「我和 XXX 的关系在哪个阶段最好？后来发生了什么？」
「这个群里真正活跃的人是谁？他们通常聊什么？」
「我今年和哪些朋友聊得越来越少了？」
所有数据留在本地，不上传任何服务器。
功能示例
点击可放大查看
| AI 分身 | AI 分析 |
|---|---|
 |  |
| AI 群聊 | AI 首页 |
 |  |
| 快速入门引导 | 好友总览 |
 |  |
| 好友深度画像 | 群聊画像 |
 |  |
| 全局搜索 | 时间线 |
 |  |
| 时光机 | 纪念日 |
 |  |
AI 分身（核心功能）
让 AI 学习任何联系人的聊天风格，模拟和 TA 对话——像真的在和 TA 聊天一样。
聊天记录是一个人最真实的语言印记。AI 分身从中学习 TA 的用词习惯、语气特征和表达方式，让你可以：
和已经失去联系的老友再聊一次——哪怕只是 AI 模拟的，也能找回当年的感觉
让远在天堂的亲人以 TA 熟悉的方式"回复"你——不是冰冷的机器，而是带着 TA 说话习惯的温暖文字
在做重要决定前，和最信任的人的 AI 分身聊聊——TA 会用 TA 的方式给你回应
或者纯粹好奇——你最好的朋友如果看到你发的这句话，会怎么回？
[!NOTE] AI 分身旨在帮助用户回忆珍贵的人际关系。模拟结果由 AI 生成，不代表真人的真实想法。请善意使用，不要用于冒充他人身份或误导第三方。使用本功能即表示用户同意自行承担使用后果，项目作者不对因使用 AI 分身产生的任何直接或间接影响负责。
功能特点
- 风格学习：从私聊记录 + 共同群聊中提取 TA 的文本消息（可选 100 / 300 / 1000 / 2000 / 全部条），AI 学习 TA 的用词、语气、断句、emoji 习惯
- 背景补充：可填写 TA 的籍贯、职业、与你的关系等背景信息，让 AI 更准确地还原 TA 的人物特征
- 群聊联动：自动列出与该联系人的共同群聊，可勾选要包含的群聊，只提取 TA 在群里的发言（按 sender_id 精确过滤），不会混入其他人的消息
- Session 机制：学习一次即缓存，后续多轮对话不再重复加载数据库，响应速度快
- 流式对话：仿微信气泡界面，AI 回复逐字显示
- 对话续写：AI 同时模拟你和 TA 继续聊天，像看一部关于你们的迷你剧
详细实现见 ai-clone.md。
AI 群聊模拟
让 AI 模拟群友继续聊天——按每个成员的发言比例和说话风格生成对话，你也可以随时加入。
- 风格画像：自动分析每个成员的用词习惯、消息长度、表情使用、提问频率等特征
- 自定义配置：可选参与成员、设定话题场景、调节聊天氛围（日常/激烈/深夜/搞笑/严肃）
- 多轮记忆：模拟对话使用多轮对话机制，群友会回应你说的话，不会重复
详细说明见 ai-group-sim.md。
跨联系人 AI 问答
不再局限于单个联系人——直接问关于所有聊天记录的问题，AI 自动搜索并汇总回答。
「谁跟我聊过旅行？」→ AI 搜索全部联系人，找到 3 人提到过旅行，汇总每人聊了什么
「去年国庆我都跟谁聊天了？」→ AI 查询 10/1-10/7 的日历数据，列出每天的聊天对象
「哪些朋友经常提到加班？」→ AI 搜索关键词，按匹配频次排列
技术原理：LLM Agent 模式——第一步 LLM 解析问题意图（提取关键词/时间范围），第二步自动调用搜索/日历 API 收集数据，第三步 LLM 基于真实数据生成回答。每次提问仅消耗 ~4000 token。
对话历史持久化
AI 首页的联系人分析和跨联系人问答的对话自动保存到本地数据库，支持：
- 历史记录列表，按时间排序，显示预览文字
- 点击加载历史对话，继续追问
- 刷新页面不丢失，下次打开仍可查看
AI 洞察
对任意联系人生成三种深度分析（基于统计摘要 + 采样消息，低 token 消耗）：
- 关系报告：关系发展阶段、沟通特点、关键数字、AI 感言
- 风格画像卡：性格标签、口头禅、聊天习惯、趣味类比
- AI 日记：选择任意一天，AI 以第一人称写日记
自定义 Prompt 模板
所有 AI 功能的系统提示词（System Prompt）完全透明、可自定义：
- 每个 AI 功能旁边都有「查看 Prompt」按钮，可以看到当前使用的完整提示词
- 在设置页的「Prompt 模板」区块，可以编辑任意功能的 Prompt
- 支持变量：
{{name}}（联系人名）、{{today}}（日期）、{{rounds}}（轮数）等 - 留空即恢复默认值，修改即时生效
🎮 互动小说 — 把联系人变成 NPC，写一段有选项的剧情
联系人详情页头部点紫色 BookOpen 按钮，进入一段章节化、有选项、多结局的视觉小说。AI 把 TA 当 NPC，剧情用 TA 的「分身画像」和真实事件素材生成 —— 像乙女游戏 / Doki Doki，但主角是你和你认识的人。
[!NOTE] 剧情仅在本地处理，所有选择只影响这一档存档。AI 输出不代表真人想法，请尊重当事人。
三种开局模式
5 种结局
- 🏆 TRUE：affinity ≥ 80 且命中 ≥ 1 个 critical_choice
- 💖 HAPPY：affinity ≥ 60
- 📖 NORMAL：affinity 30-59
- 💀 BAD：affinity < 30 或踩到 dealbreaker
- 🕵️ SECRET：命中特定 hidden_flag 组合（首通后才会在 UI 提示存在）
每条存档独立，同一联系人可开多档；每章自动入库，可回滚到任意章看不同分支。
通关后的 Wrapped 风格回顾
4 页分页（仿 Spotify Wrapped）：
- 结局标题页：彩色徽章 + LLM 写的 60-100 字结语
- 关键转折：列出每章的 LLM 摘要 + 你做的每一个选择
- 数据对比：本剧 affinity vs 真实关系热度（来自「关系动态预测」），AI 一句话点评（"剧情和现实差不多"/"剧情里你们更亲密一些"）
- 解锁徽章：5 个结局收集网格，secret 未解锁显示
???
支持白底长图导出（720px 宽，footer 自带 welink.click + 日期），发朋友圈合适。
可选 AI 生封面图
设置页开启「AI 文生图」后，每章卡片右上角出现 ✨ 按钮 —— 调一张电影感场景图（不画人脸 / 不出现文字 / 抽象意象），自动入画廊。开局只生 1 张就够用，每张 0.05-0.2 元，不会失控。
复用现有基础设施
- 人设：取
clone_profiles.prompt（已训练分身的话）；未训练时给兜底人设 - 事实素材：随机抽 8-12 条
mem_facts作为「TA 的世界设定」 - 剧情生成：按需流式（不是一次性整树），每章 1.5-3k token，首屏 5-10 秒开始打字
- 状态合并：
{affinity, tension, flags[], critical_hits, dealbreaker}，每章合并一次state_delta
详细架构与接口见 docs/api.md 的「视觉小说 / 互动小说（VN）」章节。
🧪 创意实验室 — 把聊天记录玩出花
侧边栏「实验室」Tab，集合了一组好玩、能分享的小工具。和"分析"路线不同，这一组以"卡片化、可截图、像 Spotify Wrapped 一样" 为目标。从 v0.2.0 首发 5 个起持续扩充，现已累计 21 个（聊天 DNA / 高光瞬间 / 灵魂提问机 / 平行宇宙 / 关系星图 / 群金句榜 / 语言进化史 / 聊天地图 / 人情债 / 断联预警 / 群聊 Wrapped / 反向语义搜索 / AI 虚拟群聊 / 群语料 ROI / 关系考古 / 健康日记 / 暧昧探测 / 回复速度榜 / 主动指数榜 / 社交圈流动榜 / 话题图谱）—— 详见 docs/labs.md。会调 LLM 的 Lab 在 tab 上带紫色 AI 标。
聊天 DNA
类 Spotify Wrapped 的年度聊天人设卡：消息总数、最爱的人、活跃时段、emoji 偏好、最长一句话、最早开始聊的人 …… 全部纯统计、无 LLM——零 token 成本，离线也能出。一键导出长图分享。
高光瞬间
AI 从你和某位联系人的聊天记录里，挑出 5–8 段最有故事感的对话片段——表白、争吵、深夜聊人生、第一次见面、相互坦白。每段配一张可截图的卡片，自动生成标题和情绪标签。
灵魂提问机
AI 出 5 道只有你们俩才答得上的默契测试题（"TA 最常吃的早餐是？""你们第一次见面在哪？"），翻面看答案。可以截图给对方做。
关系星图
把联系人按"共同群聊"聚拢的力导向图——同一个圈子的朋友会自动靠拢成簇，让你一眼看出社交圈层结构。自写的迷你 force-directed layout，零新增依赖。
平行宇宙对话
选一个联系人 + 输入一个"如果……"场景（"如果我们五年前就认识"、"如果我现在跟 TA 求婚"、"如果我们是同事"），AI 用 TA 的人设生成一段虚构对话，逐字流式展开。复用 AI 群聊模拟的 persona 引擎。
每个 Lab 都支持白底分享图导出，footer 自带
welink.click+ 日期，发朋友圈合适。
v0.2.x 增量 Lab
v0.3.x 增量 Lab
📰 每日社交简报 — 看昨天发生了什么
首页左侧 Tab「今日简报」，每天看昨天的社交摘要：
- 总览数字：昨天总消息量 / 活跃联系人 / 活跃群聊
- 高光片段：最长聊天 / 第一次出现的新话题
- 建议主动联系：把"关系动态预测"里的 cooling / endangered 名单嵌入 banner，可直接点开聊
- 历史列表：近 30 天每日简报横向 timeline，按日期查
懒生成 + 入库（ai_analysis.db.daily_digests），调试或重新索引后可强制重生成。零 LLM 默认形态（高光抽取走规则）。
⏰ 定时任务 — 让 AI 定期帮你盯聊天
侧边栏新 Tab「定时任务」（有新结果时角标显示未读红点）。写一条指令 + 选目标会话 + 选周期，系统就会定时跑 LLM，把结果送进应用内收件箱（markdown）：
- 任务类型：定时总结 / 待办挖掘 / 关键词盯梢 / 情绪变化 / 自定义 prompt
- 分析范围：某个私聊 / 某个群 / 全部私聊 / 全部群聊
- 周期：每天固定时间 / 每周几固定时间 / 每 N 小时间隔
- 收件箱：跨任务汇总最近结果 + 未读数，可一键全部标记已读；每个任务也能看运行历史
纯本地 App 调度，只在打开时执行；关闭期间错过的下次打开补跑一次（不堆积）。任务定义存 scheduled_tasks 表，运行历史存 task_runs 表。
❄️ 断联预警 — 提醒正在消失中的连接
聊天 DNA 是"庆祝长期连接"，断联预警是它的反面。扫所有私聊（总消息 ≥ 50 条）的 LastMessageTs，按静默天数 ≥ 30 排出 Top 30：
三档分级人数：30-89 天 / 90-179 天 / 180+ 天。零 LLM、10 分钟缓存、可截图分享。
AI 分析
WeLink 内置完整的 AI 分析引擎，可对任意联系人、群聊或某一天的聊天记录发起对话式分析。
三种检索模式
记忆提炼
LLM 批量阅读聊天记录，自动提炼关键事实（人名、事件、情感节点）并持久化存储。后续对话中，AI 可以调用这些「长期记忆」，而不依赖每次重新加载全量消息。
支持的 LLM 提供商（25+）
在设置页面填写提供商、Base URL、API Key 和模型名称即可。支持为 AI 对话和记忆提炼分别指定不同的模型。
Vertex AI 配置：选择
Google Vertex AIprovider → 粘贴完整的 Service Account JSON → 填写 GCP Project ID 和 Region → 选择模型（默认google/gemini-2.0-flash-001）Bedrock 配置：选择
AWS Bedrockprovider → 填写 AWS Access Key ID 和 Secret Access Key → 填写 Region → 填写 Model ID（如anthropic.claude-3-5-sonnet-20241022-v2:0）
本地 Ollama 配置参考 ollama-setup.md，完整 AI 功能说明见 ai-analysis.md。
🎨 AI 文生图 — 让卡片有插画
三个使用场景，统一走一套生图引擎：
实现细节
- 4 个 provider 原生支持（设置页可同时配多组，第一组为默认，每张图调用可指定 profile）：
- doubao：火山方舟（豆包）即梦
doubao-seedream-3-0-t2i-250415 - openai：
gpt-image-1/dall-e-3，默认请求b64_json省一次下载 - siliconflow：FLUX schnell / FLUX dev / SD 3.5 等，国内便宜
- gemini：Imagen 3，走 Generative Language API
- doubao：火山方舟（豆包）即梦
- 本地 hash 缓存：
sha256(v2|provider|model|size|prompt)→~/.welink/ai_images/<hash>.png。命中直接秒返，不重复调 API。老 v1 hash 缓存也兼容命中，避免升级后图全部失效重出 - 同源代理：前端用
GET /api/image/cache/:hash拿图（火山返回的临时 URL 24h 过期；html-to-image 导出分享卡也要求同源） - Provider 元数据自描述：
GET /api/image/providers返回 provider/model/size/key 跳转链接清单，前端零硬编码 - 异步队列 + 进度条：后端 2 并发 worker pool 处理任务，前端 1.5s 轮询拿伪进度（0-100），可随时取消；状态全落
ai_analysis.db.image_tasks，进程崩了重启会把孤儿 running 任务标 failed - 🖼️ AI 画廊：所有生成过的图自动入库（
images+ FTS5 索引），侧边栏新 Tab，支持 prompt 全文搜索、scene/provider 过滤、收藏、下载、删除（软删 30 天后 GC）、一键基于原图重生成（改 prompt 或换尺寸） - Demo 模式写 SVG 占位图，不调真 provider
MCP — 在 Claude Code 里直接提问
WeLink 内置 MCP（Model Context Protocol） 服务器，让你在 Claude Code（CLI） 里用自然语言查询微信数据，无需打开浏览器。
完整配置见 mcp-server/README.md。
🔮 Skill 炼化 — 把聊天记录变成 AI 工具的能力包
把聊天记录里的人际关系，直接炼化成 Claude Code / Codex / Cursor 等 AI 编程工具的 Skill 文件包。 一次炼化，多处使用。
三种 Skill 类型
七种输出格式（一键切换）
lora-jsonl 是纯本地数据导出，不调 LLM、不抽风格画像，把"我"和所有联系人的对话配成
(对方上一句, 我的回复)训练样本。隐私保护：手机号 / 邮箱 / 身份证 / 卡号自动脱敏，联系人 wxid 匿名化为 c01..cNN，敏感模式整条丢弃。仅支持skill_type=self。
炼化的内容
- 性格特征：LLM 从真实对话里抽取的人物画像
- 说话风格：句长、语气、用词偏好、标点习惯、emoji 使用
- 高频词与口头禅：独特词汇和常用短语
- 常聊话题：兴趣领域和专业方向
- 关系背景：你和 TA 的关系推断（仅 contact 类型）
- 代表性原话：5-8 条最能体现风格的消息片段（自动脱敏）
- 使用注意事项：什么场景适合用、什么场景不适合
使用入口
- 联系人深度画像头部 → 紫色 Sparkles 图标按钮
- 群聊画像头部 → 紫色 Sparkles 图标按钮
- 洞察页「个人自画像」卡 → 「炼化我的 Skill」按钮
Skills 管理
侧边栏新增「Skills」页面，集中管理所有已炼化的 Skill 包：
- 持久化存储：每次炼化自动写入本地数据库（
ai_analysis.db的skills表），文件保存到~/.welink/skills/<id>/<filename>.zip - 后台异步执行：炼化任务在 goroutine 中运行，关闭弹窗、刷新页面都不会中断
- 状态实时追踪：等待中 / 炼化中 / 成功 / 失败（含错误原因），页面每 2s 自动刷新
- 搜索 + 筛选：按目标名/文件名/模型名搜索，按类型（联系人/自画像/群聊/群成员）和状态筛选
- 表头排序：按目标、类型、格式、炼化时间升降序排列
- 重新下载：已成功的任务随时可以重新下载 zip 文件，不需要重新炼化
- Mac App 路径显示：炼化成功后显示保存到
~/Downloads/的完整路径，可一键复制
隐私保护
- 炼化前手机号、邮箱、身份证号自动脱敏
- 整个过程只调用一次 LLM（约 5-15k token）
- 产物是本地 zip 文件，由你决定是否分享
💕 关系动态预测 — 谁在悄悄变冷，谁值得主动联系
WeLink 不止告诉你"现在关系多热"，而是前瞻性地判断每段关系的走向，并给出具体行动建议。
四档状态判定
扫描每个联系人最近 6 个月的消息节奏，对比最近 3 月 vs 前 3 月自动打档：
多维度信号增强
简单的「消息减少了」可能是双方都忙，结合多维信号才能识别到底是谁在疏远谁：
- 主动占比趋势 — 过去你占 72%，现在降到 42% → 说明对方不再主动找你。差 ≥15pp 在 reason 里自动提示
- 响应时延趋势 — TA 去年 10 分钟回你，现在平均 8 小时 → 「TA 回复从 X 分钟变成 Y 小时」（变慢 ≥3× 且原本 ≤1h 才提）
- 连续冷却周数 — 基于客户端 localStorage 滚动 6 周快照，连续 ≥2 周处于 cooling/endangered 显示 🕐 红色徽章
- 最后消息相对时间 — 30 / 60 / 90 天阶梯色阶
reason 文案示例：
最近 3 个月消息减少 65%（120 → 42）；原本你更主动（72%），现在对方说得更多（58%）；TA 回复从 12 分钟变成 8 小时
两种入口
- AI 首页「建议主动联系」卡片 — Top 5 cooling + endangered，直接可点打开联系人详情。每张卡支持「🪄 写开场白」和「不再推荐此人」。「今日不再提醒」按日期关闭
- 统计页「关系动态预测」section — 4 tab 完整列表（濒危/降温/稳定/升温），每条带 12 月迷你折线，点 sparkline 弹大图 modal（12 月柱状图 + 峰值标注 + 主动占比双进度条 + 响应时延对比）
🪄 AI 开场白草稿（行动闭环）
对 cooling / endangered 联系人，点「写开场白」→ 取最近 40 条消息 + 相识年数 + 沉默天数 → LLM 写 4 条不同调性（关心 / 回忆 / 调侃 / 约见）的破冰草稿，一键复制粘到微信。
每周变化摘要
AI 首页顶部的小 banner，对比上次快照（≥5 天前）：「近 7 天变化：3 位关系降温 · 1 位回暖」。按 ISO 周关闭。
管理忽略名单
设置页加「关系预测 · 忽略名单」，首页点「不再推荐此人」后可在这里撤销。
📦 导出中心 — 数据一键搬家
把年度回顾、对话归档、AI 对话历史、记忆图谱四类内容，统一打包导出到 8 种目标：
笔记 / 文档平台
云盘 / 对象存储
Token 配置与既有 LLM 配置一样支持脱敏占位符 __HAS_KEY__，保存后不会泄露明文。
OAuth 类目标（Google Drive / OneDrive）使用流程
- 在目标平台的开发者控制台创建 OAuth Client，授权回调 URI 填
http(s)://<你的 WeLink 地址>/api/export/oauth/<gdrive|onedrive>/callback - 把 Client ID / Secret 粘到导出中心配置卡 → 保存 → 点「授权」→ 浏览器跳转完成授权 → 自动回传 token
- 之后每次导出自动 refresh，token 过期不用管
🗄️ 数据库管理 — 分析师工作台
SQLite 数据直接暴露给懂 SQL 的用户，配 4 件套 工具：
- SQL 模板：10 个预置常用查询（消息排行、联系人列表、群聊列表、AI 对话历史、Skill 记录、记忆提炼等），点一下填入编辑器 + 自动选数据库
- 结果一键画图：结果 ≥2 列时点「图表」，第一列 X 轴 / 第一个数字列 Y 轴自动出柱状/折线（日期格式走折线）
- 磁盘占用环形饼图：每个 DB 文件占比 + Tooltip + 彩色图例
- SQL 历史 + 收藏：自动记录最近 20 条执行历史；点「收藏」起名保存常用 SQL，列表置顶展示
💬 自然语言查数据（中文问 AI 写 SQL）
在面板里输入中文问题，例如：
「我和老婆的第一条消息是什么时候」 「今年跟我妈聊了多少条消息」
LLM 会：
- 读取自动生成的 WCDB schema 摘要
- 输出
{db, sql, explain}JSON（严格限制 SELECT/PRAGMA only + LIMIT 50） - 后端执行并返回结果表 / 自动画图
跨库联系人消息（mode=contact_messages）：按备注模糊查 contact.db → md5 计算 Chat_xxx 表名 → 遍历 message_N.db 找到有该表的 DB 执行 SQL。"我和 XX 的..." 这类跨库问题现在也能直接回答。
结果表支持一键 CSV 下载。
数据分析功能
好友分析
- 消息总量排行、关系热度变化（历史峰值 vs. 近一个月）
- 聊天趋势折线图、24 小时活跃分布、聊天日历热力图
- 词云分析、情感趋势曲线（按月，可切换仅对方/双方）
- 撤回次数、红包/转账次数（分开统计，含时间线记录）、主动发起对话比例等社交特征
- 共同群聊数
- 聊天里程碑：初识日期 + 第一条消息预览、消息量门槛（100/500/1K/5K…）、最火月份、认识天数
- 深夜守护统计：深夜消息占比、最活跃时段、深夜密友 Top 3
- 渐行渐远的人：近一月消息量比历史峰值下降超过 80% 的联系人预警
- 弹窗全屏模式：私聊和群聊弹窗支持全屏查看
- 刷新保持：联系人/群聊弹窗状态写入 URL hash，刷新页面自动恢复
时光机
- 以 3 个月为单位的可滑动日历热力图，覆盖全部历史
- 点击任意日期查看当天私聊 + 群聊记录，或直接发起 AI 分析
- 「去年今天」回忆横幅：自动检测 1-5 年前今天的聊天记录，点击查看
群聊分析 + 小团体检测 + 对比
- 成员发言排行、活跃时间分布、高频词
- 人物关系力导向图：互动频率可视化，支持拖拽和悬停高亮
- 小团体检测：Louvain 社区检测 + 模块度 Q 兜底（Q<0.3 时不强行凑圈），基于真实
refermsg/chatusr引用信号而非时间窗 - 潜水成员检测：显示每个成员的最后发言时间（>180天红色 / >30天橙色），支持按消息数/最后发言/名字排序，快捷筛选 Top 3/10/50/全部
- 💕 群内「我的 CP」：扫描引用消息（lt=49
<refermsg><chatusr>），列出跟我双向引用互动最多的成员 Top 3，挂在群画像顶部。比单纯 @ 或消息数更能识别"隐形聊友" - 👤 群友画像：点群成员榜里任意成员（不限好友），弹出 TA 的群内专属画像 —— 群内排名 / 消息占比 / 活跃天数 / 深夜发言比例、24h 时段分布、周分布、近一年月度趋势、消息类型分布、TA 的高频词、最近发言样本；是好友的还能一键跳私聊看「完整分析」
- 🎬 群聊回放：按最近 N 条 / 按日期范围加载群消息，7 档倍速（实时 / 2× / 5× / 10× / 50× / 100× / 200×）按真实时间间隔回放，连续同发言人合并头像 + 日期分割线。支持全屏回放（
Esc退出）、智能节奏（冷场 >5 分钟直接跳过、发言密集按内容长度放慢到能读完）、快进步长可切 3 / 5 / 10 条；快捷键空格播放/暂停、→快进 - 群聊搜索：支持按发言人筛选，结果可导出 TXT/CSV
- 群聊活跃度对比：同时选中多个群对比消息量、成员数、日均消息、人均消息
群聊四件套 — 这个群的指纹
- ⚡ 群号称卡（群的 MBTI）：基于 hourly_dist / weekly_dist / type_dist / member_rank 规则派生 2-4 条标签 —— 深夜话唠 / 工作日正午群 / 晚八点饭后群 / 周末活跃 / 工作日只上班群 / 表情包战场 / 图包王国 / 链接集散地 / 语音派对 / 红包雨 / 消息洪流 / 静默多数派 / 潜水员联盟 等。零 LLM 零后端
- 🕐 时钟指纹：7×24 小热图徽章，log 压缩着色，一眼识别「工作群作息 / 深夜局 / 周末亲友群」不同性格
- 📊 群影响力指数：我发言后 30 分钟内有异发言者回应的比例 vs 群整体基线，Score = min(myRate/baseRate, 2) × 50。看你在哪个群更"有号召力"
- 📖 AI 群年报：Spotify Wrapped 风格分页卡片 —— 年度概览 / 话痨榜 Top 3 / AI 精选 3 条金句（原文引用）/ 月度趋势柱状图 / 60-100 字 AI 叙事。每群每年可生成
群聊列表四维信息
- 我的参与度：在每行副标展示「我 #N · X%」（在成员发言排行里的位置 + 消息占比）
- 近期活跃度：旁边一个「30天 N 条」区分"已死"和"活跃"群
- 活跃趋势箭头：最近 3 月 vs 前 3 月百分比变化，↑12% 绿 / ↓35% 红
- 我最后发言时间：不同于群最后消息 —— 显示我自己在这个群潜水了多久
回复节奏分析（联系人深度画像）
- 双向对比我 / 对方的回复速度（中位数、均值、秒回次数、慢回次数）
- 按 24 小时分时段的平均回复速度柱状图
- 消息间隔分布直方图：10秒 / 1分钟 / 10分钟 / 1小时 / 6小时 / 1天
- 聊天密度曲线：按月统计消息间隔均值，自动判断升温 / 降温 / 平稳趋势
谁最像谁 — 联系人相似度分析
- 基于消息类型分布、平均消息长度、表情偏好、互动方式等 18 维特征向量
- 余弦相似度算法计算所有联系人间的聊天风格相似度
- 展示共同高频词，发现说话最像的两个人
红包 / 转账全局总览
- 全局 KPI：红包总数、转账总数、我发出、我收到
- 月度收发趋势柱状图
- 联系人红包转账排行，细分四个方向（发红包 / 收红包 / 发转账 / 收转账）
个人自画像
- 汇总所有「我」方向的消息数据
- 发出消息总数、平均字数、最活跃时段、联系过的人数
- 最爱发消息的星期、最常联系的人
- 24 小时个人发送分布
每日社交广度
- 每天联系了多少个不同的人（不是消息数）
- 年度曲线 + 日均 / 最广日统计，看到"社牛日"和"闭关日"
共同社交圈
- 选择两个联系人，基于共同所在群聊推测他们的共同朋友圈
- 列出共同群聊（小群优先）和推测的共同好友
- 标记每个共同好友出现的群数，多群共现 = 关系更紧密
链接收藏夹
- 自动扫描所有聊天中发过 / 收过的链接，按域名聚合
- 支持搜索、按域名筛选、导出 CSV
- 当作"个人书签库" — 那些在微信里分享过的好文章再也不会丢
消息撤回排行
- 基于已有的撤回数据做"谁最爱撤回消息"排行 + 撤回率
词云交互
- 悬浮显示词频 tooltip，点击固定详情卡（次数、排名、相对频率条）
全局统计
- 关系热度分布五档：活跃 / 温热 / 渐冷 / 沉寂 / 零消息
- 月度趋势、深夜聊天排行榜
纪念日
- 自动检测生日（扫描"生日快乐"等关键词，按年份去重）
- 友谊里程碑提醒（认识 100/365/1000/... 天）
- 支持自定义纪念日（标题、日期、是否每年重复）
- AI 首页「今天的纪念日」banner：客户端聚合 4 类当天命中（首条消息 MM-DD 对应的整周年 / 检测生日 / 0 天里程碑 / 自定义），Hero 上方小卡，单条点击直接开联系人，多条跳纪念日 tab，按日期关闭
全局搜索增强
- 跨联系人全局关键词搜索（热门推荐词 + 搜索历史持久化）
- 时间范围筛选（预设一周/一月/三月/一年 + 自定义日期）
- 搜索结果排序（匹配数 / 最新时间 / 联系人消息量）
- 统计摘要条 + Top 5 迷你柱状图
- 即输即搜（2 字以上 500ms debounce 自动搜索）
- 空结果建议（换关键词 / 清除时间筛选）
链接收藏夹增强
- 来源筛选（全部 / 私聊 / 群聊）+ 方向筛选（我发出 / 我收到）
- 时间范围筛选 + 联系人快捷选择（Top 30 按链接数排序）
其他
- 认识时间线（垂直河流式，按年月展开，支持播放回忆动画）
- 联系人对比（勾选 2-6 人，雷达图 + 柱状图 + 数据明细）
- 社交体检报告（健康指数 + 洞察，支持分享为图片）
- 全局字号调节（设置页 12-22px 滑块，Docker/macOS/Windows 全平台支持）
- 时间范围筛选（预设 + 自定义）
- 隐私屏蔽（联系人 / 群聊，仅本地生效）
使用技巧
完整说明见 docs/ux.md，高频用到的几项：
快速开始
第一步：解密微信数据库
把手机聊天记录同步到电脑后（微信 → 设置 → 通用 → 聊天记录迁移），使用 wechat-decrypt 解密：
git clone https://github.com/ylytdeng/wechat-decrypt
cd wechat-decrypt
sudo python3 main.py # 选择 decrypt 模式
解密后生成 decrypted/ 目录（含 contact/contact.db 和 message/message_N.db）。
第二步：启动 WeLink
Docker 模式（将 decrypted/ 放在仓库根目录内）：
cd welink
docker compose up
访问 localhost:3418 开始使用。
完整 Docker 部署指南（环境变量 / Volume / 反代 HTTPS / 升级 / 多 profile / K8s 等）见 docs/docker.md。
macOS / Windows App（无需 Docker）：前往 GitHub Releases 下载，启动后在设置页选择 decrypted/ 目录即可。
端口说明：详见下方端口与自定义章节。
没有数据？先试试 Demo
docker compose -f docker-compose.demo.yml up
或直接访问 https://demo.welink.click。
Demo 数据以阿森纳 2025/26 赛季一线队球员与教练组为联系人，消息内容充满更衣室气息。COYG！ 🔴⚪
macOS App 安装说明
系统要求：macOS 12（Monterey）及以上
- 前往 GitHub Releases 下载最新
WeLink.dmg - 拖入
/Applications，双击运行
提示「无法打开」？ 右键 → 「打开」→ 再次点击「打开」。若仍无效：
xattr -cr /Applications/WeLink.app
完整指南（配置路径 / 端口自定义 / 升级 / 多 profile / FAQ）见 docs/install-macos.md。从源码构建：make dmg。
Windows App 安装说明
系统要求：Windows 10 1903 及以上
- 下载
WeLink-windows-amd64.zip，解压后双击WeLink.exe - 如提示缺少 WebView2，从 Microsoft 官网 安装 Evergreen Bootstrapper
- SmartScreen 拦截时点「更多信息」→「仍要运行」
完整指南（%APPDATA%\WeLink 配置路径 / 端口自定义 / 升级 / 多 profile / FAQ）见 docs/install-windows.md。从源码构建：make exe。
端口与自定义
WeLink 启动时会占用以下端口：
自定义端口
macOS / Windows App：在设置页修改端口，或编辑 preferences.json：
{ "port": "9090" }
也可以通过环境变量覆盖：
PORT=9090 ./WeLink
Docker Compose：修改 docker-compose.yml 的端口映射：
ports:
- "5000:80" # 改为 5000
本地开发：
- 后端端口：编辑
config.yaml的server.port，或PORT=9090 go run . - 前端端口：编辑
frontend/vite.config.ts的server.port
推荐运行配置
首次使用建议先选「近 6 个月」体验，确认无误后再切换到「全部数据」。
整体架构
┌──────────────────────────────────────────┐
│ 终端用户 (浏览器 / App) │
└────────────────┬─────────────────────────┘
│ HTTP / SSE
▼
┌───────────────────────────────────────────────────────┐
│ 前端 (React) │
│ Dashboard · AI 对话 · 设置 · 数据库 · 记忆库 · 播客 │
└────────────────┬──────────────────────────────────────┘
│ REST + SSE
▼
┌───────────────────────────────────────────────────────┐
│ 后端 (Go + Gin, 单 binary) │
│ │
│ ┌─────────┐ ┌────────┐ ┌──────┐ ┌──────┐ ┌────┐ │
│ │ 统计分析 │ │ AI/LLM │ │ RAG │ │ 记忆 │ │ TTS│ │
│ │ 服务 │ │ 多 provider│ FTS+向量│ 提炼 │ 代理│ │
│ └─────────┘ └────┬───┘ └──┬───┘ └──────┘ └────┘ │
│ │ │ │
│ ┌─────▼─────────▼────┐ │
│ │ DB 管理器 (纯 Go) │ │
│ └─────┬─────────┬────┘ │
└────────────────────┼─────────┼────────────────────────┘
│ │
┌────────▼───┐ ┌─▼──────────────┐
│ 解密后的 │ │ ai_analysis.db │
│ 微信 DB │ │ AI 对话/记忆/ │
│ (contact/ │ │ 向量索引/播客 │
│ message) │ │ 历史 │
└─────────────┘ └────────────────┘
▲
│ 本地解密（不出机器）
│
┌────────┴─────────────┐
│ wechat-decrypt │
│ (从微信进程内存取 key) │
└──────────────────────┘
外部可选集成（全部用户自备凭证）
─────────────────────────────────────────────────────────────────
LLM: OpenAI / Anthropic / Gemini / DeepSeek / 豆包 / Kimi / Ollama / Vertex / Bedrock
/ OpenRouter / SiliconFlow / DashScope / 混元 / 千帆 / GLM / MiniMax / Mistral
/ Groq / Together / Fireworks / Perplexity / Cohere / Yi / StepFun / Azure ... (共 25+)
Image: 豆包即梦（火山方舟，OpenAI 兼容 /images/generations）
导出: Markdown / Notion / 飞书 / WebDAV / S3 / Dropbox / Google Drive / OneDrive
MCP: Claude Code / Claude Desktop / Cline / Continue / Windsurf / Zed / ... (独立 Go binary)
TTS: OpenAI / Azure / Edge-TTS (播客功能)
移动: PC 端配对 token + LAN IP → 手机扫码访问（Phase 1）
关键设计
- 本地优先：微信数据库全程在本地机器解密、索引、检索；只有你明确触发 AI 对话时才会把相关片段发到你配置的 LLM 提供商
- 单 binary 部署：后端 Go 源码编译成一个可执行文件，内嵌前端静态资源，Docker 镜像 < 50MB，也可打包成 macOS / Windows 桌面 App
- 零 CGO：SQLite 用 modernc 纯 Go 实现，向量检索/FTS 全部走 Go，跨平台编译不依赖 C 工具链
- MCP 集成：独立的
mcp-serverbinary 通过本地 HTTP 反向代理后端 API，让 Claude Code 等 MCP 客户端能直接用自然语言查询你的聊天数据
技术栈
API 文档：启动后访问 localhost:3418/swagger/。架构细节与分层职责见 docs/architecture.md，更多技术文档见 docs/。
数据安全
所有数据仅在本地处理，不会上传至任何服务器。请仅分析自己的聊天记录。
感谢
本项目依赖 ylytdeng/wechat-decrypt 实现微信数据库解密。微信数据库使用 SQLCipher 加密，该项目从进程内存中提取密钥，是 WeLink 的基础。
开源协议
本项目采用 GNU Affero General Public License v3.0 (AGPL-3.0) 协议。
