- name
SKILL.md
Die Skill-Datei bleibt im Repository des Herausgebers.
Fügen Sie den kopierten Befehl in ein Terminal ein. Er installiert diese SKILL.md in dem jeweiligen Agenten.
npx skills add zhuyansen/wx-favorites-report -a cursor -yFügen Sie den kopierten Befehl in ein Terminal ein. Er installiert diese SKILL.md in dem jeweiligen Agenten.
npx skills add zhuyansen/wx-favorites-report -a claude-code -yFügen Sie den kopierten Befehl in ein Terminal ein. Er installiert diese SKILL.md in dem jeweiligen Agenten.
npx skills add zhuyansen/wx-favorites-report -a codex -yFügen Sie den kopierten Befehl in ein Terminal ein. Er installiert diese SKILL.md in dem jeweiligen Agenten.
npx skills add zhuyansen/wx-favorites-report -a grok -ySenden Sie die kopierte Nachricht in einem Grok Bot-Chat. Der Bot ruft diese SKILL.md von GitHub ab und fügt sie den Skills hinzu, die alle Ihre Bots gemeinsam nutzen.
Install this skill: https://github.com/zhuyansen/wx-favorites-reportVom Herausgeber
将微信收藏数据(加密 Favorite.db)端到端解密、解析、生成交互式 HTML 可视化报告。
询问用户是否已有解密后的 Favorite.db。
# 复制微信到桌面并去掉 Hardened Runtime
cp -R /Applications/WeChat.app ~/Desktop/WeChat.app
codesign --force --deep --sign - ~/Desktop/WeChat.app
pip3 install frida frida-tools
# 关闭原版微信,从桌面副本启动
killall WeChat 2>/dev/null; sleep 2
# 用 frida spawn 模式启动微信并 hook PBKDF2
PYTHONPATH=$(python3 -c "import site; print(site.getusersitepackages())") python3 << 'PYEOF'
import frida, time
JS_CODE = """
function buf2hex(buffer) {
var a = new Uint8Array(buffer); var h = '';
for (var i = 0; i < a.length; i++) h += ('0' + a[i].toString(16)).slice(-2);
return h;
}
var found = false;
Process.enumerateModules().forEach(function(m) {
if (found) return;
m.enumerateExports().forEach(function(exp) {
if (found) return;
if (exp.name === "CCKeyDerivationPBKDF") {
found = true;
send("[*] Hook installed on " + m.name);
Interceptor.attach(exp.address, {
onEnter: function(args) {
this.pwLen = args[2].toInt32();
this.saltLen = args[4].toInt32();
this.rounds = args[6].toInt32();
this.pw = args[1]; this.salt = args[3];
this.dk = args[7]; this.dkLen = args[8].toInt32();
},
onLeave: function(retval) {
if (this.pwLen < 4 || this.pwLen > 256) return;
if (this.saltLen < 4 || this.saltLen > 64) return;
var saltHex = buf2hex(this.salt.readByteArray(this.saltLen));
var dkHex = buf2hex(this.dk.readByteArray(this.dkLen));
var pwHex = buf2hex(this.pw.readByteArray(this.pwLen));
send("[PBKDF2] r=" + this.rounds + " salt=" + saltHex);
var f = new File("/tmp/wechat_frida_keys.log", "a");
f.write("rounds=" + this.rounds + "\\npw=" + pwHex + "\\nsalt=" + saltHex + "\\ndk=" + dkHex + "\\n\\n");
f.flush(); f.close();
}
});
}
});
});
if (!found) send("[!] CCKeyDerivationPBKDF not found");
"""
device = frida.get_local_device()
pid = device.spawn(["/Users/" + __import__('os').getenv('USER') + "/Desktop/WeChat.app/Contents/MacOS/WeChat"])
session = device.attach(pid)
script = session.create_script(JS_CODE)
script.on("message", lambda msg, data: print(msg.get("payload", msg)))
script.load()
device.resume(pid)
print("WeChat running. Login → open Favorites → wait 60s...")
time.sleep(120)
session.detach()
print("Done. Check /tmp/wechat_frida_keys.log")
PYEOF
重要:微信启动后必须登录并打开「收藏」页面,触发 favorite.db 的密钥加载。
解析 frida 日志,找到 favorite.db 对应的 enc_key(通过 salt 匹配),然后用 Python 解密:
# 核心解密逻辑(内置在 parse_favorites.py 的上游)
import hashlib, hmac, struct
from Crypto.Cipher import AES
# enc_key = 从 frida 日志中 256000 轮 PBKDF2 输出匹配 DB salt 的 dk
# 逐页 AES-256-CBC 解密,HMAC-SHA512 校验
安装依赖:pip3 install pycryptodome
python3 ~/.claude/skills/wechat-favorites-viz/scripts/parse_favorites.py \
--input "<解密后的 favorite.db 路径>" \
--output "<输出目录>/data.json"
兼容 WeChat 3.x (FavItems) 和 4.x (fav_db_item) 表结构。
python3 ~/.claude/skills/wechat-favorites-viz/scripts/generate_report.py \
--input "<输出目录>/data.json" \
--output "<输出目录>/report.html"
# 推荐用 http server(file:// 下部分交互可能受限)
cd <输出目录> && python3 -m http.server 8765 &
open http://localhost:8765/report.html
pip3 install pycryptodome)pip3 install frida frida-tools)<输出目录>/
├── data.json # 解析后的结构化数据
└── report.html # 单文件可视化报告(可直接分享)
|
---name: wx-favorites-reportdescription: |---# SKILL.mdFAQ
Laden Sie SKILL.md vom Herausgeber herunter oder kopieren Sie den Pfad und öffnen Sie das Repository. PlugMCP listet den Skill und hostet die Datei nicht.
Der Herausgeber pflegt es unter https://github.com/zhuyansen/wx-favorites-report.
Claude, Cursor, Codex und Grok Build können eine SKILL.md lesen, die Sie aus dem Repository des Herausgebers hinzufügen. Grok Bot installiert sie, wenn Sie den Link zum GitHub-Ordner des Skills in einem Chat senden.