name: wechat-analyzer description: > 微信聊天分析助手 v2.8.0 — 完全本地运行的隐私保护工具。 分析聊天记录，推断 MBTI 与大五人格，检测情感趋势，生成可视化报告。 支持 jieba 精准分词、否定识别、反讽检测、风险预警、RAG 检索增强预测、 多智能体博弈模拟（MiroFish），完全本地化、零数据外传。 version: 2.8.0 author: user tags: - wechat - chat-analysis - mbti - big-five - sentiment - report-generation - privacy-first - mirofish - conversation-prediction - rag - local-llm - multi-agent - jieba - negation-detection - inference - interpretation - intent-recognition - ner - friendly-errors - reproducible-prediction triggers: - "分析微信聊天记录" - "聊天记录分析" - "MBTI分析" - "生成聊天报告" - "微信记录整理" - "对话预测" - "心理分析" - "情感分析" - "微信怎么导出聊天记录" - "本地对话预测" - "群体智能分析" - "RAG预测" - "微信分析v2" - "推演对话走向" - "解读聊天内容" - "提取聊天意图" - "我要聊天分析" - "看看我们聊了什么" - "他是什么意思" - "分析我们关系" - "这段对话有什么问题" - "帮忙看看聊天" - "看看聊天记录" - "帮我分析一下" - "性格分析" - "猜她是什么性格" - "猜他是什么性格" - "我们聊天有什么风险" - "这段对话谁的问题" - "听一下这段对话" - "我们什么关系" - "感情走向" - "下一步该怎么聊" - "TA 内心想法" - "TA 是怎么想的" - "聊天灵感" - "回复建议" - "她是不是生气了" - "他最近怎么了" - "怎么回复他好" - "求分析"

微信聊天分析助手 v2.8.0

完全本地运行、模块化架构、AI 增强的隐私保护工具

⚠️ 分析结果仅供参考，不是专业评估

MBTI / 大五 / 情感 / 风险 / 推演都是启发式估计，准确率有限。 不能用于专业心理评估、职业/感情决策、临床诊断。详见 FAQ.md。

🆕 v2.8.0 健壮性升级 + 零警告

• 消除非法转义 — core/utils.py 正则因引号截断产生隐式字符串拼接，\[ 成非法转义（DeprecationWarning，3.12+ 将变 SyntaxError），改三引号 raw string
• Python 3.15 兼容 — calendar_manager._parse_date 无年份日期（"08-20"）显式补参考年份，不再依赖 strptime 默认年份（3.15 起行为变更）
• 7 处裸 except 收紧 — 按场景改为 ValueError / OSError / json.JSONDecodeError，不再吞 KeyboardInterrupt
• 全覆盖编译烟囱测试 — 自动扫描全部 .py（编译+警告升错误）+ 裸 except 防回归 + 版本一致性校验
• 测试 329 过 / Python 3.11 与 3.14 双版本零警告

能力矩阵

使用说明

v2 分析命令

python scripts/main.py analyze-v2 --paste                          # 粘贴分析
python scripts/main.py analyze-v2 --input 聊天记录.txt               # 文件分析（自动识别编码）
python scripts/main.py analyze-v2 --input 聊天记录.txt --html report.html   # 生成离线 HTML 报告
python scripts/main.py predict-v2 --paste                          # 三层融合对话预测
python scripts/main.py graph-stats                                 # MiroFish 本地图谱统计

其他命令

python scripts/main.py demo                    # 一键体验内置示例
python scripts/main.py doctor                  # 环境自检（依赖/config/编码）
python scripts/main.py calendar --list         # 日历事件
python scripts/main.py schedule --list         # 定时任务
python scripts/main.py version                 # 查看版本

v1.2.0 命令（向后兼容）

analyze / report / schedule / serve / calendar 全部保留，行为不变。

隐私与配置

• 100% 本地计算，零外部网络请求（首次下载 embedding 模型除外）
• 运行时数据（数据库等）默认存系统 tempdir，WECHAT_ANALYZER_DATA_DIR 环境变量可覆盖
• 可选能力：RAG（rag.enabled=false 关闭）/ MiroFish（mirofish.enabled=true 启用）/ LLM（默认禁用，隐私优先）
• 上传前 python clean.py --check 检查残留（退出码 1=有残留），python clean.py 一键清理

常见问题

Q: GBK 编码读取报错？ A: v2.1.0 起自动识别 utf-8-sig / utf-8 / gb18030，直接传入即可。

Q: 大五人格全是 100%？ A: 已修复归一化，小样本收缩到 50 附近，信号充分时落在 15~85 区间。

Q: 首次运行很慢？ A: RAG 首次需下载 embedding 模型（50-100MB），之后秒开。

Q: 环境出问题怎么排查？ A: python scripts/main.py doctor 逐项检查并给修复建议。

Q: v2 和 v1.2.0 结果不一致？ A: 正常，v2 引入 jieba 分词、否定识别等，更准确。

依赖安装

pip install -r requirements.txt          # 核心（必须：jieba/Flask/docx/pptx）
pip install -r requirements-rag.txt      # RAG（可选：sentence-transformers/chromadb）
python scripts/main_setup.py             # 一键配置

版本历史

• v2.8.0 零警告：非法转义修复 + Python 3.15 日期兼容 + 裸 except 收紧 + 编译烟囱测试
• v2.7.0 scheduler 建表修复 + 日历/调度测试补全（272→302）
• v2.6.0 上传修复（.pyc/.db 二进制治本，core/data_paths.py 统一路径）
• v2.5.0 五 bug 修复 + 友好错误全链路 + 版本号单一来源
• v2.4.0 jieba 情感修复 + 测试补全（160→235）
• v2.3.0 时间感知对话预测
• v2.2.0 推演 + 信息解读（10 大子能力）
• v2.1.0 本地图谱 + 编码检测 + 单文件 HTML 报告

完整功能说明见 README.md | 新手速查见 RUNBOOK.md | 故障排查见 TROUBLESHOOTING.md

这个工具质量不错，功能很全，隐私保护做得好（完全本地运行）。分析 MBTI、情感、风险、对话预测都能覆盖，界面友好、文档详细，新手也能快速上手。美中不足的是，部分分析结果（如人格推断）本质是启发式估算，准确性有限，不能当真。此外首次使用要安装不少依赖，略麻烦。总体适合对隐私敏感、想本地分析聊天记录的用户。