前端搜索
- 作者仓库星标 150
- 作者更新于 实时读取
- 作者仓库 learn-skills.dev
- 领域
- 文档
- 兼容 Agent
-
- Claude Code
- Cursor
- Cline
- Codex
- Windsurf
- Gemini CLI
- +20
- 信任分
- 88 / 100 · 社区维护
- 作者 / 版本 / 许可
- @NeverSight · 未声明 license
- Token 消耗评级
- 低消耗
- 接入复杂程度
- 即装即用
- 是否需要外部 API Key
- 不需要
- 兼容的系统
- Windows
- 底层运行要求
- Python
- 文件与系统权限
-
- 只读
- 允许写入 / 修改
- 网络行为
- 仅限本地
- 安装命令数
- 26 条
档案由构建时根据 SKILL.md 与安装命令自动衍生，可能与作者实际意图存在差异。
需要注意： 未限定 allowed-tools，默认拥有全部工具权限。
---
name: wetrace
description: 微信聊天记录分析助手，用于查询、分析和导出本地微信数据库中的聊天数据。适用场景：(1) 查看与特定联系人或群组的聊天消息，(2) 通过关键词搜索跨会话消息，(3) 分析聊天模式、活跃度趋势或关…
category: 文档
runtime: Python
---
# wetrace 输出预览
## PART A: 任务判断
- 适用问题：PRD、RFC、README、项目说明或知识库整理。
- 输入要求：目标材料、限制条件、期望输出和验收方式。
- 证据边界：围绕“前置条件 / 核心工作流程 / 1. 理解用户意图”读取原文规则，不把推断写成作者承诺。
## PART B: 执行结果
- **01** 任务判断：确认你的需求是否属于PRD、RFC、README、项目说明或知识库整理，并标出输入、限制和预期结果。
- **02** 执行计划：优先按“前置条件 / 核心工作流程 / 1. 理解用户意图”拆成步骤，说明每一步会读取什么、修改什么、产出什么。
- **03** 交付结果：给出可复制的命令、文件改动、检查清单或内容草稿，并说明如何继续迭代。
- **04** 风险边界：结合 读取文件、写入/修改文件、主要在本地完成、通常不需要额外 API Key 给出执行前确认项。
## Running Rules
- 读取文件、写入/修改文件；主要在本地完成；通常不需要额外 API Key。
- 先小样例验证，再放大到真实任务。
- 交付时同时给结果、检查口径和下一步迭代建议。 先确认触发方式
原文出现了 `/sessions`、`/messages`、`/search`、`/analysis`、`/export` 这类斜杠命令；如果你的 Agent 支持命令触发，优先用命令开场，再补充目标和边界。
给清楚输入和边界
告诉 Agent 目标文件或材料、期望结果、不可改范围、是否允许联网或执行命令。本 Skill 的权限画像是：读取文件、写入/修改文件。
小样例验证后再放大
先用一个小任务确认它会围绕“前置条件 / 核心工作流程 / 1. 理解用户意图”工作；涉及文件或命令时，先看 diff、日志、预览或测试结果。
复核后再交付
检查最终产物是否包含明确结果、必要证据和下一步动作；如果输出泛泛而谈，就补充输入、边界和验收标准后重跑。
---
name: wetrace
description: 微信聊天记录分析助手，用于查询、分析和导出本地微信数据库中的聊天数据。适用场景：(1) 查看与特定联系人或群组的聊天消息，(2) 通过关键词搜索跨会话消息，(3) 分析聊天模式、活跃度趋势或关…
category: 文档
source: NeverSight/learn-skills.dev
---
# wetrace
## 什么时候使用
- 微信聊天数据难查难导出时，可用脚本检索和分析记录 适合处理README、PRD、RFC、教程和知识库文档，核心价值是把输入、判断、执行、验证和交付边界固定下来，避免 Agent 泛泛回答。 把任务拆成可执行、可检查、可继续迭代的步骤；通…
- 面向PRD、RFC、README、项目说明或知识库整理，优先处理能明确输入、步骤和验收标准的工作。
## 需要提供什么
- 目标材料、目录范围、期望结果和不可改动内容。
- 是否允许联网、执行命令、读写文件或调用外部服务。
## 执行规则
- 围绕「前置条件 / 核心工作流程 / 1. 理解用户意图」组织步骤，不把推断写成作者事实。
- 读取文件、写入/修改文件；主要在本地完成；通常不需要额外 API Key。
- 先跑小样例，确认结果可检查后再扩大任务范围。
## 输出要求
- 给出最终产物、关键证据、验证方式和下一步动作。
- 信息不足时标记 unknown，不编造命令、平台或依赖。 证据边界与执行链路
作者原文负责流程事实；仓库文件负责来源和命令；流狐只补充适用场景、限制和质量判断。
skill "wetrace" {
输入层 -> 用户目标 + 目标文件 + 禁止范围 + 验收标准
上下文层 -> 前置条件 / 核心工作流程 / 1. 理解用户意图
规则层 -> SKILL.md 触发条件 / 执行顺序 / 输出格式
运行层 -> Python | 读取文件、写入/修改文件 | 主要在本地完成
安全层 -> 通常不需要额外 API Key + 小任务验证 + diff / 日志复核
输出层 -> 可复制结果 + 检查清单 + 下一步迭代
}微信数据分析助手
查询、分析和导出微信聊天数据，提供 AI 驱动的智能洞察和精美的可视化页面。
⚠️ 重要提示
- 本 Skill 依赖 Wetrace 服务
- 仅支持 Windows 平台（微信数据库位于 Windows 系统）
- 需要先安装并运行 Wetrace 服务才能使用本 Skill
前置条件
- Wetrace 服务：必须先安装并运行 Wetrace
- 服务地址：Wetrace 服务运行在
http://127.0.0.1:5200 - 微信数据库：已解密并加载
- 操作系统：Windows 10/11
- 如果服务未运行，先提示用户启动 Wetrace 服务
核心工作流程
1. 理解用户意图
将用户请求分类为以下类别：
- 查询（Query）：查看消息、会话、联系人、群聊
- 搜索（Search）：通过关键词查找消息
- 分析（Analysis）：分析模式、生成统计数据
- 导出（Export）：导出多种格式的数据
- 洞察（Insight）：综合分析并提供建议
- 可视化（Visualization）：生成精美的 HTML 页面
2. 提取参数
从用户请求中识别关键参数：
- 联系人名称：提取人名或群名
- 时间范围：提取时间段
- 关键词：提取搜索词
- 格式：提取导出格式
3. 调用 API
本 Skill 提供了 Python 脚本工具来调用 Wetrace API，比直接使用 WebFetch 更方便。
方式一：使用 Python 脚本（推荐）
使用 wetrace_api.py 脚本，位于 scripts/wetrace_api.py：
# 查询会话
python scripts/wetrace_api.py sessions --keyword "张三" --limit 20
# 获取消息
python scripts/wetrace_api.py messages --talker wxid_abc123 --limit 50
# 搜索关键词
python scripts/wetrace_api.py search --keyword "项目" --limit 30
# 分析数据
python scripts/wetrace_api.py analysis hourly wxid_abc123
python scripts/wetrace_api.py analysis daily wxid_abc123
# 导出聊天记录
python scripts/wetrace_api.py export chat --talker wxid_abc123 --format html完整脚本文档：查看 scripts/README.md
方式二：直接调用 API
基础 URL：http://127.0.0.1:5200/api/v1
完整 API 文档：参考 references/api.md
常用 API 模式
GET /sessions?keyword={名称}&limit=50
GET /messages?talker_id={id}&time_range={范围}&limit=100
GET /search?keyword={关键词}&time_range={范围}&limit=50
GET /analysis/hourly/{session_id}
GET /analysis/daily/{session_id}
GET /export/chat?talker={id}&format={格式}&time_range={范围}4. 处理和呈现数据
简单查询/搜索
以清晰、结构化的格式呈现数据。
分析任务
- 从分析 API 获取原始数据
- 使用 references/analysis-prompts.md 中的模板生成 AI 总结
- 以清晰的结构呈现
导出任务
调用导出 API，告知用户下载信息。
洞察任务
- 从多个 API 收集数据
- 综合信息
- 生成全面的洞察和建议
- 使用 analysis-prompts.md 中的适当模板
5. 错误处理
- API 返回 404：数据库可能未加载，联系人/会话可能不存在
- API 返回 500：服务器错误，建议检查日志
- 无数据返回：验证时间范围和联系人名称
- 服务器无响应：提示用户启动 Wetrace 服务
🎨 智能网页生成功能
Wetrace 提供 8 个核心可视化功能，每个功能都会：
- 调用 Wetrace API 获取数据
- 使用 AI 分析生成总结
- 使用统一的设计系统生成精美的 HTML 页面
- 保存 HTML 文件到
~/wetrace-exports/并提供访问链接
可用的可视化功能
当用户请求生成可视化页面时，根据触发关键词选择对应的功能：
智能摘要生成 - 触发词：总结聊天记录、生成摘要、智能总结
待办事项提取 - 触发词：提取待办、找出任务、待办事项
聊天活跃度热力图 - 触发词：活跃度热力图、聊天时间分布
互动趋势分析 - 触发词：趋势分析、互动趋势
智能周报月报 - 触发词：生成周报、生成月报
数据仪表板 - 触发词：生成仪表板、数据总览
智能对话摘要 - 触发词：对话摘要、智能总结、分类摘要
客户关系健康度 - 触发词：客户健康度、CRM 仪表板
设计系统
所有生成的 HTML 页面都遵循统一的设计系统，详见 references/design-system.md，包括：
- 颜色系统：基于 HSL 的 CSS 变量
- 组件库：Card、Badge、Button、Separator、Input 等
- 布局系统：响应式容器和统一间距
- 数据可视化：Chart.js 配置和颜色方案
HTML 页面特点
所有生成的 HTML 页面：
- ✅ 独立运行：无需服务器，双击即可在浏览器打开
- ✅ 响应式设计：适配所有设备（桌面/平板/手机）
- ✅ 现代化样式：使用 Tailwind CSS
- ✅ 交互式图表：使用 Chart.js 实现数据可视化
- ✅ 清晰层次：卡片布局、统一间距、语义化颜色
- ✅ 易于分享：可直接发送给他人查看
使用流程
当用户请求生成网页时：
- 识别功能：根据触发关键词匹配对应的功能
- 读取详细文档：从 references 目录读取对应的 .md 文件
- 收集参数：询问用户必要的参数（会话 ID、时间范围等）
- 调用 API：获取所需数据
- AI 分析：使用 analysis-prompts.md 中的模板生成总结
- 生成 HTML：使用 design-system.md 风格生成精美页面
- 保存文件：保存到
~/wetrace-exports/目录 - 提供链接：返回文件路径和访问链接
高级功能
时间范围解析
支持多种格式：
- 中文：最近一周、上个月、今年
- 英文：last week、last month、this year
- 绝对时间：2024-01-01~2024-01-31
- 相对天数：last 7 days、last 30 days
转换为 API 格式：YYYY-MM-DD~YYYY-MM-DD
联系人名称匹配
- 首先在会话中尝试精确匹配
- 如未找到，在联系人中搜索
- 如有多个匹配，请用户明确
- 同时支持昵称（NickName）和备注（Remark）字段
分页策略
对于大数据集：
- 从
limit=50开始 - 如用户需要更多，增加 limit 或使用 offset
- 告知用户总数
- 如数据集非常大，建议导出
使用提示
- 调用 API 前始终验证服务器是否运行
- 使用适当的分析模板以保持输出一致性
- 提供可操作的洞察，而不仅仅是原始统计数据
- 尊重用户隐私 - 不要对关系做出假设
- 提供后续步骤或跟进行动
- 同等处理中文和英文查询
- 生成 HTML 页面时：始终参考 design-system.md 的设计系统
- 文件保存位置：统一保存到
~/wetrace-exports/目录 - 提供访问链接：生成完成后提供
file://协议的完整路径
🐍 Python 脚本工具
快速使用
脚本位置：scripts/wetrace_api.py
安装依赖
cd scripts
pip install -r requirements.txt常用命令
# 查看帮助
python wetrace_api.py --help
# 查询会话
python wetrace_api.py sessions --keyword "张三" --limit 20
# 获取消息（需要会话ID）
python wetrace_api.py messages --talker wxid_abc123 --limit 50
# 按时间范围查询
python wetrace_api.py messages --talker wxid_abc123 --time-range "2024-01-01~2024-01-31"
# 全文搜索
python wetrace_api.py search --keyword "项目" --limit 30
# 数据分析
python wetrace_api.py analysis hourly wxid_abc123
python wetrace_api.py analysis daily wxid_abc123
python wetrace_api.py analysis type wxid_abc123
# 获取总览
python wetrace_api.py dashboard
# 导出聊天记录
python wetrace_api.py export chat --talker wxid_abc123 --format html在代码中使用
from scripts.wetrace_api import WetraceAPI
# 创建API客户端
api = WetraceAPI()
# 查询会话
sessions = api.get_sessions(keyword="张三", limit=10)
for session in sessions:
print(f"{session['NickName']}: {session['MessageCount']} 条消息")
# 获取消息
messages = api.get_messages(talker_id="wxid_abc123", limit=50)
for msg in messages:
print(f"[{msg['CreateTime']}] {msg['Content']}")
# 搜索
result = api.search(keyword="项目", limit=20)
print(f"找到 {result['Total']} 条相关消息")完整文档：查看 scripts/README.md
先判断是否适合
作者设计意图
作者的方法与取舍
边界和复核