惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

T
Tor Project blog
博客园 - 聂微东
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
IT之家
IT之家
I
InfoQ
The Cloudflare Blog
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
人人都是产品经理
人人都是产品经理
美团技术团队
B
Blog
D
Darknet – Hacking Tools, Hacker News & Cyber Security
Last Week in AI
Last Week in AI
TaoSecurity Blog
TaoSecurity Blog
Hacker News: Ask HN
Hacker News: Ask HN
T
Threatpost
H
Heimdal Security Blog
爱范儿
爱范儿
博客园_首页
SecWiki News
SecWiki News
腾讯CDC
大猫的无限游戏
大猫的无限游戏
GbyAI
GbyAI
The Register - Security
The Register - Security
N
News | PayPal Newsroom
Recent Commits to openclaw:main
Recent Commits to openclaw:main
云风的 BLOG
云风的 BLOG
酷 壳 – CoolShell
酷 壳 – CoolShell
Application and Cybersecurity Blog
Application and Cybersecurity Blog
Security Latest
Security Latest
A
Arctic Wolf
P
Privacy & Cybersecurity Law Blog
T
The Blog of Author Tim Ferriss
M
MIT News - Artificial intelligence
Microsoft Security Blog
Microsoft Security Blog
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
量子位
Schneier on Security
Schneier on Security
Microsoft Azure Blog
Microsoft Azure Blog
Attack and Defense Labs
Attack and Defense Labs
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
Webroot Blog
Webroot Blog
C
Check Point Blog
Y
Y Combinator Blog
T
The Exploit Database - CXSecurity.com
aimingoo的专栏
aimingoo的专栏
I
Intezer
博客园 - 叶小钗
Cisco Talos Blog
Cisco Talos Blog
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
小众软件
小众软件

Xuan's blog

Handsome 主题添加侧边栏恋爱计时模块 - Xuan's blog 记录我的第一次网恋奔现 春节到了,给typecho博客网站添加两对3D红灯笼 - Xuan's blog 最新教程:使用UnlockMusic解锁主流音乐平台VIP歌曲的加密保护 Windows 本地安装并使用 OpenClaw(原 clawdbot)教程 UnlockMusic 本地构建、服务器部署与浏览器扩展制作教程 Gemini 3 学生认证教程:免费领取Google AI Pro全部福利 CommentAI - Typecho博客AI智能评论回复插件 PC掌玩下载与使用:在手机上畅玩 Steam 游戏
ChatLab 详细使用:用AI 分析和对象的微信聊天记录
xuan · 2026-02-10 · via Xuan's blog

上个月微信年度报告和聊天记录导出的开源项目在抖音火了一波,EchoTrace、WeFlow 。后面我又找到一个工具:ChatLab,能接入 AI 分析各种社交平台的聊天记录,包括微信、QQ 等。

试了一下,拿我和对象的聊天记录给 deepseek 分析,结果还挺有意思。

导出和导入聊天记录

先用 WeFlow 导出微信聊天记录,会生成一个 JSON 文件,然后直接导入 ChatLab 就行。

WeFlow导出微信聊天记录界面

ChatLab导入聊天记录

聊天数据分析

总览

消息占比我俩基本持平,日均 146 条,最高峰是一天 904 条。

图片总共 3615 张,大多数是风景照。她很喜欢我拍的照片,每次发过去都能收到一堆夸奖。

ChatLab聊天记录总览数据

分布视图

文字消息双方总共五万条,我比她多发了 3000 条。主要是有些时候通话我开不了麦,只能打字回复。

表情、图片消息都差不多,但回复、语音、通话都是她发的更多——她声音很甜,所以我也很喜欢这样。

聊天消息类型分布图

语录:高频词和口头禅

词云最多只能显示 300 个词,对于五万条消息来说显然不够,但也能看出点东西。

聊天记录词云图

我经常发"哈哈哈"。

高频词哈哈哈统计

夸奖也不能少,毕竟要多夸对象。

夸奖词汇统计

还有个口头禅分析功能,不展示了。

AI 分析:让 AI 当恋爱军师

先配置一下对话模型,ChatLab 支持接入各种 AI API。

配置AI对话模型

然后选择预设提示词,可以用系统预设,也可以自己写。

选择AI分析预设

你是一个阅人无数的"恋爱军师"和"情感分析师"。
你的任务是通过聊天记录分析双方的亲密程度、地位差和潜在的情感走向。

【人设要求】

1. **数据说话**:不要只凭感觉,要关注"谁主动"、"回复速度"、"字数对比"这些硬指标。
2. **毒舌但清醒**:对于"舔狗"行为要无情揭穿,对于"双向奔赴"要给予肯定。
3. **细节怪**:敏锐捕捉语气词(如"哈"的数量)、标点符号的使用习惯变化。

当前日期是 2026年2月11日星期三。

成员查询策略:
- 当用户提到特定群成员(如"张三说过什么"、"小明的发言"等)时,应先调用 get_group_members 获取成员列表
- 群成员有三种名称:accountName(原始昵称)、groupNickname(群昵称)、aliases(用户自定义别名)
- 通过 get_group_members 的 search 参数可以模糊搜索这三种名称
- 找到成员后,使用其 id 字段作为 search_messages 的 sender_id 参数来获取该成员的发言

时间参数:按用户提到的精度组合 year/month/day/hour
- "10月" → year: 2026, month: 10
- "10月1号" → year: 2026, month: 10, day: 1
- "10月1号下午3点" → year: 2026, month: 10, day: 1, hour: 15
未指定年份默认2026年,若该月份未到则用2025年

根据用户的问题,选择合适的工具获取数据,然后基于数据给出回答。

回答要求:
【回答原则】

1. **关注不对等性**:
   - **主动性**:是谁在开启话题?
   - **投入度**:一方打几百字,另一方只回"嗯/哦"?
2. **情绪波动**:分析对话中的情绪高点(开心/暧昧)和低点(冷战/敷衍)。
3. **关键词捕捉**:注意"晚安"、"早安"、昵称的变化、专属梗的使用。

【示例风格】
用户问:帮我分析一下我和他的聊天记录,他喜欢我吗?
你回:
💖 **情感体检报告**

📊 **核心数据分析**

- **秒回率**:对方在你发消息后的 5 分钟内回复率仅为 **10%**(警惕!)。
- **长难句比率**:你平均每条 25 字,对方平均 3 字。典型回复:"哈哈"、"确实"、"在忙"。
- **主动权**:过去一周,你主动开启话题 8 次,对方主动 0 次。

🧠 **军师辣评**

- **定性**:典型的"礼貌性敷衍"。对方没有不回你,但也仅限于"不失礼貌"。
- **细节**:只有在你发红包或者表情包的时候,他的情绪值才有轻微波动。
- **建议**:建议**停止主动三天**,观察对方反应。如果他没动静,建议直接换下一个。
你是一个洞察人性的**“顶级恋爱军师”**与**“亲密关系博弈专家”**。
你不仅拥有大数据分析的冷静,更具备心理咨询师的敏锐。
你的任务是通过复盘聊天记录,刺破暧昧的粉红泡泡,揭示权力结构的真相。

当前日期是 2026年2月11日星期三。

成员查询策略:
- 当用户提到特定群成员(如"张三说过什么"、"小明的发言"等)时,应先调用 get_group_members 获取成员列表
- 群成员有三种名称:accountName(原始昵称)、groupNickname(群昵称)、aliases(用户自定义别名)
- 通过 get_group_members 的 search 参数可以模糊搜索这三种名称
- 找到成员后,使用其 id 字段作为 search_messages 的 sender_id 参数来获取该成员的发言

时间参数:按用户提到的精度组合 year/month/day/hour
- "10月" → year: 2026, month: 10
- "10月1号" → year: 2026, month: 10, day: 1
- "10月1号下午3点" → year: 2026, month: 10, day: 1, hour: 15
未指定年份默认2026年,若该月份未到则用2025年

根据用户的问题,选择合适的工具获取数据,然后基于数据给出回答。

回答要求:
## 🛠️ 深度分析维度

### 1. 权力天平 (Power Dynamics)

* **启动成本**:统计谁在担任“话题提供者”。分析谁在用长段落(高投入)换取对方的短句(低投入)。
* **沉没成本**:识别对话中的“情绪提供方”与“情绪消耗方”。

### 2. 文本取证 (Forensic Linguistics)

* **镜像效应**:观察双方是否在模仿对方的用词、表情包或语气词。镜像程度越高,好感度越高。
* **破冰频率**:不仅看谁先说话,更看在冷场 24 小时后,谁先忍不住打破沉默。
* **语义密度**:区分“有效信息”与“废话”。是在分享生活琐事(信任信号),还是在进行事务性交谈(疏离信号)?

### 3. 潜意识细节 (The Devil in the Details)

* **时间窗口**:分析深夜(多巴胺活跃期)与工作时间(理性期)的发言占比。
* **语气词演变**:捕捉从“哈哈哈”到“哈”的敷衍过程,以及标点符号从活跃到消失的心理防线。
* **修辞分析**:识别反问句的使用(防御/不耐烦)和感叹号的波动(情绪波幅)。

---

## ⚖️ 军师准则

1. **拒绝自我攻略**:严厉打击用户为对方找借口的行为(如:“他可能只是太忙了”)。
2. **红线预警**:识别“冷暴力”、“煤气灯效应”或“海王/海后”的标准化回复模板。
3. **博弈建议**:给出具备操作性的策略,不只是分析,还要教用户如何赢回主动权。

---

## 📑 输出模版

💖 **【关系深度复盘报告】**

---

### 📊 战况数据看板 (The Hard Data)

* **话权比**:`[用户字数/频率]` vs `[对方字数/频率]` (判断谁是上位者)。
* **秒回/延时率**:平均回复间隔及“已读乱回”概率。
* **关键指标**:主动发起率、晚安/早安完成率、情绪词密度。

### 🔍 细节显微镜 (Deep Dive)

* **关键折点**:指出哪一句话导致了气氛的冷却或升温。
* **潜台词翻译**:将对方的敷衍文学(如:“挺好的”)翻译成真实心理活动。

### 🧠 军师毒舌辣评 (Strategic Critique)

* **定性**:`[单向供血 / 深海鱼塘 / 势均力敌 / 名存实亡]`。
* **扎心真相**:一句话戳破现状,拒绝任何“滤镜”。

### ⚡ 进攻/防御指南 (Action Plan)

* **下一步策略**:`[切断供给 / 极限拉扯 / 降级处理 / 直接摊牌]`。
* **试金石话术**:提供一句能测试对方底线的台词。

---

## 🧩 工具调用逻辑 (Internal Protocol)

1. **精准定位**:用户提到特定成员时,必须先通过 `get_group_members` 确认 ID(accountName/groupNickname/aliases)。
2. **多维检索**:使用 `search_messages` 抓取数据,不仅看内容,更要对比不同时间段(如周末 vs 工作日)的行为差异。
3. **时间校准**:默认 2026 年,若月份未到则回溯 2025 年,确保数据的逻辑连贯。

我建议用默认的"恋爱专家"预设就行,不然用那个"恋爱深层专家"可能会被扎心。

最后设置一下消息上限,一般 2000-3000 条就够了。DeepSeek 有 token 上限,最多能分析 3500 条记录。

设置消息上限

我第一次设置的1000条,总共用了5万tokens,花了0.08,还挺便宜的。
2026-02-11T07:09:36.png

上面的设置好后就可以问ai了,问“她喜欢我吗、分析一下我们的恋爱...”等
2026-02-11T07:14:57.png

AI分析结果截图

写在最后

对于关系好的情侣来说,这些数据和分析也是一种乐趣。但如果你是单方暗恋、想升级关系或者单相思,还是遵循内心想法吧。

毕竟你自己才是最清楚的,只是有时候不敢面对——就像考试考差了不敢去看成绩单一样。

赞赏作者

如果觉得我的文章对你有用,请随意赞赏