摘星 · 微信助手

从海量消息里，摘出最值得关注的。

关键词提醒 · AI 群摘要 · 多平台推送 · 公众号速读 · 公众号实时提醒 · 手机扫码访问 · 收藏整理 · AI 对话 · 朋友圈归档 · 聊天导出 · RAG 语义检索 · AI Agent 智能助手 · MCP 工具扩展

在线体验 · 技术文档 · 下载

群里有人问"今晚聚餐去哪吃"，你看到时已经散场了。 收藏了 500 条内容，想找那条"上次记的笔记在哪"，翻了 20 分钟也翻不到。 关注了一堆公众号，每天的推送翻都翻不完，越积越多——最后索性不看了。

微信不会提醒你，不会帮你整理，不会帮你导出。 它只会让红点越来越多，让收藏越来越深，让重要消息越来越远。

版本说明
当前完整版包含 RAG 语义检索所需全部依赖（ChromaDB + ONNX Runtime + 嵌入模型），程序体积约 250 MB，每次启动需进行数据索引（约 1-5 分钟，取决于数据量）。
另提供 精简版（no-rag）——去除了 RAG 本地部署（语义检索不可用），其他功能不受影响，体积约 90 MB，首次启动无需索引，适合不需要语义搜索的用户。

功能

• 关键词提醒 — 在指定群聊设置关注词，命中后即时推送到已绑定的平台
• 多平台消息推送 — 支持绑定微信、QQ 机器人与飞书，扫码即用；摘要、提醒等推送可自由选择投递渠道
• 群聊 AI 摘要 — 多个群聊打包成一个分组，定时生成一份合并摘要（按群分段），消息量大时自动降级，AI 标注待办与决定
• 公众号助手 — 按主题分组，AI 定时汇总文章生成摘要；
• 公众号实时提醒 — 关注的公众号发布新文章时，即时推送 AI 速读摘要到微信
• 手机扫码访问 — 同一局域网下，手机扫描二维码即可访问 Web 控制台
• 聊天导出 — 打包聊天记录为离线 HTML/Json 档案，含文字、图片、语音、视频
• 收藏整理 — 浏览、搜索、筛选收藏内容，AI 对话查询，一键导出
• 朋友圈归档 — 导出为离线 HTML，图片视频完整保留，AI 回顾动态
• AI 对话 — 基于聊天记录 / 收藏 / 朋友圈 / 公众号的上下文对话，支持 RAG 语义检索精准召回
• AI Agent 智能助手 — 扫码绑定微信、QQ、飞书 与 Agent 对话，调用 20+ 工具完成状态查询、消息搜索、配置管理、摘要生成等操作，ReAct 推理循环自动拆解复杂指令
• RAG 语义检索 — 对公众号文章、朋友圈、收藏内容自动建立语义索引，AI 对话与 Agent 检索时精准召回最相关内容，不再依赖关键词"猜"
• MCP 工具 和 SKILL 扩展 — 通过 MCP 协议和 自定义SKILL 给 Agent 装上"超能力" --即插即用，持续扩展,让摘星Agent获取联网搜索、文件读写等能力，更多功能等你发现。
• 定时任务 — 定时执行预设的任务，为 Agent 设计时间表，到点自动执行。

在线体验

零安装，零配置，打开即用。

👉 点击进入 Demo

Demo 使用模拟数据，AI 功能真实调用。响应式设计，手机也能用。

截图

绑定微信

Agent对话

会话管理

收藏助手

朋友圈归档

公众号助手

MCP工具扩展

模块架构

┌──────────────────────────────────────────────────────────────┐
│                         Web UI                               │
│  运行状态 · 群聊助手 · 会话管理 · 收藏助手 · 朋友圈 · 公众号     │
└──────────────────────────────────────────────────────────────┘
                              │
┌──────────────────────────────────────────────────────────────┐
│                      功能模块                                 │
│  关键词提醒  群聊AI摘要  公众号速读  公众号即时提醒              │
│  收藏整理    朋友圈归档  聊天导出    AI对话                     │
│  AI Agent 智能助手    RAG 语义检索   MCP 工具扩展               │
└──────────────────────────────────────────────────────────────┘
                              │
┌──────────────────────────────────────────────────────────────┐
│                      核心服务                                 │
│  消息路由 · 定时调度 · AI后端 · 群记忆 · 通知队列 · 多平台推送   │
│  Agent 引擎 · MCP Server                                      │
└──────────────────────────────────────────────────────────────┘
                              │
┌──────────────────────────────────────────────────────────────┐
│                      数据层                                   │
│  微信本地数据库 · 本地存储 (SQLite) · 语义向量库 (ChromaDB)     │
└──────────────────────────────────────────────────────────────┘
                              │
                         ┌────┴────┐
                         │ 推送平台 │ ← 微信 / QQ / 飞书
                         └─────────┘

技术说明

目前仅支持 Windows 平台。核心数据处理在本机完成，不使用 AI 功能时聊天记录、收藏、朋友圈等数据不会离开本机。使用 AI 功能时，相关上下文会按用户配置发送至对应的第三方 AI API。

语义检索（RAG）基于 ChromaDB + fastembed，100% 本地运行，模型文件随包分发，无需联网下载，不依赖任何云端服务。

详细架构与公开技术说明见 doc/ 目录。

技术栈：Python 3.13 · React 19 · Tailwind 4 · ChromaDB · fastembed · PyInstaller

快速开始

下载 exe

从 Releases 下载版本：

双击 .exe 运行即可，首次启动进入引导流程。

从源码启动桌面应用

需要 Python 3.13+、Node.js 18+、微信电脑版。

pip install -r requirements.txt
cd ui && npm install && npm run build && cd ..
python desktop.py

源码模式下 RAG 功能自动可用（需已安装 fastembed + chromadb）。如果 pip 未安装 RAG 依赖，应用自动降级，仅语义搜索不可用。 本地构建 EXE

完整版（含 RAG）：

pyinstaller build_rag.spec --noconfirm

精简版（不含 RAG）：

pyinstaller build.spec --noconfirm

两个 spec 文件在同一分支上，产物分别位于 dist/wx-assist.exe 与 dist/wx-assist_no_rag.exe，双击即可运行。

致谢

本项目在 AI 辅助编程下完成，底层实现参考了多个优秀开源项目。在此对以下前辈及开源贡献者表示最诚挚的感谢：

• LifeArchiveProject/WeChatDataAnalysis · cancelGuMu/webot · hicccc77/WeFlow · jackwener/wx-cli · ylytdeng/wechat-decrypt — 为本项目的框架和底层实现提供了思路和指导。

正是你们，让我的想法得以实现，让这一切成为可能，再次感谢。

如果有好的建议或发现了问题，欢迎提交 Issue 或 PR。

免责声明

1. 本项目主要面向个人本地使用。核心数据处理在本机完成；使用 AI 功能时，相关上下文会按用户配置发送至对应的第三方 AI API。请自行做好数据备份。

2. 仅供个人学习与本地使用。使用者应遵守相关法律法规及微信用户协议。

3. 按"现状"提供，不提供任何明示或暗示的保证。

   安全提示： 部分杀软可能将编译后的可执行文件误报为威胁，此属 PyInstaller 打包工具的常见现象，请以排除项方式信任使用。

4. AI 功能依赖第三方 API 服务（如 DeepSeek / Claude），请遵守对应服务商协议。