z-winnow
把微信群聊噪声压缩为可消费的结构化知识——带长期群记忆、深度媒体解析、细粒度反馈,并通过 定制 MCP 、skill,链接汇聚群体智慧。
Power your agent
पब्लिशर का इंस्टॉल। PlugMCP एंडपॉइंट नहीं।
Host a copy with our keys and logs.
रजिस्ट्री में अभी कोई पैकेज्ड रिलीज़ नहीं है। रिपॉज़िटरी का README देखें.
रिमोट URL या आपकी मशीन पर कमांड? दोनों इंस्टॉल में क्या अंतर है
PlugMCP पर चलाएँ
A new server you create. It is not this listing's official endpoint. Use the publisher install when you want their URL and their credentials.
लॉन्च[!NOTE] 群聊 → LangGraph 降噪压缩管道 → L3 核心知识层(议题 / 资源 / 工程 / 日报并列产物)→ MCP 接口(
mcp.example.com)→ 用户 / Agent。日报只是 L3 的一个产出视角;反馈经门槛过滤后驱动版本化重生成。
┌─ 本地计算节点(周期运行流水线)──────────────────────┐
│ 群聊 → data_fetch → content_enrich → orchestrator │
│ → unified_reporter → output_composer │
│ │ │
│ ▼ │
│ L3 核心知识层(多产物 + 版本管理) ← MemOS │
└───────────────────────┬──────────────────────────────┘
│ sync push(L3 快照)/ pull(反馈)
▼
┌─ ECS 常驻节点(7×24,公网 mcp.example.com)──────────┐
│ API key 鉴权 → FastMCP 6 工具 → 读 L3 / 写反馈 Inbox │
└───────────────────────▲──────────────────────────────┘
外部 Agent / Claude / Cursor ── submit_feedback ──┘
│
反馈 Inbox → 本地 pull → 版本化重生成(回路)
本地周期启停不影响公网服务:本地→ECS 推 L3 只读快照,ECS→本地拉反馈 Inbox,双轨单向。MCP 不暴露 MemOS,议题检索走 SQL LIKE。附件(图片 / PDF / 文件)上传 Cloudflare R2 私有桶,resource 记 cloud_key,MCP serve 时按需生成短期预签名 cloud_url 供远程下载——sync push 只推 L3 快照 + cloud_key,不含附件二进制(省带宽 / ECS 磁盘)。
不再每次从零开始,也不会越用越乱。MemOS 语义记忆(Qdrant 向量)按议题 / 资源 / 日报 / 自定义表分 cube 跨日沉淀,议题演化自动追踪。历史记忆可纠正——反馈经 MemOS 2.0 原生 /product/feedback 按 target_type 精准更新对应记忆节点,让记忆越用越准,而非越积越脏。
群聊信息不止是文字。LLM Vision 分析图片内容、GIF 多帧抽取、卡片 / AppMsg 结构化解析、链接元数据预览、文件 SHA256 内容寻址落盘。当前覆盖文本 / 图片 / 链接 / 卡片 / 引用 / 文件;视频 / 音频 / 网页正文解析在规划中。
议题、资源、日报、工程表通过 Web UI 触发 lark-cli,一键推送到飞书 Bitable 多维表格(TABLE_CATALOG 驱动,加表即扩展),团队无需进系统即可即时共享。
不同群关注点不同。自定义表 registry(TableDef + Skill 提取 prompt)让你为每个群开启不同的分析维度——engineering(工程问题)、world_models(世界大模型动态)为内置实例,新增分析维度只需一条 YAML,按群开关激活。
反馈精确到单条议题 / 资源 / 表记录。提交反馈 → 版本化重生成(保留全部历史版本)→ 派生 group_experiences 群经验 → 经 correction_loader 自动注入下一次分析的提示词,让系统持续优化理解。全程四元组溯源、可逻辑回滚。
公网 mcp.example.com 让每位群成员都能用自己的 AI 助理(Claude Desktop / Cursor 等)调取群知识、参与反馈。所有人的反馈汇聚到同一份 L3,统一迭代、版本演进——成员反馈沉淀为群体智慧的结晶。附件(图片 / PDF / 文件)经 Cloudflare R2 私有桶短期预签名 URL 分发:远程 agent 调 list_resources 即可拿到可下载直链,私有桶不公开暴露、链接短期失效 + 须 MCP key 鉴权才能获取。
独立的后台 Agent(非交互式),定期巡查 L3 数据之间的关联,做知识的二次压缩与结构化——自动维护 knowledge_map,建立议题间的承接 / 关联 / 反驳等关系,把"被动响应用户查询"升级为"主动维护群体知识网络"。基于对大模型能力边界与 AI 协作学习特性的理解设计;计划在阶段 5 引入(依赖跨议题、跨时间的语义对齐能力,当前单 agent 直线流水线尚不具备)。
[!TIP] 更多工程能力:全链路 serverID 溯源(
winnow trace,任一结论可回溯到原始消息)、Web 控制面板(FastAPI + 静态前端,clone 即用)、Mock 模式(WINNOW_REAL_LLM=false,无 API key 可跑全部测试)、key-based 鉴权(key → 成员 + 群组白名单 + 反馈署名绑定)。
START → data_fetch → content_enrich → orchestrator → unified_reporter → output_composer → END
│ │ │ │ │
▼ ▼ ▼ ▼ ▼
CipherTalk/WeFlow XML/卡片/图片/ MemOS 上下文 单次 LLM 调用: L3 JSON 持久化
API → L1 入库 链接预览 → L2 (历史议题 + · 议题摘要 (topic_summaries
(raw_messages) (parsed_contexts) 反馈修正 + · 共享资源 + report_versions
用户 core_topics) · 日报概览/趋势 + 自定义表 JSON)
· 生命周期分类 + MemOS 入队
unified_reporter:单次 LLM 调用完成议题 + 资源 + 日报 + 趋势 + 生命周期 + 按群启用的自定义表。output_composer:L3 JSON 组装 + topic_summaries / report_versions 写库 + MemOS 同步入队。data_fetch→L1、content_enrich→L2、output_composer→L3。export_markdown() 与 Web UI 独立调用。入口:src/z_winnow/graph/builder.py — build_graph() 返回编译后的图。
API key → member(member_id + display_name)+ allowed_groups(群组白名单)+ is_admin(全权)
• middleware 提取 key(x-api-key 或 Authorization: Bearer)→ 注入 MemberInfo(contextvars)
• 6 工具按白名单过滤;admin 全权;越权 → ToolError
• submit_feedback.reporter = member_id(由 key 绑定,调用方无法伪造)
• stdio 本地:admin 兜底(开发者全权);ECS http 无 key:拒绝裸连
key 注册表 config/mcp_keys.yaml mtime 热重载 —— 加 / 改 / 撤 key 后 winnow sync push 推 ECS 即生效,无需 rebuild 容器。
三层 SQLite —— L1/L2 当日快照不可变,L3 升级为核心知识层(多产物汇聚 + 版本管理;MCP 接口与 ECS 只读快照均读此层):
MemOS 长期语义记忆(GeneralTextMemory 2.0,Qdrant + Redis)按内容类型细拆 cube:winnow:{gid}:topics / :resources / :daily 为固定内容节点;winnow:{gid}:{table_id} 为自定义表记录节点(registry 驱动、按群开关激活)。
反馈与版本管理:每个反馈 = 可溯源、可回滚的版本化事件,记录四元组(反馈内容 + 被反馈版本 / 议题 + 介入后新版本 + MemOS 节点)。提交反馈 →「根据反馈重生成」(弹窗预览 → 确认)→ 产新版本 → 回填溯源 + 派生群经验 + 记忆纠正。支持 GET /feedback/{id}/provenance 溯源、POST /reports/{rid}/versions/{vid}/rollback 逻辑回滚。
三档递进,按需停在任何一档。完整细节见 部署指南。
git clone https://github.com/zenthos-z/z-winnow.git && cd z-winnow
poetry install --with dev
poetry run pytest tests/ -v --tb=short # 全 mock 模式,应全绿
poetry run winnow web # 打开 http://127.0.0.1:8100/ui/ 逛控制台
想看带数据的完整效果?加载内置示例数据(完全虚构,见 examples/sample-data/):
poetry run python examples/sample-data/seed.py
poetry run winnow web # 刷新即可浏览示例群的报告与数据
前置:Python 3.12+ / Poetry、LLM API key(DeepSeek 默认,或任意 OpenAI 兼容端点 / Anthropic)、群聊数据源 API(CipherTalk /v1/ 默认或 WeFlow——本项目消费消息 API,不含消息采集,需自备)。
cp .env.example .env # 编辑:API key / 模型 / 数据源(每项均有注释)
poetry run winnow group add --chatroom-id 12345678@chatroom --display-name "我的群"
poetry run winnow ingest --date 20260814 --group "我的群"
# 或者用 Web UI(推荐,有 onboarding 向导):poetry run winnow web
[!TIP] 配置优先级:
CLI 参数 > WINNOW_* 环境变量 > 标准环境变量 > .env > Field 默认值(Web UI onboarding 向导写的data/config_overrides.json优先级最高)。Mock 模式:WINNOW_REAL_LLM=false禁用 LLM 调用(测试自动启用),但不替代数据源——无数据源 API 时只能跑测试。
# 数据入库(单天)— 首次须先注册群组(见下方"群组管理")
poetry run winnow ingest --date 20260428 --group "群聊名称"
# 溯源查询(serverID → L1/L2/L3 全链路)
poetry run winnow trace --server-id <serverID>
# Web 控制面板(FastAPI :8100;前端 http://127.0.0.1:8100/ui/)
poetry run winnow web
# MCP server(本地 stdio 集成 / 公网 http)
poetry run winnow mcp # stdio(Claude Desktop / Cursor)
poetry run winnow mcp --transport http --port 8000 --host 0.0.0.0 # http(远程 / ECS)
# 日报配图(DMX Gemini 原生 API)
poetry run winnow gen-image --record-id <report_id>
群组管理 —— 群标识符双向解析(group_id ↔ chatroom_id ↔ 名称)
poetry run winnow group list # 列出所有已注册群组
poetry run winnow group resolve --name "群名" # 群名 → group_id + chatroom_id
poetry run winnow group resolve --room-id xxx@chatroom # chatroom_id → group_id
poetry run winnow group add --chatroom-id xxx@chatroom --display-name "名称" # 注册新群组(幂等)
本地 ↔ ECS 数据同步(MCP 公网服务数据通道)
poetry run winnow sync status # 本地 vs ECS 行数对比 + 待 pull 计数
poetry run winnow sync push # 推 L3 快照 + processed JSON + mcp_keys.yaml 到 ECS(排除 attachments/)
poetry run winnow sync push --dry-run # 只生成本地快照,不传输
poetry run winnow sync pull # 拉 ECS 反馈 inbox → merge 本地 → 清 inbox
poetry run winnow sync pull --dry-run # 只 merge 报告,不清 ECS inbox
对象存储 Cloudflare R2(附件上传 / 回填;MCP 私有桶预签名下载)—— 本地 .env 配 S3 兼容读写凭证 + WINNOW_R2_HTTPS_PROXY(国内直连 SDK 读卡死,走 Clash 代理);ECS 只读凭证经 ecs-deploy.sh merge 进容器 env(仅预签名,不发网络)。
poetry run winnow r2 status # 配置就绪 + resources.json 已传/待传统计
poetry run winnow r2 upload # 扫所有 resources.json,全量回填
poetry run winnow r2 upload --group <gid> --date 20260629 # 指定群 / 日
poetry run winnow r2 upload --dry-run # 只报告待传数,不传不写
MCP API key 管理(config/mcp_keys.yaml;改完 sync push 推 ECS)
poetry run winnow mcp-key list # 列注册 key(脱敏)
poetry run winnow mcp-key add --member ID --name "名" --groups g1,g2 # 生成 key 绑成员+群权限
poetry run winnow mcp-key add --member admin --admin # 管理员 key(全权)
poetry run winnow mcp-key revoke --key wn_xxx # 撤销
poetry run winnow mcp-key allow --key wn_xxx --groups g3 # 追加可访问群组
LLM-as-judge 质量评估(4 维度打分)
poetry run winnow judge --group "群名" --from 2026-04-20 --to 2026-04-28 # 区间
poetry run winnow judge --group "群名" --date 2026-05-01 # 单日
poetry run winnow judge --group "群名" --latest 10 # 最近 N 份
MemOS 运维
poetry run winnow memos status # 健康状态 + cube 节点数
poetry run winnow memos rebuild --group X --from sqlite # 从 SQLite 重建 cube
poetry run winnow memos vacuum --group X # 触发生命周期状态机扫描
poetry run winnow memos export --group X --out path/ # dump cube 到文件
poetry run winnow memos search --group X --query "..." # 命令行查询调试
poetry run winnow memos flush # 强制处理 pending sync 任务
poetry run winnow memos delete-cube --group X -y # 删除 :topics + :feedback cube 记忆
poetry run winnow memos purge-wxid --group X [--dry-run]# 清理含 wxid_ 的记忆节点
poetry run winnow memos wipe-all # 全量清空所有群记忆(开发调试)
MemOS Docker 服务(Redis + Qdrant + memos-api,启动必须带 --env-file ../.env)
cd deployments
docker compose --env-file ../.env up redis qdrant memos-api -d
docker compose ps
curl -s http://127.0.0.1:8000/docs # 验证 API 可用
公网服务 mcp.example.com(FastMCP v3,6 工具 + key-based 鉴权 + 双库路由):
读工具查 L3(topic_summaries / report_versions / L3 JSON);submit_feedback 写 feedback Inbox。ECS 双库:l3_snapshot.db(ro,mtime 懒重连)+ feedback_inbox.db(rw)。附件下载:list_resources / get_daily_report 对含 cloud_key 的资源现生成短期预签名 cloud_url(私有 R2 桶直链,默认 1h 失效),远程 agent 可直接下载图片 / PDF / 文件。
submit_feedback 格式守门:服务端做 schema 校验——signal(correction/supplement/approval/stale/quality)、target_type(topic/report/trend/highlights/resource/section ∪ 自定义表 id)、date(真实日历日期)、必填字段任一不符即拒绝(ToolError,不写库),错误消息一次性列出全部违规 + 合法取值,避免脏反馈污染 Inbox / 版本链。
消费方接入(无需 GitHub):接入文档直接挂公网,绕开部分地区 GitHub 需代理的问题——
https://mcp.example.com/install —— 自包含接入指南(拿 key → 配 MCP 客户端 → 连接自检 + 反馈预检)https://mcp.example.com/feedback-format —— 反馈 payload 权威规格 + 合法 / 非法示例客户端配置(OpenClaw / Hermes / Codex CLI / Claude Desktop / curl / Python)与零依赖预检脚本(validate_feedback.py,提交前本地校验 payload)在 .claude/skills/winnow-mcp/ 技能包。
固定产物(每群恒开)
自定义表(registry 驱动、按群开关激活、可扩展):工程问题(engineering)、世界大模型动态(world_models)。
[!TIP] 加新表 = 在
custom_tables/加一条 YAML(TableDef元数据 + Skill 提取 prompt)→ 自动出现在 unified_reporter 提示词、L3 JSON、MemOS cube、飞书表 catalog。议题 / 资源 / 日报是固定产物,engineering / world_models 是自定义表的内置实例(registry 槽位,非硬编码表)。
输出通道(非 L3 产物,独立触发):Markdown 导出(export_markdown)、飞书 Bitable 上传(Web UI + lark-cli)、日报配图(DMX Gemini)。
当前支持文本 / 图片(Vision)/ 链接预览 / 卡片 / 引用 / 文件;视频 / 音频 / 网页正文解析为未来规划。
poetry run pytest tests/ -v --tb=short # 全部测试(mock 模式,无需 API key)
poetry run pytest tests/test_graph_builder.py::test_build_graph_returns_compiled -v # 按名称
poetry run pytest tests/ -m "not slow and not integration and not e2e" # 跳过慢速/集成/E2E
poetry run pytest tests/ --cov=src/z_winnow --cov-report=term-missing # 覆盖率
pre-commit run --all-files # 全部 pre-commit 检查
全 mock 模式(70 个测试文件)。pytest 配置:asyncio_mode = "auto"、pythonpath = ["src"]、--strict-markers;标记 slow / integration / e2e。
z-winnow/
├── src/z_winnow/ # 主包
│ ├── cli.py # CLI 入口
│ ├── graph/ # LangGraph 图构建(builder.py 主图)
│ ├── subagents/ # unified_reporter + output_composer
│ ├── pipeline/ # CipherTalk/WeFlow 客户端 + 3 层存储 + 溯源 + 版本管理
│ ├── mcp_server/ # MCP 网关(FastMCP v3,6 工具 + key 鉴权)
│ ├── sync/ # 本地↔ECS 同步(push/pull/status)
│ ├── object_storage/ # Cloudflare R2 客户端(附件上传 + 预签名)
│ ├── content_enrich/ # 内容增强(XML/卡片/图片/链接/媒体)
│ ├── custom_tables/ # 自定义表框架(TableDef registry)
│ ├── memory/ # MemOS 适配器 + 同步队列 + 生命周期
│ ├── orchestrator/ # 任务编排入口(Web API 调用,非主图节点)
│ ├── outputs/ # 配图生成 + Markdown 报告
│ ├── web/ # FastAPI 后端 + static/ HTML 前端
│ ├── config/ # pydantic-settings + 模型工厂 + 日志
│ ├── templates/ # Jinja2 模板
│ └── observability/ # LangSmith + structlog
├── tests/ # 测试(全 mock 模式)
├── schemas/ # 输出 JSON Schema
├── docs/ # 架构 / 前端 / API 文档
├── deployments/ # Dockerfile + docker-compose + hf_cache4
├── .env.example # 环境变量模板
└── pyproject.toml # Poetry + Ruff/MyPy/Pytest/Bandit 配置
winnow — 把群聊噪声压缩为结构化知识:LangGraph 降噪管道 + L3 知识层 + MCP 接口 + 长期群记忆
टूल
अभी टूल सूची नहीं है। रिमोट सर्वर को पहले हेल्थ चेक के बाद सूची मिलती है।
FAQ
इस पेज पर Cursor, Claude Desktop, Claude Code या VS Code के लिए stdio कॉन्फ़िग कॉपी करें। यह पब्लिशर का इंस्टॉल इस्तेमाल करता है, PlugMCP प्रॉक्सी नहीं।
इस रिकॉर्ड में कोई ज़रूरी एनवायरनमेंट वेरिएबल दर्ज नहीं है।
Z Winnow stdio पर लोकल चलता है।
पिछली जाँच 2026-10-28 को हुई। winnow — 把群聊噪声压缩为结构化知识:LangGraph 降噪管道 + L3 知识层 + MCP 接口 + 长期群记忆