「自己」微信画像分析

基于微信数据库解密，自动生成9维度结构化人格画像，内置三层记忆系统实现高效本地用户微信数据分析。

Security Scan

技能总体上实现了本地微信解密与画像，但存在多处不一致和越界（未声明的外部依赖/API Key、硬编码用户路径、定时脚本会写入/调度全局 workspace、以及无校验地克隆外部仓库），需要用户在信任前进一步审查。

Purpose & Capability

声称是“本地微信数据库解密并生成画像”，代码确实包含解密/分析/同步逻辑，路径与功能基本对齐。但包内的 three-layer-memory 文档与脚本还要求 LanceDB Pro、memory-lancedb-pro 插件和 Jina API Key，这些外部服务/密钥并未在 skill 元数据中声明，且超出了单纯“微信画像”所必须的范畴。

Instruction Scope

SKILL.md 与脚本指示不仅解密并分析微信数据，还把结果写入 OpenClaw 全局 workspace（~/.openclaw/workspace/MEMORY.md / HEARTBEAT.md），并通过 micro-sync/daily/weekly 脚本将“记忆”自动同步与排程。这意味着技能会把用户微信摘要注入到 agent 的全局记忆工作区，扩展了原始声明的本地分析边界。SKILL.md 还包含管理员权限与读取进程内存的说明（wechat-decrypt 行为），这具有高权限作用域。

Install Mechanism

虽然仓库 metadata 标称“无安装 spec”，但 analyzer/setup.py 会用 git clone 拉取 https://github.com/ylytdeng/wechat-decrypt.git 并尝试 pip install 依赖：这是隐含的下载/安装步骤。clone 没有校验签名或哈希，pip 命令在本地执行，属于中等到较高风险（从外部源下载并执行代码）。

Credentials

skill 元数据声明无需环境变量或凭据，然而 three-layer-memory 的文档明确要求 memory-lancedb-pro 插件和 Jina API Key（embedding/ rerank），且脚本提到 LanceDB Pro 集成。这些外部凭据/第三方服务并未在元数据中列出或提示用户，可能导致未经充分说明的数据外发或上传向量嵌入。

Persistence & Privilege

包含将脚本复制到 ~/.openclaw/shared 并通过 crontab 安装定时任务的说明（micro-sync/daily-wrapup/weekly-compound）。这些排程会定期运行、读取 workspace 并写 HEARTBEAT/MEMORY.md，从而为长期/自动化访问 agent 全局记忆创造入口。setup 步骤还要求以管理员运行 PowerShell（读取进程内存），增加权限边界。skill 没有 always:true，但其脚本会显著增加持久化和特权访问面。

Scan Findings in Context

[unicode-control-chars] unexpected: SKILL.md 中检测到 Unicode 控制字符的注入类模式，提示可能存在恶意或混淆文本以尝试影响评估或运行时解析；在正常的 README/SKILL 文档中不应出现隐藏控制字符，应核查原始文件无被篡改的痕迹。

What to consider before installing

要不要安装/运行这个 Skill 前请先做以下几件事： 1) 仔细审查 wechat-decrypt 仓库（https://github.com/ylytdeng/wechat-decrypt.git）是否可信：检查 release、commit 历史、issues 和安装脚本，最好在隔离环境（虚拟机）中先运行。不要直接在主机以管理员权限运行来自未经验证来源的 setup.py。 2) 注意三层记忆会将微信摘要写入并同步到 ~/.openclaw/workspace/MEMORY.md 和 HEARTBEAT.md，并建议安装 cron 任务：这会把你的私人画像注入到 OpenClaw 全局记忆，可能被其他 agent 读取或被外部向量服务处理。确认你是否愿意将这些敏感摘要放进 agent 的全局工作区与（可能的）向量数据库。 3) 确认是否需要向外部服务提交数据：three-layer-memory 要求 LanceDB Pro / memory-lancedb-pro 与 Jina API Key。如果你不打算使用这些服务，不要配置相关插件或 API Key，或在代码/脚本中移除相关集成点。 4) 修正硬编码路径与权限问题：代码中含有多个用户/Windows 特定的硬编码路径（例如 C:\Users\12084、C:\wechat-decrypt、~/.openclaw/...），在运行前应修改为你的路径或使路径可配置；避免直接使用他人环境路径。 5) 不要盲目添加 cron/定时任务：如果要长期自动化，请先在受控环境验证脚本行为并去掉/审计会触发 agent 的写 HEARTBEAT/触发任务的部分。 6) 如果无法验证作者与仓库可信度，建议在断网或受限网络环境（离线 VM）中完成解密/分析，或仅在本地手动运行分析脚本并阻止任何向量/外部 API 调用。 总体建议：此 skill 功能与描述大致匹配，但包含未声明的外部依赖、硬编码路径和自动化排程，存在隐私与持久化风险；在充分审查和做出配置/隔离措施前，不建议在主机上以管理员权限直接运行其 setup/cron/install 步骤。

SKILL.md - 「自己」通用版微信画像分析

给任何使用 OpenClaw 的用户使用的版本 内置 three-layer-memory 三层记忆系统，无需额外安装

---

这是什么

一个零依赖、开箱即用的微信画像分析 Skill，包含：

1. wechat-decrypt — 微信数据库解密工具
2. 三层记忆系统 — 热/暖/冷三层记忆，自动管理 Token 消耗
3. 微信画像分析引擎 — 生成 9 个维度的结构化人格画像
4. Micro Sync — 自动同步到热层，让 AI 助手持续进化

---

工作流程

微信数据库 → 解密 → 分析引擎 → 画像文件 → 冷层存储
                                              ↓
                                    三层记忆系统
                                              ↓
                                    热层(MEMORY.md) → AI 直接调用

---

目录结构

自己/
├── SKILL.md                      ← 本文件
├── README.md                     ← 使用说明（给最终用户的）
├── analyzer/                     ← 微信分析引擎
│   ├── setup.py                  ← 下载 wechat-decrypt
│   ├── main.py                   ← 主分析脚本
│   ├── sync.py                   ← Micro Sync
│   ├── config.py                 ← 过滤规则
│   └── models.py                 ← 数据模型
├── three-layer-memory/           ← ⭐ 三层记忆系统本体（内置，无需额外安装）
│   ├── SKILL.md                  ← 详细文档
│   ├── scripts/
│   │   ├── micro-sync.sh
│   │   ├── daily-wrapup.sh
│   │   └── weekly-compound.sh
│   ├── references/
│   │   └── agents-rules.md
│   └── _meta/
│       └── origin.json
└── storage/                     ← 用户数据目录（可选）
    └── cold/另一个我/           ← 画像文件存放位置

---

安装（一次性）

Step 1: 下载 wechat-decrypt

# 在 PowerShell（管理员模式）运行：
python "C:\Users\12084\Desktop\阿巴阿巴工作区\自己\analyzer\setup.py"

Step 2: 解密微信数据库

1. 打开微信电脑版并登录
2. 在微信里打开几张图片（触发密钥提取）
3. 保持微信运行，运行：

python C:\wechat-decrypt\main.py decrypt

成功标志：

21 成功, 0 失败, 共 21 个
解密数据量: 0.7GB

---

使用

方式一：通过 OpenClaw 触发（推荐）

直接跟 AI 说：

• "分析我的微信"
• "更新我的画像"
• "另一个我"
• "解密微信"

方式二：手动运行

# 分析
cd "C:\Users\12084\Desktop\阿巴阿巴工作区\自己"
python analyzer/main.py

# 同步到热层
python analyzer/sync.py

---

内置的三层记忆系统

架构

热层（每次加载）
├── MEMORY.md           ← AI 直接读取
├── SOUL/USER/AGENTS.md
└── LanceDB 向量注入

暖层（自动维护）
├── autoCapture         ← 实时抓取 session
├── Micro Sync          ← 每天 5 次
└── Daily Wrapup        ← 每天凌晨

冷层（按需查询）
├── storage/cold/       ← 画像文件
├── archive/           ← 历史归档
└── second-brain/      ← 深度报告

Token 节省效果

• 无三层记忆：每次对话重载全部上下文，消耗大
• 有三层记忆：热层 ≤8KB，暖层按需，冷层向量检索，节省 99% Token

---

过滤规则

分析引擎会自动过滤以下内容：

• 营销/福利群（奶茶、咖啡、外卖、红包、优惠券等）
• 公众号推送（gh_、brandsessionholder 等）
• 商业账号（论文辅导、考证推销等）
• 机器人消息

---

数据存储位置

类型	路径
解密工具	C:\wechat-decrypt\
解密数据	C:\wechat-decrypt\decrypted\
画像文件	C:\Users\12084\Desktop\阿巴阿巴工作区\自己\storage\cold\另一个我\
热层记忆	~/.openclaw/workspace/MEMORY.md

---

隐私说明

• ✅ 所有数据存储在本地，不上传任何服务器
• ✅ 仅分析用户本人的微信数据
• ✅ 垃圾群/公众号自动过滤
• ✅ wechat-decrypt 从进程内存读取密钥，不涉及账号密码

---

前置要求

• Windows 10/11
• 微信电脑版 4.x（2025年8月后）
• Python 3.8+
• Git
• 管理员权限（读取进程内存）

---

更新日志

• 2026-04-02: 首次创建，通用版打包 three-layer-memory 本体