# 微信群聊报告生成skill

**Repository Path**: mayunweb/wechat_group_report

## Basic Information

- **Project Name**: 微信群聊报告生成skill
- **Description**: 基于微信群聊聊天记录进行报告生成的skill
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 4
- **Created**: 2026-03-09
- **Last Updated**: 2026-03-09

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 微信群聊日报生成工具

这是一个用于分析微信群聊天记录，结合 AI 生成内容，并最终输出为精美手机端长图（PNG）的工具。
注意：本项目仅为学习和研究目的，您需要确保聊天记录的隐私和安全，避免泄露个人隐私。

## ✨ 功能特点

- **数据统计**: 自动分析群聊记录，生成话唠榜、熬夜冠军、词云统计等数据。
- **AI 智能摘要**: 利用 AI 识别讨论热点、提取有价值的资源/教程、捕捉有趣对话和问答。
- **可视化报告**: 基于 HTML/CSS 模板渲染，自动生成适配手机屏幕（iPhone 14 Pro Max 分辨率）的日报图片。
- **风格化**: 支持幽默、玩梗的报告风格，提升阅读乐趣。
- **头像支持**: 显示群成员头像，使报告更加个性化。
## 案例图(未完全展示)
![](images/image.png)

## 🛠️ 依赖环境

- Python 3.8+
- Node.js (可选，仅用于开发调试模板)

### Python 库安装

```bash
pip install jieba jinja2 playwright
playwright install chromium
```

## 🚀 使用流程
#### 第一步：克隆项目

```bash
git clone https://gitee.com/liilaifeng/wechat_group_report.git
cd wechat_group_report
```

#### 第二步：安装依赖

```bash
pip install jieba jinja2 playwright
playwright install chromium
```
#### 第三步：安装 Skill
自动安装 (推荐):
```bash
npx skills add https://gitee.com/liilaifeng/wechat_group_report.git
```
OpenClaw 安装(手残党):
输入以下自然语言指令给AI来进行安装 Skill：
```bash
这是一个Skill，请帮我安装它。地址为：https://gitee.com/liilaifeng/wechat_group_report.git
```

#### 第四步：获取聊天记录

使用 [WeFlow](https://github.com/hicccc77/WeFlow) 工具导出您想要分析的微信群聊天记录，选择 **ChatLab** 格式导出。
将导出的 JSON 文件保存到项目根目录下

#### 第五步：基本使用
方式一：在 Claude Code 中直接对 Claude 下达指令：
> **"生成 [群名称] 今日日报"** 
---
方式二：在 OpenClaw 中直接对 OpenClaw 下达指令：
> **"使用wechat-group-report skill,生成 [群名称] 今日日报"**
---
Claude(OpenClaw) 将自动调用本项目中的脚本，分析聊天记录并渲染出精美的日报长图。

## 🛠️ 详细步骤 (内部逻辑)

1. **数据清洗与统计**：`analyze_chat.py` 脚本读取聊天记录 JSON 文件，分析消息数据，生成统计信息。
2. **AI 内容生成**：基于统计数据和简化的聊天文本，AI 生成热点话题、资源分享、有趣对话等内容。
3. **报告渲染**：`generate_report.py` 脚本使用 Jinja2 模板渲染 HTML 报告。
4. **图片转换**：使用 Playwright 将 HTML 报告转换为手机端适配的长图。

## 📂 数据格式

### 输入聊天记录 JSON 结构

```json
{
  "meta": {
    "name": "群名称",
    "platform": "wechat",
    "type": "group"
  },
  "members": [
    {
      "platformId": "wxid_xxxx", 
      "accountName": "用户A",
      "groupNickname": "群昵称",
      "avatar": "https://wx.qlogo.cn/mmhead/..."
    }
  ],
  "messages": [
    {
      "sender": "wxid_xxxx",
      "accountName": "用户A",
      "groupNickname": "群昵称",
      "timestamp": 1700000000,
      "type": 0,
      "content": "消息内容"
    }
  ]
}
```
*注：目前仅支持分析 `type: 0` (文本消息)。*

## 📁 项目结构

- `scripts/`: 核心 Python 脚本
    - `analyze_chat.py`: 数据清洗与统计
    - `generate_report.py`: 模板渲染与图片生成
- `assets/`: 资源文件
    - `report_template.html`: Jinja2 报告模板
- `references/`: 参考文档
    - `ai_prompt.md`: AI 提示词模板
- `SKILL.md`: 技能详细说明
- `test_chat.json`: 测试用聊天记录示例

## 🔧 命令行参数说明

### analyze_chat.py

- `input_file`: 聊天记录 JSON 文件路径
- `--output-stats`: 统计结果输出路径（默认：stats.json）
- `--output-text`: 简化文本输出路径（默认：simplified_chat.txt）

### generate_report.py

- `--stats`: 统计结果 JSON 文件路径（必需）
- `--ai-content`: AI 生成内容 JSON 文件路径（可选）
- `--template`: 模板文件路径（可选）
- `--output`: 输出文件路径（默认：report.png）
- `--clean-temp`: 生成后清理临时文件

## 📝 License

MIT