开源微信流,微信聊天记录,可以直接给 Codex 和 Obsidan 了

文章来源声明: 原文作者:苍何; 来源站点:掘金; 原文链接:https://juejin.cn/post/7688333234086150178; 本文基于上述来源整理/加工,觅优补充点评,仅供技术学习交流。版权归原作者所有。
觅优短评

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。

这是苍何的第 603 篇原创!

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。

开源地址:github.com/freestylefl…

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 1.00/百万tokens;输出1.00 / 百万 tokens;输出 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。