macOS 菜单栏应用,一键总结微信群聊消息。
直接读取本地微信数据库,调用 AI 生成群聊摘要,无需转发、无需截图。
装好之后菜单栏多一个小图标,选个群就能总结:
- 一键总结 — 选个群,几秒总结几百条消息
- 自定义范围 — 按时间段或条数总结,灵活控制
- 智能书签 — 自动记住上次读到哪,下次只总结新消息
- 分组批量 — 群聊可以分组,一键批量总结十几个同类群
- 跨群搜索 — 按关键词 + 日期范围搜索聊天记录,可选 AI 归纳分析
- 图片查看 — AI 可直接查看聊天图片和表情包,不再是一堆「[图片]」
- 总结历史 — 查看、复制往期总结
支持 Claude / DeepSeek / 通义千问 / ChatGPT / Ollama,不绑定任何一家。用 Ollama 可完全本地运行,数据不出电脑。
接上 MCP Server 后,Claude Code、Cursor、OpenClaw 等 AI Agent 可以直接读取聊天记录,不需要截图发给 AI 做 OCR:
- 直接跟 AI 说「帮我看看工作群今天聊了啥」
- 「搜一下最近谁提过报销」
- 能看到图片和表情包,不再是一堆「[表情]」
- 还能帮你回微信,走微信界面操作,发送后自动验证是否成功
不接入微信、不跑机器人,直接读取本地微信聊天记录,调用 AI 接口生成总结。
所有操作均在本地完成,聊天数据不经过第三方中转(仅发送给你选择的 AI 服务)。
- macOS 12+
- Python 3.10+
- 微信桌面版(已登录)
- 至少一个 AI 服务的 API Key(通义千问、DeepSeek 等)
├── app.py # 主程序入口(菜单栏应用)
├── core/
│ ├── wechat_db.py # 微信数据库解密与消息读取
│ ├── decryptor.py # SQLCipher 数据库解密
│ ├── key_extractor.py # 密钥提取管理
│ ├── config.py # 配置管理
│ ├── keychain.py # macOS 钥匙串存取
│ ├── bookmark.py # 阅读书签
│ ├── chat_groups.py # 分组管理
│ └── sender.py # 消息发送(CGEvent UI 自动化)
├── ai/
│ ├── base.py # AI 提供者基类与 Prompt
│ ├── factory.py # AI 提供者工厂
│ ├── claude_provider.py
│ ├── openai_provider.py
│ └── ollama_provider.py
├── c_src/
│ └── find_keys_macos.c # 内存扫描 C 程序(运行时自动编译)
├── resources/ # 菜单栏图标资源
├── mcp_server.py # MCP Server(供 AI Agent 调用)
├── 启动.command # 一键启动脚本(双击即可运行)
├── setup.py # py2app 打包配置(可选)
├── requirements.txt # Python 依赖
├── 使用说明.txt # 安装与使用指南
└── 功能说明.txt # 功能详细说明
以 Claude Desktop 为例,在配置文件中添加(~/Library/Application Support/Claude/claude_desktop_config.json):
{
"mcpServers": {
"wechat-summary": {
"command": "/项目路径/.venv/bin/python3",
"args": ["/项目路径/mcp_server.py"]
}
}
}其他兼容 MCP 协议的客户端(Cursor、Claude Code 等)配置方式类似。
消息发送: 如需通过 AI Agent 发送微信消息,需在「系统设置 → 隐私与安全性 → 辅助功能」中授权运行 MCP Server 的应用(如终端、Claude.app)。发送使用 macOS 原生 UI 自动化,发送后会自动验证消息是否成功写入数据库。
注意: 2026 年 3 月后微信更新了图片存储加密方式,新图片目前无法读取。之前的历史图片均可正常查看。
- ylytdeng/wechat-decrypt — 微信数据库解密方案参考,本项目在此基础上进行了改进和扩展
- Sue — 测试与反馈
MIT