name: wechat-analyzer
display_name: 微信聊天分析助手
display_name_en: WeChat Analyzer
description_zh: "微信聊天分析助手 v4.0.0：桌面微信实时捕获（剪贴板监控+窗口读取）+ 个性化预测（历史感知N-gram）+ 四层融合预测（Rule+RAG+MiroFish+HistoryAware 动态权重）+ 7大推演能力（含马尔可夫链+时间模式）+ AI深度洞察 + MCP Server 18工具。完全本地运行，零数据外传。"
description_en: "Privacy-first WeChat analyzer v4.0.0: desktop capture (clipboard monitor + window reader), personalized prediction (history-aware N-gram), 4-layer ensemble with dynamic weighting, 7 inference capabilities (Markov chain + timing patterns), AI deep insights, MCP Server 18 tools. Zero data leaves the machine."
description: >
微信聊天分析助手 v4.0.0 — 桌面实时捕获 + 个性化预测双轨升级。

🆕 v4.0.0 桌面微信捕获 + 个性化预测 + 推演增强（三轨升级）：
桌面捕获：scripts/clipboard_monitor.py — Win32 剪贴板实时监控
+ 自动识别微信格式 + 增量去重 + 后台守护线程
scripts/wechat_window_reader.py — UI Automation 窗口读取
+ 自动发现微信窗口 + 消息列表提取 + 联系人获取
MCP Server 新增 3 工具：capture_clipboard / capture_wechat_window / get_desktop_status
个性化预测：predictors/history_aware_predictor.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
predictors/ensemble.py v4.0.0 — 动态置信度权重 + 多样性保障
predictors/rule_predictor.py v4.0.0 — 意图链追踪 + 长度自适应回复
推演增强：analyzers/inference_analyzer.py v4.0.0 — 新增 2 大推演
+ 话题马尔可夫链（转移概率+循环检测）
+ 回复时间模式（延迟分析+趋势预测+最佳回复窗口）
MCP Server 18 工具（7分析 + 5AI洞察 + 1预测 + 1导入 + 3桌面捕获 + 1系统）

v3.0.0（承接）AI 深度洞察 + 多源数据导入 + MCP Server 15 工具
v2.9.0（承接）关系健康度五维 + 情感滚动趋势/转折点 + SAPI 零依赖语音交互
version: 4.0.0
author: user
tags:
- wechat
- chat-analysis
- mbti
- big-five
- sentiment
- report-generation
- privacy-first
- mirofish
- conversation-prediction
- rag
- local-llm
- multi-agent
- jieba
- negation-detection
- inference
- interpretation
- intent-recognition
- ner
- friendly-errors
- reproducible-prediction
- relationship-health
- sentiment-turning-point
- voice-interaction
- sapi-tts
- ai-deepseek
- mcp-server
- multi-source-import
- smart-paste
- clipboard-monitor
- wechat-window
- desktop-capture
- history-aware-prediction
- markov-chain
- ngram-pattern
- dynamic-weighting
triggers:
- "分析微信聊天记录"
- "聊天记录分析"
- "MBTI分析"
- "生成聊天报告"
- "微信记录整理"
- "对话预测"
- "心理分析"
- "情感分析"
- "微信怎么导出聊天记录"
- "本地对话预测"
- "群体智能分析"
- "RAG预测"
- "微信分析v2"
- "推演对话走向"
- "解读聊天内容"
- "提取聊天意图"
- "我要聊天分析"
- "看看我们聊了什么"
- "他是什么意思"
- "分析我们关系"
- "这段对话有什么问题"
- "帮忙看看聊天"
- "看看聊天记录"
- "帮我分析一下"
- "性格分析"
- "猜她是什么性格"
- "猜他是什么性格"
- "我们聊天有什么风险"
- "这段对话谁的问题"
- "听一下这段对话"
- "我们什么关系"
- "感情走向"
- "下一步该怎么聊"
- "TA 内心想法"
- "TA 是怎么想的"
- "聊天灵感"
- "回复建议"
- "她是不是生气了"
- "他最近怎么了"
- "怎么回复他好"
- "求分析"
- "语音分析"
- "说一句话分析"
- "AI深度解读"
- "DeepSeek解读聊天"
- "AI情感叙事"
- "AI性格分析"
- "多源聊天导入"
- "MCP分析"
- "JSON聊天导入"
- "捕获微信消息"
- "剪贴板监控"
- "读取微信窗口"
- "桌面微信捕获"
- "实时获取微信"
- "个性化预测"
- "历史学习预测"

微信聊天分析助手 v4.0.0

桌面实时捕获 + 个性化预测 + 智能推演 + AI 增强的隐私保护工具

> ## ⚠️ 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 / 推演都是启发式估计，准确率有限。
> 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。

🆕 v4.0.0 桌面微信捕获 + 个性化预测 + 推演增强

• AI 洞察引擎（analyzers/ai_insight_engine.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（personality_insight）/ 情感叙事（emotion_narrative）/ 关系建议（relationship_advice）/ 风险解读（risk_interpretation）/ 预测解释（prediction_explanation）
• DeepSeek / OpenAI 兼容 / Ollama 自动适配；环境变量 DEEPSEEK_API_KEY 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/data_source_importer.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：analyze_chat / get_mbti / bigfive / sentiment / risk / relationship_health / scenario
• 5 AI 洞察工具：ai_personality_insight / emotion_narrative / relationship_advice / risk_interpretation / prediction_explanation
• 1 预测工具：predict_reply（Rule + RAG + MiroFish 三层融合）
• 1 导入工具：import_chat_from_text + 1 系统工具：get_skill_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 rolling_trend 滚动趋势（窗口≤5 净分移动平均）+ turning_points 情感转折点检测（好转/转差与时间点）+ self_positive/self_negative 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 — calendar_manager._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

使用说明

v2 分析命令

python scripts/main.py analyze-v2 --paste                          # 粘贴分析
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 聊天记录.txt --html report.html   # 生成离线 HTML 报告
python scripts/main.py predict-v2 --paste                          # 三层融合对话预测
python scripts/main.py graph-stats                                 # MiroFish 本地图谱统计

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（数据库等）默认存系统 tempdir，WECHAT_ANALYZER_DATA_DIR 环境变量可覆盖
• 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）
• 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: 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。

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

• v3.0.0 AI 深度洞察 + 多源数据导入 + MCP Server：ai_insight_engine（5 类模板/DeepSeek 真实接通）+ data_source_importer（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（329→新增测试全过）
• 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（272→302）
• 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（160→235）
• 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 | 故障排查见 TROUBLESHOOTING.md