大家好,我是苍何。
还记得之前我开源了一个微信 cli,可以读取到微信的聊天记录,并给到 Agent 总结,全网爆火。
虽然这个 CLI 好用是好用,但是有点那啥,所以当时我就停了。
最近,用 Step 5 Preview 又整了个大活,可以更安全的一键把微信聊天记录Codex / Claude Code / Workbuddy / 豆包工作/千问办公/等 Agent,还可以沉淀聊天记录到 Obsidian,作为个人知识库。
开发过程我也做了下记录,大家可以仔细看下。
它的名字叫 WeChatBridge(微信流),现在已在 GitHub 上完全开源。
效果是这样的,你可以直接通过 WeChatBridge 把微信聊天记录批量一键发给豆包、Codex 或者其他主流 Agent。
我们支持了主流的 Agent。(当然也包括自己的产品 WeSight)
所有的入口都可以被约束,随时可以用开关控制入口。
我录了个视频,大家感受下,WeChatBridge 的强大。
我觉得微信流比较好用的一个功能叫场景化。他可以让微信聊天记录在转发给 Agent 的时候快速匹配需求。
比如你和客户的聊天,你用微信流发给 WorkBuddy,选择客户复盘场景,WorkBuddy 就能基于该场景帮你做聊天记录精准分析。
还支持群聊匹配,为每个群自定义执行场景,做到了千人千面。哈哈哈。
我是一个 AI 深度使用者,也构建了好多个 AI 交流群,但是有时候工作太忙了,来不及一个一个群的爬楼。
有了这个功能,就方便多了。
所有的场景进行复利化。每个群或者是好友聊天或者好友进行场景自定义,在选择聊天记录的时候选择中你的场景使用。
我们借助 Agent 的特性和能力,支持了 skill(众多分门别类、各行各业的 skill 正在统计上传中)。
有了这个技能的加入,把场景化运用到极致。
比如聊天记录中出现了公众号文件链接,像这样。
一篇一篇的去看太浪费时间了,我只想看我感兴趣的,那就让 Agent 先读取一遍再给我输出摘要。如果我感兴趣,就继续深读。
有了 Skill 的加成,你的 Agent 就能解析公众号、视频号内容了,可以说是非常方便了。
当然你也可以结合你的工作现场定制你专属的场景化。比如读取 PDF、可以读取视频号、可以读取办公文件等等。
将微信聊天记录转发到 Obsidian 也变得异常的简单和方便了,Obsidian 沉淀聊天记录为自己的知识大脑。
在 Obsidian 中我们不仅仅是做了聊天记录存储,还做了让附件能像微信聊天界面一样显示,可以显示图片、文件、链接等,就很 nice👍。
下面给大家分享下开发过程以及经历的一些坑。如果对你有帮助,可以点赞告诉我。
我在很早的时候就拿到了 Step 5 Preview 模型的内测,老规矩,同样要用真实的项目和场景来进行拷打,所以才有了 WeChatBridge。
现在官方也已经正式发布了,采用的是稀疏 MoE 架构,总参数量 600 B,每个 Token 激活 27 B 参数,支持 1 M Token 上下文窗口和视觉输入,其评测数据也很不错,Intelligence 登顶全球开源前三。
价格是输入 2.70 / 百万 tokens,单任务成本仅为同等智能水平模型 GLM-5.3 和 Kimi K3 的 35%,Claude Opus 5 的 12.5%。
首先我将 Step 5 Preview 模型配置到了 codex 里面,然后输入需求。
直接输入图片 ➕ 微信 App 可以将聊天信息分享到其他应用,我想将聊天记录分享到其他 Agent 进行聊天记录分析、使用等,我们来讨论一下技术方案和产品计划。
可以看到整个探讨的过程还是很完整的。
在转发消息的时候就直接可以转发到对应的 Agent 上。
开发过程可以简单的理解使用模型,按照设计好的模块进行分别进行开发。
当然你也可以使用自定义来为你的应用加上快捷转发。
实际效果是这样的。
我们还给它加了一个记录功能。能够看清你每次的操作记录,也可以再次将这个发送到其它 agent,为你少划拉一次微信记录,节省你的宝贵时间(为了好摸鱼)。
先确定需求方向。
下面这个截图是我和 Step 5 Preview 模型在设计记录模块的开发过程,大家可以感受下能力。
可以看到整个对需求的过程中,思维和逻辑还是很缜密的。
需求输出就是生成 UI,这里我使用的是 GPT 绘画生成的。
生成后又使用模型的多模态加提示词直接生成。生成的记录界面和功能很完整。
对了,在开发这个过程中,还遇到了一些软件界面溢出的问题。比如这样,引导页面被遮挡了,下一步按钮没了。
我尝试给这个 Step 5 Preview 模型这样发,就直接截两张图,写一个标注。
这个软件运行后,点击引导页就变成这样的 UI,存在软件界面溢出和不正常的问题,请帮我修复。
我发现这个模型还不错的,至少把问题解决了还成本很低。
完成修复。
聊完产品,说点实在的,这个模型在这次开发里到底啥表现。
先说我满意的部分。
一是懂意图。一句话需求加一张微信转发界面的截图,它自己就把技术方案和产品形态聊出来了,省掉我反复解释的力气。
二是改 UI。引导页那个按钮被遮挡的问题,我截两张图丢过去,它直接定位到布局溢出的根因,还顺手给了几种改法。这比用文字描述「按钮看不见了」高效太多。
三是检索准。我说一个功能名,它能在几个文件里准确找到相关实现,不会瞎猜。
再说我觉得还不够的地方,不然就不客观了。
复杂的长链路任务,还是得人来拆。比如想让它把场景化、Skill、记录这三个模块一次性做完,直接丢过去,它中途容易跑偏,改着改着就忘了最初要什么。
我的做法是先让它出方案,我确认完再按模块一个个来。这部分可能是我的用法问题,不全是模型的锅。
再就是产品判断它给不了。哪些功能该做、转发入口收敛到什么程度,最后还是得人拍板。
模型能把你从敲代码里解放出来,但产品直觉这块暂时还替代不了。
最后总结一下吧,这个工具是做什么的呢?
它干的活,说白了就是:站在微信和 AI 应用之间,帮你把聊天记录稳稳当当地送过去。
你可以把它想成微信里的一个「跑腿小哥」。
微信本来只能把聊天记录打包,但不知道该往哪送。这个工具就在「转发到其他应用」里多加了一排按钮。你选谁,它就替你把聊天记录送到谁那里。
它能帮你做这些事:
- 送到 Codex、Claude、豆包、千问办公、WorkBuddy、WeSight,打开应用就能接着用。
- 存进 Obsidian,自动整理成一篇笔记。
- 放进剪贴板,你想贴哪儿就贴哪儿。
- 送给你自己添加的其他应用,选一次就行,下次它记得路。
如果你把同一个群设成「客户群」,它可以顺手带上你准备好的要求,比如「帮我整理需求、风险和下一步」。项目群也可以有自己的说法。这样你不用每次再解释一遍。
它不偷看你的微信,也不会替你发消息。聊天内容只在你的电脑上处理,平时也不往网上传。
第一次用可能要给它开两个小权限,方便它帮你打开应用、粘贴内容。就算没开成功,文件也不会丢,可以先放到剪贴板里自己粘贴。
一句话:它就是个帮你把微信聊天记录送到 AI、笔记软件或别处的小帮手。
说了这么多,安全性呢?
这个是一个对比图。
我们这个版本命名为:step one。
我们走出了第一步,希望你们走出下一步,所以我要将这个软件开源,希望你们共建。
最后也感谢核心共建者蜗牛大佬的共建,大家可以关注起。
感谢开源项目 Dukou (渡口) ,微信流是基于 Dukou 做的二次开发,开源太伟大了。
对重度微信用户和 AI 工作者很实用:把聊天记录变成可复用的 Agent 输入与个人知识库,适合客户复盘、群聊信息沉淀等场景,开源且本地处理,值得一试。