前言¶
微信收藏裏往往堆着鏈接、長文和零散筆記，時間一長很難按主題找回，也更難同步到 Obsidian、Notion 或團隊知識庫。常見做法是手工導出或逐條複製，分類規則還要自己維護。下面介紹 SkillHub 上的 微信收藏知識庫 一鍵整理微信收藏（座標 @user_14423595/wechat-favorite，當前版本 v1.2.0）：圍繞已解析的 favorite.db 做導出與分類，核心鏈路可離線完成；聯網能力（如 LLM 增強、導入 IMA）默認關閉，按需開啓。
這是什麼¶
一句話定位：微信收藏夾導出、智能分類與知識庫管理 Skill，歸類爲 knowledge-management，來源爲社區（community），由發佈者 user_14423595 維護。
它主要解決三件事：把收藏數據從 favorite.db 結構化導出；根據內容自動歸納類別（含增量分類）；在可選步驟裏對接 LLM、騰訊 IMA 知識庫，以及 Obsidian / Notion 導出。SkillHub 頁面標註 requires_api_key=true，表示涉及 API 的增強能力需要自行配置密鑰；離線核心功能不依賴該配置。
官方入口：
- SkillHub 頁面：https://www.skillhub.cn/skills/user_14423595/wechat-favorite
- API 座標：https://api.skillhub.cn/user_14423595/wechat-favorite
核心功能¶
以下能力均來自官方簡介，按是否依賴網絡區分說明。
離線可用（核心）
- 從已解析的
favorite.db導出收藏記錄。 - 自動歸納分類：從用戶內容中發現自然類別，而非固定死板的標籤表。
- 增量分類：在已有分類結果上處理新增收藏，避免每次全量重跑。
可選（默認關閉網絡相關能力）
- LLM 智能增強：對標題、摘要或分類結果做模型側補充（需 API，與
requires_api_key標籤一致）。 - 批量導入 IMA 知識庫：把整理後的條目導入騰訊 IMA（需網絡與相應賬號/權限）。
- 多平臺導出：支持向 Obsidian、Notion 等目標導出（具體字段與模板以安裝後的 SKILL.md 爲準）。
官方強調：核心功能支持離線使用，網絡功能默認關閉。適合在本地先跑通導出與分類，再按需打開增強與同步。
安裝與啓用¶
Skill 基於通用 SKILL.md 格式。在 SkillHub 上，推薦讓當前使用的 AI Agent 按官方安裝說明拉取技能包。
方式一：提示詞安裝（官方頁面推薦）¶
將下面提示發給 Cursor、Claude Code、Codex CLI 等支持 Skill 的客戶端：
請根據 https://skillhub.cn/install/skillhub.md，安裝 `@user_14423595/wechat-favorite`。
Agent 會按 SkillHub 文檔檢查 skillhub CLI、選擇正確的 skills 目錄並完成安裝。
方式二：skillhub CLI¶
若本機已安裝 SkillHub CLI，可先確認版本：
command -v skillhub && skillhub --version
未安裝時，可按 https://skillhub.cn/install/skillhub.md 使用官方腳本安裝（完整安裝或 --cli-only 僅 CLI）。安裝技能時必須用 --dir 指向當前 Agent 的 skills 目錄，否則默認落在 ./skills/ 可能不會被識別：
skillhub install @user_14423595/wechat-favorite --dir <skills 目錄>
各客戶端常用 skills 路徑（摘自 SkillHub 安裝文檔）：
| 客戶端 | skills 目錄 |
|---|---|
| Cursor | ~/.cursor/skills/ |
| Claude Code | ~/.claude/skills/ |
| Codex | ~/.codex/skills/ 或項目下 .agents/skills/ |
安裝後重啓或刷新 Agent，使新 Skill 被加載；具體觸發方式（自然語言指令 vs 斜槓命令）以該客戶端對 SKILL.md 的約定爲準。
典型用法¶
官方頁面未在公開展示區給出逐步命令清單，實際步驟寫在安裝包內的 SKILL.md 中。結合簡介，可復現的工作流如下（順序與 Skill 設計一致，細節以 SKILL.md 爲準）：
- 準備數據源：取得微信收藏對應的、已解析的
favorite.db（解析步驟不在本 Skill 簡介中展開，需按你現有的微信數據導出/解密流程完成）。 - 導出：在 Agent 中啓用本 Skill，按 SKILL.md 指引從
favorite.db導出收藏記錄（通常爲結構化文本或中間格式）。 - 分類：執行自動歸納分類；若收藏有更新，使用增量分類只處理新增部分。
- 可選增強：需要更好摘要或細分類時，在配置 API Key 後打開 LLM 智能增強（網絡默認關閉，需顯式啓用）。
- 可選同步：按需批量導入 IMA，或導出到 Obsidian / Notion。
在對話中可直接說明目標，例如：「使用微信收藏知識庫 Skill，基於某路徑下的 favorite.db 導出並做離線分類，暫不啓用 LLM。」Agent 會讀取 SKILL.md 中的腳本路徑、參數與輸出目錄。
適用場景與注意¶
適合誰
- 收藏量大、需要按內容主題歸檔的個人用戶。
- 希望把微信收藏沉澱到 Obsidian / Notion 或 IMA，且能接受「先本地整理、再可選同步」的人。
- 在意隱私、希望默認離線處理收藏正文與元數據的場景。
限制與注意
- 前置條件：Skill 面向的是解析後的
favorite.db，不是直接從微信 App 一鍵抓包；導出與解密需自行合規完成。 - API Key：標籤
requires_api_key=true；僅在使用 LLM 等聯網增強時需要配置，勿把密鑰寫進公開倉庫。 - 網絡默認關：IMA 導入、部分增強功能需主動打開網絡相關選項，避免誤將本地數據發往外部。
- 版本：撰寫時 SkillHub 顯示 v1.2.0；升級可用
skillhub對同一座標更新，並重新閱讀變更後的 SKILL.md。 - 平臺差異：Cursor、Claude Code、Codex 僅 skills 目錄不同，Skill 座標與能力描述一致；若某客戶端未加載 Skill，先檢查
--dir與重啓。
結尾¶
微信收藏知識庫 一鍵整理微信收藏把「導出 → 內容驅動分類 → 可選知識庫同步」串成一條可離線優先的流水線，減輕收藏夾只進不出、難以檢索的問題。需要安裝或查看說明時，請打開 SkillHub 官方頁：https://www.skillhub.cn/skills/user_14423595/wechat-favorite，或讓 Agent 按座標 @user_14423595/wechat-favorite 安裝。
