Skip to content

marie6789040106650/wechat-insight-engine

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

8 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

WeChat Insight Engine 微信洞察引擎

下一代微信聊天记录导出与分析工具
集易用性与强大功能于一体的跨平台桌面应用

项目概述

WeChat Insight Engine 旨在解决现有微信聊天记录导出工具的两极分化问题:

  • 易用但功能有限 vs 功能强大但门槛极高
  • 我们的目标:易用 + 强大 + 安全

核心特性

  • 🔐 安全解密: 基于PyWxDump的先进解密技术,支持所有微信版本
  • 🖥️ 现代界面: 使用Electron + Vue 3构建的跨平台桌面应用
  • 高性能: 优化的大数据量处理,支持数万条聊天记录流畅展示
  • 📤 多格式导出: 支持HTML、CSV、JSON等多种导出格式
  • 🔍 智能搜索: 全文搜索聊天内容,快速定位历史消息
  • 📊 数据分析: 基础统计分析,了解聊天习惯和趋势
  • 🛡️ 隐私保护: 完全本地运行,不上传任何用户数据

技术架构

整体架构

┌─────────────────────────────────────┐
│  Frontend (Electron + Vue 3)       │  用户界面层
│  - TypeScript + Element Plus       │
│  - Pinia状态管理 + Vue Router      │
├─────────────────────────────────────┤
│  Backend API (Python FastAPI)      │  API服务层  
│  - RESTful接口 + 业务逻辑          │
│  - 数据处理 + 导出服务              │
├─────────────────────────────────────┤
│  Core Engine (PyWxDump Integration)│  核心引擎层
│  - 数据库解密 + 文件解析            │
│  - 密钥管理 + 版本适配              │
├─────────────────────────────────────┤
│  Data Layer (SQLite + File System) │  数据存储层
│  - 本地数据库 + 媒体文件            │
│  - 配置存储 + 缓存管理              │
└─────────────────────────────────────┘

技术栈

后端 (Claude负责)

  • 框架: Python 3.9+ + FastAPI
  • 核心: PyWxDump集成 + SQLite操作
  • 工具: SQLAlchemy + Pydantic + Uvicorn

前端 (Gemini负责)

  • 框架: Vue 3 + TypeScript + Electron
  • UI库: Element Plus + 自定义组件
  • 工具: Vite + Pinia + Vue Router

AI协作开发模式

这个项目采用创新的 AI + AI + Human 三方协作开发模式:

  • Claude (后端工程师): 负责Python后端、API设计、数据处理
  • Gemini (前端工程师): 负责Vue前端、用户界面、交互设计
  • Human (项目架构师): 负责需求定义、架构决策、质量把控

协作机制

  • 通信方式: 通过 docs/ai-collaboration/ 目录中的Markdown文档进行异步协作
  • 版本控制: Git + GitHub,严格的分支管理和代码审查
  • 质量保证: 自动化CI/CD + 人工验收测试

项目结构

wechat-insight-engine/
├── docs/                          # 项目文档
│   ├── ai-collaboration/         # AI协作通信目录
│   │   ├── claude-to-gemini/    # Claude → Gemini
│   │   ├── gemini-to-claude/    # Gemini → Claude  
│   │   ├── shared-context/      # 共享资源
│   │   └── decisions/           # 决策记录
│   └── architecture/            # 架构文档
├── research/                     # 竞品分析和研究
│   ├── analysis-report.md       # 深度竞品分析报告
│   ├── tech-comparison.md       # 技术方案对比分析
│   └── [开源项目源码]/         # 克隆的参考项目
├── backend/                      # Python后端
│   ├── app/                     # FastAPI应用
│   │   ├── main.py             # 应用入口
│   │   └── __init__.py         # 模块初始化
│   ├── core/                    # 核心业务逻辑
│   ├── wxdump_integration/      # PyWxDump集成
│   ├── tests/                   # 后端测试
│   └── requirements.txt         # Python依赖
├── frontend/                     # 前端应用
│   ├── src/                     # Vue源码
│   │   ├── components/         # Vue组件
│   │   ├── views/              # 页面组件
│   │   ├── stores/             # Pinia状态管理
│   │   ├── api/                # API调用
│   │   ├── types/              # TypeScript类型
│   │   └── main.ts             # 应用入口
│   ├── electron/                # Electron主进程
│   │   ├── main.js             # 主进程入口
│   │   └── preload.js          # 预加载脚本
│   ├── vite.config.ts          # Vite配置
│   ├── tsconfig.json           # TypeScript配置
│   └── package.json            # Node.js依赖
├── shared/                       # 共享代码
│   ├── types/                   # 共享类型定义
│   ├── constants/               # 共享常量
│   └── utils/                   # 共享工具函数
├── scripts/                      # 构建和部署脚本
├── .gitignore                    # Git忽略规则
└── README.md                     # 项目说明

开发里程碑

Phase 1: 基础框架 (2天)

  • 项目初始化和协作文档
  • 竞品分析和技术方案对比
  • FastAPI后端框架搭建
  • Electron + Vue3前端框架搭建
  • 前后端通信测试

Phase 2: 核心功能 (5天)

  • PyWxDump集成和数据库解密
  • 联系人列表和聊天记录展示
  • 搜索功能实现
  • 基础数据统计

Phase 3: 导出功能 (3天)

  • 多格式导出引擎
  • 导出配置界面
  • 进度跟踪和结果展示

Phase 4: 优化发布 (3天)

  • 性能优化和错误处理
  • 用户体验完善
  • 跨平台打包和发布

安装与使用

系统要求

  • 操作系统: Windows 10+ / macOS 10.14+
  • 内存: 4GB RAM (推荐8GB)
  • 存储: 1GB可用空间
  • 依赖: 已安装PC版微信

快速开始

# 1. 克隆项目
git clone https://github.com/user/wechat-insight-engine.git
cd wechat-insight-engine

# 2. 安装后端依赖
cd backend
pip install -r requirements.txt

# 3. 安装前端依赖  
cd ../frontend
npm install

# 4. 启动开发环境
npm run dev

使用说明

  1. 启动应用: 运行安装包或开发环境
  2. 检测微信: 应用自动检测微信安装和数据路径
  3. 解密数据: 一键解密微信数据库(需要微信已登录)
  4. 浏览记录: 在应用内查看所有聊天记录
  5. 搜索过滤: 使用全文搜索快速定位消息
  6. 导出备份: 选择格式和范围导出聊天记录

安全与隐私

隐私保护承诺

  • 完全本地运行: 所有数据处理都在本地完成
  • 零数据上传: 不会上传任何聊天内容到服务器
  • 开源透明: 所有代码开源,可自由审计
  • 用户控制: 用户完全控制数据的使用和删除

安全注意事项

  • 本工具仅供个人数据备份和分析使用
  • 请勿用于非法获取他人聊天记录
  • 导出的数据请妥善保管,防止泄露
  • 建议定期更新软件以获得安全修复

技术支持

问题反馈

  • GitHub Issues: 项目问题跟踪
  • 功能建议: 通过Issues提交功能需求
  • Bug报告: 提供详细的复现步骤和环境信息

贡献指南

我们欢迎社区贡献!请查看以下资源:

开源协议

本项目采用 MIT License 开源协议。

免责声明

  • 本软件仅供学习和个人使用
  • 用户需自行承担使用风险
  • 开发者不对数据丢失或损坏负责
  • 请遵守当地法律法规

致谢

  • PyWxDump: 感谢提供核心的微信数据解密技术
  • Electron: 跨平台桌面应用框架
  • Vue.js: 渐进式前端框架
  • FastAPI: 现代高性能API框架

由 Claude + Gemini 联合开发 | 2025年9月

如果这个项目对你有帮助,请给我们一个 ⭐ Star!

About

WeChat chat history export and analysis tool - 微信聊天记录导出与分析工具

Resources

Stars

Watchers

Forks

Packages

 
 
 

Contributors