Skip to content

LifeArchiveProject/WeChatDataAnalysis

Repository files navigation

微信数据库解密工具

WeChatDataAnalysis - 微信数据库解密与分析工具

微信4.x数据解密并生成年度总结,高仿微信,支持实时更新,导出聊天记录,朋友圈等大量便捷功能

特别致谢H3CoF6(密钥与朋友圈等核心内容的技术支持)、echotraceWeFlow(本项目大量功能参考其实现)

如需定制功能,请联系 QQ:2977094657。

Version Stars Downloads Forks QQ Group Python Vue.js SQLite

年度总结

年度总结 Modern
AnnualSummary 1 AnnualSummary 2
AnnualSummary 3 AnnualSummary 4
AnnualSummary 5 AnnualSummary 6
AnnualSummary 7 AnnualSummary 8

界面预览

聊天记录页面(支持多种消息类型展示,样式尽可能与微信保持一致)
聊天记录页面
修改消息(本地修改,支持恢复)
修改消息
实时消息同步(点击侧边栏闪电图标后,消息会自动刷新)
实时消息同步
设置面板(桌面行为、启动偏好、更新、朋友圈缓存策略)
设置面板
朋友圈(支持查看用户之前朋友圈的背景图及时间;本地查看过的朋友圈即使后续不可见也可以查看)
朋友圈
聊天记录搜索
聊天记录搜索
聊天记录导出
聊天记录导出
联系人导出
联系人导出

加入群聊

也欢迎加入下方 QQ 群一起讨论。

WeChatDataAnalysis 加群二维码

快速开始

1. 下载并安装 EXE(Windows,推荐)

  1. 打开 Release 页面(最新版):https://github.com/LifeArchiveProject/WeChatDataAnalysis/releases/latest
  2. 下载 WeChatDataAnalysis.Setup.<version>.exe 并运行安装
  3. 安装完成后启动 WeChatDataAnalysis

如果 Windows 弹出“未知发布者/更多信息”等提示,请确认下载来源为本仓库 Release 后再选择“仍要运行”。

2. 从源码运行(开发者/高级用户)

2.1 克隆项目

git clone https://github.com/LifeArchiveProject/WeChatDataAnalysis.git
cd WeChatDataAnalysis

2.2 安装后端依赖

# 使用uv (推荐)
uv sync

2.3 安装前端依赖

cd frontend
npm install

2.4 启动服务

启动后端API服务

# 在项目根目录
uv run main.py

启动前端开发服务器

# 在frontend目录
cd frontend
npm run dev

2.5 访问应用

  • 前端界面: http://localhost:3000
  • API服务(默认): http://localhost:10392 (可通过环境变量 WECHAT_TOOL_PORT 修改)
  • API文档(默认): http://localhost:10392/docs
  • 也可在应用内“设置 -> 后端端口”修改(支持“恢复默认”一键回到 10392):网页端会尝试重启本机后端到新端口并刷新(并写入 output/runtime_settings.json,开发模式下也会写入项目根目录 .envuv run 下次启动使用);桌面端会重启内置后端并刷新

MCP 服务

后端提供 MCP JSON-RPC over HTTP 服务,默认只监听 127.0.0.1。手机接入局域网时,在应用内打开 设置 -> MCP 接入 -> 允许手机局域网接入 MCP,后端会切换为监听 0.0.0.0 并重启。

MCP 入口需要 token 鉴权。设置页提供 MCP TokenAI 接入提示词Skill Markdown 三个独立复制区;token 可一键复制或重置,重置后旧 token 立即失效。手机端或外部 AI 客户端访问 /mcp/mcp/skill/bundle/mcp/skill 时,都应带上 Authorization: Bearer <MCP_TOKEN>。兼容客户端也可以使用 X-MCP-Token 请求头或 ?token= 查询参数,但推荐使用 Bearer token。

通用客户端可以通过 GET /mcp/skill/bundle 读取同一份 bundle,通过 GET /mcp/skill 读取 markdown 版本,这两个 skill 入口同样需要 MCP token。

工具调用成功时,客户端优先读取 result.structuredContentcontent[0].text 只是给通用 MCP 客户端展示的 JSON 文本副本。业务未就绪时仍可能返回 JSON-RPC success,但 result.isError=true;协议错误或参数错误则返回 JSON-RPC error

工具按包分层:

  • wechat.core: 状态、工具目录、账号列表、账号信息
  • wechat.setup: 密钥读取、数据库解密、已解密目录导入、媒体密钥保存、批量媒体处理入口
  • wechat.system: 健康检查、后端端口、日志路径、大图辅助插件状态等系统能力
  • wechat.mobile: 面向手机和外部代理的聚合入口,默认返回小结果和下一步建议
  • wechat.contacts: 联系人列表、模糊解析、联系人导出
  • wechat.chat: 会话、消息、搜索、发送者筛选、上下文、锚点、合并转发/AppMsg 解析、统计
  • wechat.moments: 朋友圈时间线、用户、同步、图片/视频/文章封面 URL
  • wechat.media: 聊天/朋友圈图片、视频、表情、头像、语音文件 URL、远程图片代理与资源辅助
  • wechat.biz: 公众号/服务号与微信支付记录
  • wechat.analytics: 年度总结与卡片懒加载
  • wechat.export: 聊天、朋友圈、账号归档导出任务、下载 URL 与进度 SSE URL
  • wechat.admin: 微信检测、索引、实时同步等管理能力
  • wechat.editing: 消息编辑、修复、恢复与审计

媒体、视频、SSE 进度和 ZIP 导出不会直接塞进 MCP JSON 响应;相关工具返回可访问 URL、streamUrl、任务状态或资源参数。

配套 skill 可通过 HTTP 加载,访问时需要带 MCP token:

  • JSON bundle: http://<电脑局域网IP>:10392/mcp/skill/bundle
  • Markdown bundle: http://<电脑局域网IP>:10392/mcp/skill

手机端或外部 AI 客户端应先拉取 skill bundle,将 bundleText 注入模型上下文,再按 initializetools/listtools/call 使用 MCP。设置页中的“AI 接入提示词”会包含 endpoint 和 Bearer token,可直接复制给客户端作为接入指令。

打包为 EXE(Windows 桌面端)

本项目提供基于 Electron 的桌面端安装包(NSIS Setup.exe)。

# 1) 安装桌面端依赖
cd desktop
npm install

# 2) 打包(会自动:nuxt generate -> 拷贝静态资源 -> PyInstaller 打包后端 -> electron-builder 生成安装包)
npm run dist

输出位置:desktop/dist/WeChatDataAnalysis Setup <version>.exe

使用指南

获取解密密钥

在使用本工具之前,您需要先获取微信数据库的解密密钥。推荐使用以下工具:

wx_key (推荐)

安全说明

重要提醒:

  1. 仅限个人使用: 此工具仅用于解密您自己的微信数据
  2. 密钥安全: 请妥善保管您的解密密钥,不要泄露给他人
  3. 数据隐私: 解密后的数据包含个人隐私信息,请谨慎处理
  4. 合法使用: 请遵守相关法律法规,不得用于非法目的

致谢

  1. echotrace
  2. WeFlow
  3. wx_key
  4. wechat-dump-rs
  5. oh-my-wechat
  6. vue3-wechat-tool
  7. wx-dat
  8. Ritsu

Star History

Star History Chart

贡献

欢迎提交Issue和Pull Request来改进这个项目。


免责声明: 本工具仅供学习研究使用,使用者需自行承担使用风险。开发者不对因使用本工具造成的任何损失负责。

About

微信4.x数据解密并生成年度总结,高仿微信,支持实时更新,导出聊天记录,朋友圈等大量便捷功能

Resources

Stars

Watchers

Forks

Packages

 
 
 

Contributors