by runzhliu
🔍微信聊天数据分析的本地化AI-agent(Docker/Windows/MacOS) · AI分身 / 大模型分析 / 好友排行 / 词云 / 情感趋势 / 群聊画像
# Add to your Claude Code skills
git clone https://github.com/runzhliu/welinkLast scanned: 5/30/2026
{
"issues": [],
"status": "PASSED",
"scannedAt": "2026-05-30T16:00:12.758Z",
"npmAuditRan": true,
"pipAuditRan": true
}welink is an open-source ai agents skill for AI coding assistants such as Claude Code, Codex CLI, and ChatGPT, built by runzhliu. 🔍微信聊天数据分析的本地化AI-agent(Docker/Windows/MacOS) · AI分身 / 大模型分析 / 好友排行 / 词云 / 情感趋势 / 群聊画像. It has 208 GitHub stars.
Yes. welink passed SkillsLLM's automated security scan — a dependency vulnerability audit plus prompt-injection heuristics — with no high-severity issues. You can read the full report in the Security Report section on this page.
Clone the repository with "git clone https://github.com/runzhliu/welink" and add it to your Claude Code skills directory (see the Installation section above).
welink is primarily written in TypeScript. It is open-source under runzhliu on GitHub, so you can review or fork the full source.
Yes. SkillsLLM lists many other AI Agents skills you can browse and compare side by side. Open the AI Agents category from the badge at the top of this page, or use the Related Skills and comparison links further down to weigh welink against similar tools.
No comments yet. Be the first to share your thoughts!
你的微信聊天记录里,藏着你和每个人关系最真实的样子。WeLink 把这些数据交给 AI 来读——不只是统计图表,而是能让你直接提问、得到洞察:
「我和 XXX 的关系在哪个阶段最好?后来发生了什么?」
「这个群里真正活跃的人是谁?他们通常聊什么?」
「我今年和哪些朋友聊得越来越少了?」
所有数据留在本地,不上传任何服务器。
点击可放大查看
| AI 分身 | AI 分析 |
|---|---|
![]() |
![]() |
| AI 群聊 | AI 首页 |
![]() |
![]() |
| 快速入门引导 | 好友总览 |
![]() |
![]() |
| 好友深度画像 | 群聊画像 |
![]() |
![]() |
| 全局搜索 | 时间线 |
![]() |
![]() |
| 时光机 | 纪念日 |
![]() |
![]() |
让 AI 学习任何联系人的聊天风格,模拟和 TA 对话——像真的在和 TA 聊天一样。
聊天记录是一个人最真实的语言印记。AI 分身从中学习 TA 的用词习惯、语气特征和表达方式,让你可以:
和已经失去联系的老友再聊一次——哪怕只是 AI 模拟的,也能找回当年的感觉
让远在天堂的亲人以 TA 熟悉的方式"回复"你——不是冰冷的机器,而是带着 TA 说话习惯的温暖文字
在做重要决定前,和最信任的人的 AI 分身聊聊——TA 会用 TA 的方式给你回应
或者纯粹好奇——你最好的朋友如果看到你发的这句话,会怎么回?
[!NOTE] AI 分身旨在帮助用户回忆珍贵的人际关系。模拟结果由 AI 生成,不代表真人的真实想法。请善意使用,不要用于冒充他人身份或误导第三方。使用本功能即表示用户同意自行承担使用后果,项目作者不对因使用 AI 分身产生的任何直接或间接影响负责。
详细实现见 ai-clone.md。
让 AI 模拟群友继续聊天——按每个成员的发言比例和说话风格生成对话,你也可以随时加入。
详细说明见 ai-group-sim.md。
不再局限于单个联系人——直接问关于所有聊天记录的问题,AI 自动搜索并汇总回答。
「谁跟我聊过旅行?」→ AI 搜索全部联系人,找到 3 人提到过旅行,汇总每人聊了什么
「去年国庆我都跟谁聊天了?」→ AI 查询 10/1-10/7 的日历数据,列出每天的聊天对象
「哪些朋友经常提到加班?」→ AI 搜索关键词,按匹配频次排列
技术原理:LLM Agent 模式——第一步 LLM 解析问题意图(提取关键词/时间范围),第二步自动调用搜索/日历 API 收集数据,第三步 LLM 基于真实数据生成回答。每次提问仅消耗 ~4000 token。
AI 首页的联系人分析和跨联系人问答的对话自动保存到本地数据库,支持:
对任意联系人生成三种深度分析(基于统计摘要 + 采样消息,低 token 消耗):
所有 AI 功能的系统提示词(System Prompt)完全透明、可自定义:
{{name}}(联系人名)、{{today}}(日期)、{{rounds}}(轮数)等联系人详情页头部点紫色 BookOpen 按钮,进入一段章节化、有选项、多结局的视觉小说。AI 把 TA 当 NPC,剧情用 TA 的「分身画像」和真实事件素材生成 —— 像乙女游戏 / Doki Doki,但主角是你和你认识的人。
[!NOTE] 剧情仅在本地处理,所有选择只影响这一档存档。AI 输出不代表真人想法,请尊重当事人。
| 模式 | 用法 | 适合场景 |
|---|---|---|
| 自由探索 | 无固定目标,剧情自然展开 | 第一次玩,看看 AI 会写出什么 |
| 带目标 | 你输入一句目标(如「让 TA 答应一起去日本」),剧情围绕它推进 | 想测试某种关系走向 |
| 回忆改编 | 挑一天你和 TA 真实聊过的日期,AI 以那天对话为起点写「假如那天换种回应」 | 那段对话你后悔过,想看平行宇宙怎么走 |
每条存档独立,同一联系人可开多档;每章自动入库,可回滚到任意章看不同分支。
4 页分页(仿 Spotify Wrapped):
???支持白底长图导出(720px 宽,footer 自带 welink.click + 日期),发朋友圈合适。
设置页开启「AI 文生图」后,每章卡片右上角出现 ✨ 按钮 —— 调一张电影感场景图(不画人脸 / 不出现文字 / 抽象意象),自动入画廊。开局只生 1 张就够用,每张 0.05-0.2 元,不会失控。
clone_profiles.prompt(已训练分身的话);未训练时给兜底人设mem_facts 作为「TA 的世界设定」{affinity, tension, flags[], critical_hits, dealbreaker},每章合并一次 state_delta详细架构与接口见 docs/api.md 的「视觉小说 / 互动小说(VN)」章节。
侧边栏「实验室」Tab,集合了一组好玩、能分享的小工具。和"分析"路线不同,这一组以"卡片化、可截图、像 Spotify Wrapped 一样" 为目标。从 v0.2.0 首发 5 个起持续扩充,现已累计 21 个(聊天 DNA / 高光瞬间 / 灵魂提问机 / 平行宇宙 / 关系星图 / 群金句榜 / 语言进化史 / 聊天地图 / 人情债 / 断联预警 / 群聊 Wrapped / 反向语义搜索 / AI 虚拟群聊 / 群语料 ROI / 关系考古 / 健康日记 / 暧昧探测 / 回复速度榜 / 主动指数榜 / 社交圈流动榜 / 话题图谱)—— 详见 docs/labs.md。会调 LLM 的 Lab 在 tab 上带紫色 AI 标。
类 Spotify Wrapped 的年度聊天人设卡:消息总数、最爱的人、活跃时段、emoji 偏好、最长一句话、最早开始聊的人 …… 全部纯统计、无 LLM——零 token 成本,离线也能出。一键导出长图分享。
AI 从你和某位联系人的聊天记录里,挑出 5–8 段最有故事感的对话片段——表白、争吵、深夜聊人生、第一次见面、相互坦白。每段配一张可截图的卡片,自动生成标题和情绪标签。
AI 出 5 道只有你们俩才答得上的默契测试题("TA 最常吃的早餐是?""你们第一次见面在哪?"),翻面看答案。可以截图给对方做。
把联系人按"共同群聊"聚拢的力导向图——同一个圈子的朋友会自动靠拢成簇,让你一眼看出社交圈层结构。自写的迷你 force-directed layout,零新增依赖。
选一个联系人 + 输入一个"如果……"场景("如果我们五年前就认识"、"如果我现在跟 TA 求婚"、"如果我们是同事"),AI 用 TA 的人设生成一段虚构对话,逐字流式展开。复用 AI 群聊模拟的 persona 引擎。
每个 Lab 都支持白底分享图导出,footer 自带
welink.click+ 日期,发朋友圈合适。
| Lab | 数据源 | LLM | 一句话 |
|---|---|---|---|
| 💬 群金句榜 | 群引用消息(refermsg) | ❌ | 被群友翻牌最多次的"名场面"原文 Top 10 |
| 📈 我的语言进化史 | 我发的所有文本按年聚合 | ❌ | 4 条说话风格曲线(句长 / emoji / 英文夹杂 / 日均产量)+ 每年的"那年的我"卡 |
| 🌏 聊天地图 | 私聊地名词典子串匹配 | ❌ | 中国 / 海外 / 港澳台 / 景点 6 类 tier,bubble cloud + Top 同行者 |
| 💌 人情债 | regex 候选窗口 → LLM 精筛 | ✅ | 挖"答应了但没做"的承诺,分 TA 欠我 / 双方约定 / 我欠 TA |
| ❄️ 断联预警 | 私聊 last_message_ts | ❌ | 静默 ≥ 30 天的老朋友 Top 30 + 三档分级 + 三张"之最"卡 |
| 👻 这句话谁说过 | 复用 vec_messages 索引 | ❌(仅 embed) | 反向语义搜索:「这句话最像 X、Y、Z 说过的话」,按说话人聚合 |
| 🎭 AI 虚拟群聊 | 分身画像 + 私聊样例兜底 | ✅ | 任意 2-8 个联系人拉进虚拟群,AI 扮演每个人;批量 N 轮 + 气泡 TTS + 会话持久化 |
| 📊 群语料 ROI 诊断 | 群聊消息字数 | ❌ | 算「我看 vs 我说」性价比,标出高消耗 / 高产出 / 平衡群 |
| 📖 群聊 Wrapped | 群聊统计 | ❌ | 群画像顶部 Hero 卡:Top 3 发言成员 / 类型分布 / 最忙一天 / 被引用 Top 3 |
| Lab | 数据源 | LLM | 一句话 |
|---|---|---|---|
| 🩺 健康日记 | 私聊关键词(症状/就医) | ❌ | 双向扫"感冒/发烧/医院",7 天合并成一次发作,看我 vs TA 们谁更常生病 |
| 🔥 暧昧探测 | 私聊 5 类暧昧信号 | ❌ | 亲昵称呼/想念/深夜亲密/暧昧动作/暧昧表情,看跟谁最有"暧昧浓度"+ 双向度(仅供娱乐) |
| ⚡ 回复速度榜 | 私聊消息时间戳 | ❌ | 双向回复延迟中位数:谁秒回你 / 你秒回谁 / 最不对等 |
| ✋ 主动指数榜 | 私聊对话开场(4h 分段) | ❌ | 谁先打破沉默主动开口:你主动找的人 / 主动找你的人 / 最不对等 |
| 🌊 社交圈流动榜 | 滑动 12 月消息量对比 | ❌ | 今年 vs 去年同期,给每个人贴流动标签:新晋核心 / 悄然淡出 / 逆袭回归 |
| 🗺️ 话题图谱 | Top 60 私聊高频词 | ✅ | 「我这段时间都在聊什么」,LLM 把高频词聚成 5-8 个带名字 + emoji 的主题 |
首页左侧 Tab「今日简报」,每天看昨天的社交摘要:
懒生成 + 入库(ai_analysis.db.daily_digests),调试或重新索引后可强制重生成。零 LLM 默认形态(高光抽取走规则)。
侧边栏新 Tab「定时任务」(有新结果时角标显示未读红点)。写一条指令 + 选目标会话 + 选周期,系统就会定时跑 LLM,把结果送进应用内收件箱(markdown):
纯本地 App 调度,只在打开时执行;关闭期间错过的下次打开补跑一次(不堆积)。任务定义存 scheduled_tasks 表,运行历史存 task_runs 表。
聊天 DNA 是"庆祝长期连接",断联预警是它的反面。扫所有私聊(总消息 ≥ 50 条)的 LastMessageTs,按静默天数 ≥ 30 排出 Top 30:
| 之最卡 | 找谁 |
|---|---|
| 🥶 静默最久的高频好友 | 聊得多但安静最久的那位 |
| 📚 历史聊得最多但已断联 | 曾经的话题伙伴 |
| ⏳ 认识最久且当前断联 | 从最早就在你列表里、现在不说话的人 |
三档分级人数:30-89 天 / 90-179 天 / 180+ 天。零 LLM、10 分钟缓存、可截图分享。
WeLink 内置完整的 AI 分析引擎,可对任意联系人、群聊或某一天的聊天记录发起对话式分析。
| 模式 | 工作方式 | 适合场景 |
|---|---|---|
| 全量分析 | 将选定时间范围内的全部消息送入 LLM 上下文 | 深度关系分析、长期趋势总结 |
| 混合检索(RAG) | FTS5 全文检索 + 语义向量检索,精准召回相关片段 | 查找特定事件、关键词检索 |
| 时光机 AI | 跨所有对话的单日聚合分析 | 「某天发生了什么」式的日记回顾 |
LLM 批量阅读聊天记录,自动提炼关键事实(人名、事件、情感节点)并持久化存储。后续对话中,AI 可以调用这些「长期记忆」,而不依赖每次重新加载全量消息。
| 提供商 | 说明 |
|---|---|
| DeepSeek | 默认 deepseek-v4-pro,国产高性价比首选 |
| 豆包(火山方舟) | 字节 Doubao 系列,OpenAI 兼容;默认 doubao-seed-2-0-pro-260215 |
| Kimi | Moonshot(月之暗面),支持超长上下文 |
| OpenAI | GPT-4o 等,标准 API |
| Claude | Anthropic Claude,通过原生 API 接入 |
| Gemini | Google Gemini,支持 OAuth 2.0 认证 |
| Vertex AI | Google Cloud Vertex AI,原生支持。认证方式:Service Account JSON → JWT → OAuth2 token(自动缓存刷新)。走 Vertex AI 的 OpenAI 兼容端点,支持所有 Gemini 模型 |
| AWS Bedrock | 原生支持。认证方式:AWS SigV4 签名(手写实现,无 AWS S |