Token导航 LogoToken导航TokenDH.com
开发执行命令github未标认证来源可访问许可证需确认审计异常

wechat-daily微信日报

Agent Skill

wechat-daily 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

612

周安装

25

GitHub Stars

147

下载量

198
CodexClaudeCursorGemini CLI

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

unknown

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:wechat-daily(微信日报)
来源仓库:https://github.com/mcncarl/yichen-skills
仓库路径:skills/wechat-daily
安装命令:
npx skills add https://github.com/mcncarl/yichen-skills --skill wechat-daily
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

skills.shnpx skills
npx skills add https://github.com/mcncarl/yichen-skills --skill wechat-daily

简介

wechat-daily 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息。

  • 适合在 Codex、Claude、Cursor、Gemini CLI 中围绕仓库状态、代码变更或协作事项进行整理。
  • 通过 npx skills add 命令从指定 GitHub 仓库安装,需结合原始 README 核验具体用法。
  • 安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。
  • 当前无原始 SKILL.md 内容可参考,功能描述依赖通用模板生成。

SKILL.md

微信数字资产 Skill

总览

本 Skill 从微信 Mac 4.x 的本地加密数据库中提取聊天记录、朋友圈和收藏夹内容,把它们沉淀为可复盘、可检索、可行动的个人数字资产。默认先支持微信群聊日报,也可以引导用户配置朋友圈监督、收藏夹整理、客户跟进、大佬对话复盘等玩法。

适用条件:

  • macOS 系统
  • 微信 Mac 4.x 已安装
  • Python 3.9+

执行流程

Phase 1: 环境检测(每次执行)

检查 ~/.config/wechat-daily.json 是否存在且包含 wxiddb_base_path

  • 不存在或不完整 → 进入 Phase 2(首次配置)
  • 存在且完整 → 进入 Phase 3(生成日报)

Phase 2: 首次配置(新用户引导)

Skill 无法在“安装瞬间”自动弹窗;当用户第一次触发本 Skill(例如说“日报”“朋友圈日报”“收藏夹整理”)时,先展示三大类九种玩法,再进入密钥和监控对象配置。

Step 2a: 安装 Python 依赖

pip3 install pycryptodome zstandard

Step 2b: 提取数据库密钥

运行密钥提取脚本:

python3 {{SKILL_DIR}}/scripts/extract_keys.py

脚本会自动:

  1. 检查微信是否安装
  2. 复制微信到 ~/Desktop/WeChat.app 并 codesign 去掉 Hardened Runtime
  3. 检查/安装 frida
  4. frida spawn 启动签名副本 → hook CCKeyDerivationPBKDF
  5. 按本机 sns.db / favorite.db / message_0.db 等数据库 salt 捕获并匹配密钥
  6. 自动检测 wxid 和数据库路径
  7. 合并保存到 ~/.config/wechat-keys.json,并更新 ~/.config/wechat-daily.json

重要:微信 Mac 4.1.x 是按库独立密钥。favorite.dbsns.db 往往不会在启动时加载;脚本运行期间必须在弹出的签名副本微信里手动打开「收藏」和「朋友圈」,朋友圈最好滚动一次。

如果已有 message_0 / contact / session 密钥,只补朋友圈和收藏:

python3 {{SKILL_DIR}}/scripts/extract_keys.py --targets sns,favorite --duration 120

如果签名副本已经登录并正在运行,用 attach 模式重新捕获,不必重启:

python3 {{SKILL_DIR}}/scripts/extract_keys.py --mode attach --targets sns,favorite --duration 120 --skip-prepare --reuse-log

只查看本机数据库 salt 和路径,不启动微信:

python3 {{SKILL_DIR}}/scripts/extract_keys.py --list-dbs

Step 2c: 玩法选择与信息收集

首次引导时,先用自然语言告诉用户本 Skill 支持三大类玩法:聊天记录、朋友圈、收藏夹。然后展示下面九种小玩法,并询问用户当前优先启用哪几种。若用户不确定,默认推荐先启用:微信群聊日报沉淀、朋友圈日报、收藏夹大扫除到知识库。

不要修改 ~/.config/wechat-daily.json 的结构;本步骤收集的信息先作为本轮上下文使用,只有原有日报配置需要写入 monitor_groupsmonitor_contactsreport_dir

聊天记录类

  1. 微信群聊日报沉淀

- 用途:把每天的高价值微信群聊沉淀到 Obsidian 或飞书,适合每天阅读最精华部分。 - 需要问:要关注哪些群聊、日报时间范围、输出到 Obsidian 还是飞书、日报目录或知识库位置。 - 输出建议:每日精华摘要、重点链接、待复盘话题。轻量日报可建议用 Flash。

  1. 大佬对话复盘

- 用途:整理和某位关键人物的对话,分析如何更好地彰显实力和价值,争取合作、请教或机会。 - 需要问:要分析哪位好友、分析时间范围、目标是合作/请教/成交/长期关系维护中的哪一种。 - 输出建议:对话画像、对方关注点、用户当前表达问题、下一轮聊天建议。深度复盘可建议用 1T 模型。

  1. 重点事项跟进与提醒

- 用途:持续关注近期重点推进事项相关的群聊和联系人,梳理待办事项或日历事件。 - 需要问:最近推进的项目名、相关群聊/联系人、需要识别哪些待办/会议/截止时间。 - 输出建议:待办清单、日历事件草案、提醒建议。本次只生成草案,不执行飞书 CLI。

  1. 客户管理沉淀

- 用途:把重点客户聊天内容、跟进状态和下一步动作沉淀为客户管理素材,提高转化率。 - 需要问:重点客户或客户群、客户阶段定义、要追踪的状态字段。 - 输出建议:客户状态摘要、下一步动作、可写入飞书多维表格的字段建议。本次不真实写入飞书多维表格。

朋友圈类

  1. 竞品监督与客户需求抓取

- 用途:监督同行和客户朋友圈,发现新品、需求、价格、活动、招聘等信号,形成朋友圈日报。 - 需要问:哪些联系人是竞品、哪些是客户、要关注哪些信号。 - 输出建议:朋友圈日报、风险/机会提醒、建议响应动作。实时巡查只给方案建议,本次不创建自动巡查。

  1. 个人 IP 诊断

- 用途:分析自己的朋友圈内容主题、互动表现和别人可能形成的印象标签。 - 需要问:分析自己的朋友圈时间范围、目标人设、希望优化的方向。 - 输出建议:主题分布、发布节奏、互动表现、外界印象标签、优化建议。全量深度分析可建议用 1T 模型。

  1. 高价值内容提炼

- 用途:从朋友圈噪音中提取高手分享的工具、资源、机会和认知内容。 - 需要问:关注哪些人或标签、哪些内容算高价值,例如工具、认知、资源、机会。 - 输出建议:高价值内容清单、摘要、可转化选题。

收藏夹类

  1. 收藏夹大扫除到知识库

- 用途:解决“收藏即遗忘”,把收藏夹整理成可检索的知识库或选题库。 - 需要问:分类偏好、输出位置、是否生成标签和摘要。 - 输出建议:分类体系、逐条摘要、标签、选题/资料库建议。本次不真实写入飞书。

  1. 收藏复活提醒

- 用途:每周重新捞出被遗忘的高价值收藏,让收藏真正被再次使用。 - 需要问:遗忘阈值 N 天、每周推送频率、每次推送数量、偏好主题。 - 输出建议:复活清单、推荐阅读顺序、提醒草案。本次不创建自动化。

如果用户只想用原来的群聊日报,直接进入下一步“选择监控对象”,保持旧流程不变。

Step 2d: 选择监控对象

运行列表脚本展示所有群聊和联系人:

python3 {{SKILL_DIR}}/scripts/list_contacts.py

然后向用户提问(使用 AskUserQuestion 工具):

问题 1: "你想监控哪些群聊?请从上面的列表中选择,输入群聊名称(多个用逗号分隔)。"

问题 2: "你想监控哪些具体的个人?请输入联系人备注名或昵称(多个用逗号分隔),没有可以跳过。"

用户回答后,将选择保存到 ~/.config/wechat-daily.jsonmonitor_groupsmonitor_contacts 字段。

若用户选择了朋友圈玩法,还要继续询问:要关注哪些朋友圈联系人、哪些联系人属于竞品/客户/高手、是否分析自己的朋友圈、关注的关键词或信号是什么。

若用户选择了收藏夹玩法,还要继续询问:收藏内容希望如何分类、输出到哪里、是否需要摘要和标签、是否要生成复活提醒草案。

Step 2e: 配置输出路径

向用户提问:

问题 3: "日报保存到哪个目录?"(默认 ~/Documents/wechat-daily

保存到配置文件的 report_dir 字段。

Step 2f: 生成首份日报

配置完成后,自动执行 Phase 3。

Phase 3: 生成日报

Step 3a: 运行提取脚本

默认取昨天 08:00 到今天 08:00 的完整数据:

python3 {{SKILL_DIR}}/scripts/wechat_daily.py

如果用户指定了具体日期(如"4月16日的日报"、"2026-04-16"),用日期模式:

python3 {{SKILL_DIR}}/scripts/wechat_daily.py YYYY-MM-DD

如果用户有自定义配置文件路径:

python3 {{SKILL_DIR}}/scripts/wechat_daily.py --config /path/to/config.json

Step 3b: 读取原始报告

读取 Step 3a 生成的原始报告文件。报告路径从脚本输出中获取,或在配置的 report_dir 下查找 YYYY-MM-DD.md

Step 3c: 生成精华摘要

你是一个群聊精华提取专家。根据原始消息,按以下格式重写报告:

格式要求:

  • 开头:1-2段自然语言概括当天最核心的内容(不使用 markdown 格式)
  • 正文:按群分类,每个群提取有价值的讨论要点
  • 不使用 markdown 加粗和标题语法,用 emoji + 列表
  • 链接保持原样
  • 保留关键人名
  • 结尾固定格式"本简报由AI自动生成"

分类参考(根据实际内容灵活选用):

  • 🛠 工具技巧/实战经验
  • 💰 资源推荐
  • 📡 行业动态
  • 💡 观点碰撞
  • 🎭 群友趣事
  • 🐟 群聊日常
  • 📈 投资/加密
  • 💬 话题讨论

内容规范:

  • 重点突出,过滤不重要的闲聊
  • 语言通俗,保留群友的生动表达和金句
  • 图片、语音、表情等非文本消息不写入摘要
  • 系统消息(撤回、加群等)不写入摘要
  • 不写人名,只总结精华内容(除非是公众人物或用户特别指定)
  • 不写私聊摘要(除非用户配置了 monitor_contacts)
  • 不写"其他群聊速览"
  • 每个群的消息数量标注在群名后面,如 群名(123条)
  • 群与群之间用 --- 分隔

Step 3d: 写入文件

将精华摘要覆盖写入:{report_dir}/YYYY-MM-DD.md

然后告诉用户日报已生成,简要概括今天最核心的1-2件事。


配置文件格式

~/.config/wechat-daily.json

{
  "wxid": "<wxid>",
  "db_base_path": "~/Library/Containers/.../db_storage",
  "monitor_groups": ["群名1", "群名2"],
  "monitor_contacts": [],
  "report_dir": "~/Documents/wechat-daily",
  "time_mode": "8am_to_8am"
}

~/.config/wechat-keys.json(自动生成,不要手动编辑):

{
  "message_0": "hex_key",
  "contact": "hex_key",
  "session": "hex_key",
  "sns": "hex_key",
  "favorite": "hex_key"
}

依赖

  • Python 3.9+
  • pycryptodome
  • zstandard
  • frida + frida-tools(仅首次密钥提取时需要)

适合场景

01

用户想查找某类 Agent Skill 时

02

需要根据任务场景推荐可安装能力包时

03

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

Codex

36.09%
按下载量换算71

Claude

29.74%
按下载量换算59

Cursor

20.43%
按下载量换算40

Gemini CLI

8.86%
按下载量换算18

安全审计

Gen Agent Trust Hub

可疑

Socket

可疑

Snyk

未通过

权限和风险

执行命令

安装流程涉及命令执行,可能通过 npx skills add https://github.com/mcncarl/yichen-skills --skill wechat-daily 联网下载 Skill 或依赖。用户安装前应确认命令来源、仓库内容和执行环境。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在 warning/failed 结果,不能写成本站确认安全。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills