用微信这么多年，聊天记录里其实藏着你和每个人关系的完整轨迹：第一条消息是哪天发的、哪段时间聊得最密集、深夜还在聊的都是谁、最常说的词是什么……

这些数据一直都在，只是没有一个地方能让你好好看清楚。

所以我做了 WeLink。

它能做什么

好友分析

• 消息总量排行，一眼看出谁是你真正常联系的人
• 第一条消息时间，回顾一段关系的起点
• 24 小时活跃分布，发现你们的聊天规律
• 聊天日历热力图，哪段时间最密集一目了然
• 词云分析，看看你们之间出现最多的词
• 深夜消息统计、红包次数、发起对话比例
• 共同群聊：在详情页直接查看你们同在的所有群

群聊分析

• 群内发言排行、活跃时间分布、词云分析

全局统计

• 总消息量、活跃好友数、月度消息趋势、消息类型分布、深夜排行榜

情感分析

• 基于关键词逐条打分，按月聚合，呈现跨越数年的情感趋势折线图

🤖 AI 增强：WeLink x Claude Code (MCP)

WeLink 不只是一个看图表的工具，它还是你的本地私有数据资产库。通过内置的 MCP (Model Context Protocol) 协议，你可以让 Claude Code (CLI) 变成你的「个人数据审计员」。

你可以直接这样问 AI：

• 「帮我找出去年我 12 点以后还在聊天的 Top 5 真爱好友。」
• 「分析一下我和 XXX 的聊天关键词，我们平时的情感倾向怎么样？」
• 「我哪个群最活跃？群里谁发言最多？」

✨ 核心亮点：MCP Skills 自动触发 配合 Claude Code 的 Skills 配置，WeLink 的查询能力会自动融合进 AI 的对话流中。当你和 AI 探讨「我最近社交压力有点大」时，它能自动调用 WeLink 接口统计你最近的聊天量和活跃曲线，给你基于客观数据的真实建议。

无需打开浏览器，无需手动翻找，对话即分析。

怎么用

前提：macOS + 微信数据库已通过 wechat-decrypt 解密。

git clone https://github.com/runzhliu/WeLink
cd WeLink
docker compose up
# 访问 http://localhost:3000

把 decrypted/ 目录放在与 WeLink/ 同级即可，其余全自动。

没有数据库想先看效果？ 一行命令启动内置示例数据：

docker compose -f docker-compose.demo.yml up --build

会自动生成 12 个好友、3 个群聊、数千条模拟消息的完整演示界面，不需要任何真实数据。

一些说明

• 数据安全：所有数据纯本地处理，不联网，不上传任何服务器。
• 系统要求：目前仅支持 macOS （ Windows / Linux 后续看情况）。
• 索引性能：数据量较大时首次索引可能需要几分钟，建议先选「近 6 个月」体验。
• 代码开源：github.com/runzhliu/WeLink

欢迎试用，有问题或建议直接 issue 或在这里回复都行。

数据安全说明：WeLink 不联网、不上传、不需要账号，所有分析在你自己的机器上完成。请仅分析自己的聊天记录。