RFWG

解决什么问题 · Problem

活跃微信群一个月几千条消息,有价值的讨论淹没在闲聊里;图片与语音里的信息全部丢失;调研结论也无法结构化分享。

RFWG 把整条链路固化:同一发言人的相邻消息自动合并成「发言轮次」、引用关系保留、命中主题的片段带上下文;缩略图批量收取、拼成索引图逐张判读,过长截图先切分再读;语音是明文 SILK v3,本地 faster-whisper 转写、不出网。隐私纪律硬性写入:只处理本机本人数据;第三方可识别信息不得对外发布,对外报告默认匿名化;完整解密的朋友圈库用完即删。

怎么用 · How to use

标准流程的前三步(SKILL.md 中的真实命令):

wechat-cli sessions --limit 50        # 1. 找目标群,记下 username
wechat-cli history "<群名>" \
  --start-time "YYYY-MM-DD 00:00" --end-time "YYYY-MM-DD 23:59" \
  --limit 200000 --format json > "$OUT/raw.json"        # 2. 导出全量消息
python3 "$RFWG/scripts/build_report_md.py" --raw "$OUT/raw.json" \
  --out "$OUT" --chat "<群名>" --topic "<主题>" \
  --keywords "<kw1,kw2>" --context 5    # 3. 一条命令出两份 MD

之后 collect_images.py 收图逐张判读、可选朋友圈解密与语音转写,最后按报告模板生成单文件 HTML 并做浏览器验收(无横向溢出、SVG 不越界、逐屏读渲染截图)。

适用场景 · When to use

• 「这个群最近在聊什么」——一个月消息的完整梳理与主题精华
• 把某个主题的群讨论整理成可分享的调研报告
• 提炼某人在群里 / 朋友圈的观点脉络
• 把被播放过的语音消息转写并入时间线分析