微信收藏知识库

微信收藏夹导出、智能分类与知识库管理。支持从解析后的 favorite.db 导出收藏记录、自动归纳分类（从用户内容发现自然类别）、LLM 智能增强（可选）、批量导入 IMA 知识库（可选）、多平台导出（Obsidian/Notion，可选）、增量分类。核心功能支持离线使用，网络功能默认关闭。

Decrypt, categorize and organize wechat favorites (Official Account collection) into knowledge base

收藏夹导出 · 智能分类 · 知识库导入 · 多平台导出

快速上手： 解析收藏夹 → 导出记录 → 自动归纳类别 → 智能分类 → 导出到 Obsidian/Notion 或导入 IMA

💡 试试这样说： "帮我整理微信收藏" / "导出收藏夹并自动归纳分类" / "从我的收藏中发现自然类别" / "把微信收藏导入知识库"

---

触发词： 微信收藏（WeChat Favorites）、收藏夹导出（favorites export）、收藏文章分类（favorites classification）、自动归纳分类（auto-discover categories）、IMA 知识库导入（knowledge base import）、Obsidian 导出（Obsidian export）、Notion 导出（Notion export）、收藏整理（favorites organizer）

---

新增功能

完整更新日志见 CHANGELOG.md

• 自动归纳分类 — 从收藏内容中 LLM 发现自然类别，不再受限于固定 9 大类
• Obsidian / Notion 导出 — Markdown 按年月归档+增量同步 / 批量导入 Notion 数据库
• LLM 增量分类 — 新增收藏无需全量重跑，支持结果合并与标签标准化
• 自定义分类 — classify_favorites.py 新增 --categories 参数，支持自定义分类 JSON

---

为什么用这个工具？

微信收藏夹积累了大量文章：随手打的标签越来越复杂，待读越积越多，从来没有真正整理过，也不记得读了哪些、学到了什么。这个工具可以：

• 自动归纳 — 从你的收藏中发现自然类别，不再受限于固定分类
• 关键词匹配 — 快速扫描全部收藏，按关键词归类
• LLM 增强 — 低置信度条目用大模型智能重判（可选）
• 知识库导入 — 一键导入 IMA，构建个人知识库（可选）
• 多平台导出 — 导出为 Markdown 到 Obsidian，或批量导入 Notion 数据库（可选）
• 增量分类 — 新增收藏无需全量重跑，LLM 增量分类 + 结果合并

---

核心能力

能力	说明
收藏导出	从解析后的 favorite.db 导出全部收藏记录为 CSV
自动归纳	从用户收藏内容自动发现分类体系（v1.2 新增）
关键词分类	默认 9 大类（生物医药/AI/投资等），或使用自定义分类
标签增强	二级标签 57 个 + 跨领域标签 6 类（仅默认分类）
LLM 增强（可选）	置信度低时自动调用 LLM 二次分类，需配置 API Key
IMA导入（可选）	批量导入到 IMA 知识库，需配置凭证
Notion 导出（可选）	导出收藏到 Notion 数据库，需配置 API Token（v1.2 新增）
Obsidian 导出（可选）	导出收藏为 Markdown 文件到 Obsidian vault（v1.2 新增）
报告生成	分类统计、各分类 CSV 导出

---

前置条件

1. 微信收藏数据库

本工具需要已解析的 favorite.db 文件。解析步骤请使用专门的微信数据库处理工具。

2. Python 环境

bash

pip install pycryptodome zstandard

3. LLM 配置（自动归纳需要）

自动归纳功能需要调用 LLM API：

bash

export LLM_API_KEY="your-openrouter-api-key"
export LLM_API_URL="https://openrouter.ai/api/v1/chat/completions"
export LLM_MODEL="deepseek/deepseek-chat"

或使用本地模型：

bash

export LLM_API_URL="http://localhost:11434/v1/chat/completions"
export LLM_MODEL="qwen2.5:14b"

4. IMA 导入（可选）

如需导入 IMA 知识库，配置凭证：~/.config/ima/client_id 和 ~/.config/ima/api_key

5. Notion 导出（可选）

如需导出到 Notion，配置 API Token：

bash

export NOTION_API_TOKEN="secret_xxx"

6. Obsidian 导出（可选）

无需额外配置，直接指定 vault 路径即可。

---

快速开始

方式一：自动归纳分类（推荐）

bash

cd scripts

# 1. 导出收藏记录
python export_favorites.py

# 2. 自动发现分类体系
python auto_discover.py

# 3. 使用自定义分类
python classify_favorites.py --categories user_categories.json

# 4. 导入 IMA（可选）
python import_ima.py

方式二：使用默认 9 大类

bash

cd scripts

# 1. 导出收藏记录
python export_favorites.py

# 2. 使用默认分类
python classify_favorites.py

# 3. 导入 IMA（可选）
python import_ima.py

方式三：导出到 Notion / Obsidian（可选）

bash

# 导出分类后的文章到 Notion 数据库
python export_to_notion.py --input articles_final.csv --token $NOTION_API_KEY --database-id $DATABASE_ID

# 导出到 Obsidian vault（Markdown 文件）
python export_to_obsidian.py --input articles_final.csv --vault "D:\Obsidian\MyVault"

---

目录结构

text

wechat-favorites/
├── SKILL.md                     # 本文件
├── LICENSE.txt                  # MIT License
├── requirements.txt             # 依赖声明
├── scripts/
│   ├── auto_discover.py         # 自动归纳分类（v1.2 新增）
│   ├── classify_favorites.py    # 智能分类
│   ├── llm_classify.py          # LLM 二次分类模块
│   ├── llm_incremental.py       # LLM 增量分类（v1.2 新增）
│   ├── merge_llm_results.py      # 合并多次 LLM 结果（v1.2 新增）
│   ├── normalize_categories.py   # 分类标准化（v1.2 新增）
│   ├── export_favorites.py      # 收藏导出
│   ├── export_to_notion.py      # 导出至 Notion（v1.2 新增）
│   ├── export_to_obsidian.py    # 导出至 Obsidian（v1.2 新增）
│   ├── import_ima.py            # IMA 导入
│   └── ...
├── exported_favorites/          # 导出输出
│   ├── favorites_all.csv        # 全部收藏
│   ├── user_categories.json     # 自动归纳的分类体系
│   ├── articles_final.csv       # 带分类标签
│   └── cat_*.csv                # 各分类文件
└── references/
    ├── classification.md        # 分类算法说明
    └── schema.md                # 数据库结构

---

数据流程

自动归纳流程

text

favorites_all.csv
      │
      ▼ auto_discover.py（采样 + LLM 归纳）
user_categories.json
      │
      ▼ classify_favorites.py --categories user_categories.json
articles_final.csv + cat_*.csv

默认分类流程

text

favorites_all.csv
      │
      ▼ classify_favorites.py（9 大类关键词匹配）
articles_final.csv + cat_*.csv

增量分类流程（v1.2 新增）

text

# 已有分类结果
articles_final.csv
      │
      ▼ llm_incremental.py（仅处理新增收藏）
articles_final_updated.csv
      │
      ▼ merge_llm_results.py（合并多次结果）
articles_final_merged.csv

Obsidian 导出流程（v1.2 新增）

text

articles_final.csv
      │
      ▼ export_to_obsidian.py --vault "D:\Obsidian\MyVault"
D:\Obsidian\MyVault\2026\06\article-title.md

Notion 导出流程（v1.2 新增）

text

articles_final.csv
      │
      ▼ export_to_notion.py --database-id YOUR_DB_ID
Notion Database（含全部收藏页面）

---

自动归纳输出格式

user_categories.json 结构：

json

{
  "categories": [
    {
      "name": "生物医药研发",
      "description": "创新药、临床试验、生物技术相关",
      "keywords": ["创新药", "ADC", "CAR-T", "临床", "靶点", ...]
    },
    ...
  ],
  "meta": {
    "source": "auto_discover",
    "sample_size": 500,
    "total_articles": 32333,
    "created_at": "2026-04-27 23:45"
  }
}

---

分类体系

方式一：自动归纳（动态）

运行 auto_discover.py 后，分类体系由 LLM 根据你的收藏内容归纳，类别数量、名称、关键词均动态生成。

方式二：默认 9 大类（固定）

分类	关键词示例
生物医药	创新药、ADC、CAR-T、mRNA、临床试验
AI科技	GPT、大模型、Agent、RAG、芯片
投资金融	IPO、融资、估值、基金、VC
科学研究	Nature、Science、论文、研究
商业财经	企业、行业、市场、商业模式
生活方式	健康、运动、旅行、读书
媒体资讯	新闻、热点、评论、舆论
政治国际	国际、外交、地缘、中美

二级标签（仅默认分类）

每个一级分类下设细分标签，如：

• 生物医药：ADC、CAR-T、mRNA、创新药、临床、神经科学...
• AI科技：大模型、AI应用、AI医疗、机器人、GPU...
• 投资金融：VC/PE、二级市场、IPO、并购、估值...

完整标签列表见 references/classification.md。

---

安全说明

操作	数据流向	说明
收藏导出	本地只读	完全离线
关键词分类	本地计算	完全离线
自动归纳	本地 → LLM API（需配置）	发送采样标题，仅在启用时调用
LLM 分类	本地 → OpenRouter（需配置）	发送标题+摘要，仅在启用时调用
IMA 导入	本地 → ima.qq.com（需配置）	发送 URL 列表，仅在启用时调用
Obsidian 导出	本地文件写入	完全离线
Notion 导出	本地 → Notion API（需配置）	发送收藏数据，仅在启用时调用

离线模式： 导出 + 默认分类完全离线；自动归纳需 LLM API。

建议： 在信任的网络环境使用自动归纳功能。

---

常见问题

Q: 自动归纳出的类别不满意？ A: 编辑 user_categories.json 手动调整，或重新运行 auto_discover.py --sample 1000 增加采样。

Q: 可以在默认分类和自定义分类之间切换吗？ A: 可以。不带 --categories 参数即为默认分类。

Q: 自动归纳需要多少条数据？ A: 建议 500 条以上，太少可能导致类别不全。

---

更新日志

v1.2.0 — 2026-06-07

• 自动归纳分类 — 从收藏内容中 LLM 发现自然类别，不再受限于固定 9 大类
• Obsidian / Notion 导出 — Markdown 按年月归档+增量同步 / 批量导入 Notion 数据库
• LLM 增量分类 — 新增收藏无需全量重跑，支持结果合并与标签标准化
• 自定义分类 — classify_favorites.py 新增 --categories 参数，支持自定义分类 JSON

v1.1.4 — 2026-04-26

• 安全审核修复：SAFE_MODE 离线模式，核心功能默认关闭网络
• 中英双语文档完善
• 安全说明强化：新增 ## 安全说明章节，强调本地化、隐私保护与数据安全

v1.1 — 2026-04

• 分类体系升级：新增三级分类体系——9大主类、57个二级标签、6个跨领域标签，分类更精细多元
• 文档全面优化：完善 SKILL.md，补充分类逻辑说明、LLM 使用指南、实测数据、文件格式说明
• 快速上手简化：精简配置示例、优化命令说明、增强引导提示、补充常用触发词，方便快速上手
• LLM 智能增强（可选）：新增 LLM 辅助分类脚本（llm_classify.py、llm_incremental.py、merge_llm_results.py、normalize_categories.py），低置信度或模糊条目可交由大模型重新分类
• 安全说明强化：新增## 安全说明章节，强调本地化、隐私保护与数据安全
• 版本升级：1.1.0 → 1.1，新显示名（微信收藏知识库）

---

License

MIT License

---

本工具仅供个人备份和学习使用。请勿用于任何商业用途或违法行为。