与截图人 ID，建议始终用上面的 group 包裹式。

msg_type 可选：text/image/voice/video/file/system/redpacket。

日期推断规则

按置信度顺序：
1. 截图中自带清晰日期 → 直接用（写完整 YYYY-MM-DD HH:MM）。
2. 连续截图首尾重叠 → 按时间线顺延。
3. 微信当天聊天的消息只显示 HH:MM（不显示日期）→ 必须补全为录入当天：直接写完整 2026-07-20 14:18，绝不裸写 14:18。ingest.py 内置 normalize_timestamp() 也会在入库时自动用录入日补全，但写 pending 时就写全最稳。
4. 仍不明确 → 问用户，不要猜。

timestamp 为内容发生日期（主索引），entered_at 为录入日期（审计）。裸写时分会导致排序/查重主索引错乱，且 Excel「内容日期」列缺日期显短。

发言人识别

• 优先查 core_reference.md 判定内部人员（staff + 职务）。
• 新发言人首次出现时建 person_id，role 先标 unknown 或据上下文推断，备注"待确认"。
• 同一人在不同截图里名字不同 → 自动/人工并入同一人，新名追加到 former_names（分号分隔）。
• 规范名存在歧义时，宁可拆成两人，等人工确认再合并。

媒体描述规则

• 图片：只写可见事实；承印物/材质表面严格区分浅色面 vs 深色面。
• 视频：时长+画面内容；机器/屏幕时间戳只进视频备注，不动消息时刻。
• 语音：已转写则进 content；未转写则写 [语音 N秒] 内容未转写。
• 文件：保留文件名和大小。
• 客户标注：红线、圆圈、箭头 = 客户示意，不是内容本身。

群整理覆盖表

运行 python build_coverage.py 或 build_outputs.py 后生成：
- group_coverage.jsonl（机读）
- group_coverage.xlsx（汇报主用）

每行 = 一个群：最早/最晚消息时间、消息条数、截图张数、整理人（去重）、最近录入时间、待补事项。
各员工各自生成自己的覆盖表，人工对照合并，不自动跨实例合并。

冲突与人工确认

以下情况必须停下来问用户，不要静默决定：
- 同名不同人（同一群里出现两个"王总"）。
- 角色冲突（内部人被误标为 client）。
- 日期推断存在多个合理可能。
- 图片/视频部位不确定，需要用户标注。

使用脚本

入库：

python ingest.py _pending_N.json

重算所有产物：

python build_outputs.py

单独生成覆盖表：

python build_coverage.py

注意事项

• 不要直接操作 tracking.xlsx 作为合并输入；它始终是末端视图。
• build_outputs.py 在 tracking.xlsx 被 Excel 锁定时会自动写入 tracking.xlsx.new，请用户关闭 Excel 后重新运行即可覆盖。
• 本技能不连接微信、不自动截图；截图必须由用户完成。