前言¶

导出或复制微信聊天记录后，常见做法是手工翻页、凭感觉判断对方态度。这类方式难以量化互动是否平衡、情感是否转折，更谈不上在本地保留隐私的前提下做结构化报告。若把整段对话丢给在线大模型，又会担心手机号、身份证等敏感信息外泄。

下面介绍 SkillHub 上的 @user_9d5a2a39/wechatanalyzer：在本地解析聊天文本，跑 MBTI、大五人格、情感与风险等分析器，并可选用 Windows SAPI 做语音交互。当前 Skill 包内产品版本为 v5.0.0，v2.9.0 起的关系健康度与语音能力仍保留在 CLI 中。

这是什么¶

微信聊天分析及预测工具（坐标 @user_9d5a2a39/wechatanalyzer）是社区发布的 Agent Skill，维护者为 SkillHub 用户「下次一定24」。Skill 内嵌一套 Python 分析工具链：导入 txt / 粘贴板 / 多平台格式文本，在本地完成分词、人格与情感推断、关系与群聊指标、隐私扫描与对话预测，并可导出 Markdown、CSV、HTML 等报告。

SkillHub 分类为 data-analysis，子类包含数据可视化、数据洞察、用户分析；标签 requires_api_key=false，表示 Skill 本身不强制绑定第三方 API Key（可选 LLM 洞察需自行配置 Key）。

截至 2026-10-19，SkillHub 统计显示约 4 万次下载、49 次收藏；Skill 包在商店侧的版本号为 1.0.19，与包内声明的产品版本 5.0.0 并存，安装后以 python scripts/main.py version 为准。

核心功能¶

以下能力均来自 SkillHub 简介与包内 SKILL.md，按版本脉络归纳。

分析与报告¶

1. 人格与情感：MBTI、大五人格；jieba 分词、否定识别、反讽检测；情感滚动趋势与转折点（v2.9.0）；关系健康度五维评分（v2.9.0）。
2. 风险与关系：风险检测与分级；关系健康度、场景推断；v5.0.0 起增加群聊多主体分析（发言占比、点名关系网、双人互动平衡等）。
3. 隐私：v5.0.0 本地隐私扫描（10 类 PII、银行卡 Luhn 校验、一键脱敏）；发往可选 LLM 前可配置自动脱敏。
4. 预测与推演：Rule + RAG + MiroFish + HistoryAware 多层融合回复预测；马尔可夫链、时间模式等推演能力（v4.0.0 及后续接线）。
5. AI 洞察（可选）：DeepSeek / OpenAI 兼容 / Ollama，默认关闭，需配置环境变量或 config.json。
6. 导出与趋势：Markdown / CSV / JSON / 单文件 HTML；跨会话快照对比（v5.0.0 session 子命令）。

数据接入与桌面能力¶

• 多源导入：微信、企业微信、QQ、iMessage 等格式识别；analyze-v2 --paste 支持从聊天窗口直接粘贴（v5.0.0 修复行首时间戳误解析发送者）。
• 桌面捕获（Windows）：剪贴板监控、UI Automation 读微信窗口；MCP Server 提供对应工具（Skill 简介称 MCP 共 30 个工具）。

语音交互（v2.9.0，仍可用）¶

通过 python scripts/main.py voice 进入会话，支持分析文件、预测、演示、自检、报告、日历等口语指令。TTS 降级链为 pyttsx3 → Windows SAPI（PowerShell System.Speech）→ 终端打印；STT 为 speech_recognition → SAPI 听写 → 文本输入。无麦克风时自动走打字；可在 config.json 的 voice 节关闭（voice.enabled=false）。

Skill 文档强调：MBTI、大五、情感、风险、关系健康度等均为启发式估计，隐私扫描为正则识别，不能替代专业心理或安全审计。

安装与启用¶

在 Agent 中安装 Skill¶

官方安装说明：让 Agent 阅读 SkillHub 安装文档，并安装坐标 @user_9d5a2a39/wechatanalyzer。

若已安装 SkillHub CLI，需把 Skill 装到当前 Agent 的 skills 目录（示例为 Cursor）：

command -v skillhub && skillhub --version
skillhub install @user_9d5a2a39/wechatanalyzer --dir ~/.cursor/skills/

也可从 SkillHub 页面下载 Zip（商店版本 1.0.19），解压到 Agent 识别的 skills 路径。Codex、Claude Code、Windsurf 等客户端目录不同，以 安装文档 第四节为准。

安装 Python 依赖（运行分析 CLI）¶

Skill 解压后，在技能包根目录执行：

pip install -r requirements.txt
pip install -r requirements-rag.txt   # 可选：RAG 预测
python scripts/main_setup.py         # 一键检测环境与配置

核心分析不装 RAG 依赖也可使用大部分能力；首次启用 RAG 可能需下载 embedding 模型（文档说明约 50–100MB）。

环境变量 WECHAT_ANALYZER_DATA_DIR 可指定运行时数据目录；向量库、报告、快照等默认落在系统临时目录，相对路径不会写回技能包内。

典型用法¶

Agent 安装 Skill 后，可按自然语言触发（如「分析微信聊天记录」「语音分析」）。本地直接跑 CLI 时，常用命令如下。

粘贴或文件分析，并导出：

python scripts/main.py analyze-v2 --paste
python scripts/main.py analyze-v2 --input 聊天记录.txt
python scripts/main.py analyze-v2 --paste --markdown report.md --csv metrics.csv --html report.html
python scripts/main.py analyze-v2 --paste --ai --label 和TA

跨会话对比（v5.0.0）：

python scripts/main.py session --list
python scripts/main.py session --compare

预测与桌面捕获（Windows）：

python scripts/main.py predict-v2 --paste
python scripts/main.py capture
python scripts/main.py capture --source clipboard --seconds 30

语音交互（v2.9.0）：

python scripts/main.py voice

自检：

python scripts/main.py doctor
python scripts/main.py demo

适用场景与注意¶

适合：需要在本地整理双人或群聊记录、快速看情感趋势与关系指标、做脱敏检查或导出表格给 Excel 的用户；希望在 Windows 上用语音或文字驱动同一套分析流程的场景。

限制与坑：

1. 分析质量依赖样本量与导出格式；粘贴格式异常时可用 --platform wechat 指定平台，v5.0.0 已针对常见微信复制格式修复。
2. 群聊分析默认至少 3 人；双人会话不应强行解读群聊指标。
3. 语音 SAPI 路径面向 Windows；Linux/macOS 主要依赖 pyttsx3 / speech_recognition 或纯文本降级。
4. 桌面窗口捕获、剪贴板监控为 Windows 能力；其他系统以文件导入为主。
5. 可选 LLM 洞察会向配置的模型发送脱敏后的摘要，需自行评估合规与 Key 安全。
6. SkillHub 安全扫描结果为「安全，无风险」，仍建议在敏感聊天上优先本地规则分析并人工复核。

结尾¶

@user_9d5a2a39/wechatanalyzer 把聊天分析、预测、导出和（Windows 上）语音入口收进同一套本地工具，适合「数据不出机」前提下的关系与情绪粗读。安装与详情见 SkillHub 页面：https://www.skillhub.cn/skills/user_9d5a2a39/wechatanalyzer ；用户提供的 API 入口为 https://api.skillhub.cn/user_9d5a2a39/wechatanalyzer（与商店页同一 Skill 坐标）。