leonense22/wechat-daily-report

微信群聊日报生成 Skill

工作流程

1. 运行 analyze_chat.py 分析聊天记录
   ↓
2. AI 根据聊天文本生成内容 (ai_content.json)
   ↓
3. 运行 generate_report.py 生成日报图片 (.png)

⚠️ 最终输出是 PNG 图片，不是 HTML。确保 --output 参数使用 .png 后缀。

使用步骤

1. 分析聊天记录

python scripts/analyze_chat.py <聊天记录.json> --output-stats stats.json --output-text simplified_chat.txt

输出:

• stats.json - 统计数据（话唠榜、熬夜冠军、词云等）
• simplified_chat.txt - 全量聊天文本，供 AI 分析

2. AI 生成内容

根据 simplified_chat.txt 和 stats.json，按 references/ai_prompt.md 中的格式生成 AI 内容，保存为 ai_content.json。

AI 需要生成的内容包括：

• topics: 讨论热点（3-5 个）
• resources: 教程/资源分享
• important_messages: 重要消息
• dialogues: 有趣对话
• qas: 问答
• talker_profiles: 话唠成员的特点标签（常用词已由脚本统计）

3. 生成日报图片

python scripts/generate_report.py --stats stats.json --ai-content ai_content.json --output report.png --clean-temp

✅ 输出后缀必须是 .png，使用 iPhone 14 Pro Max 分辨率 (430x932 @3x)

使用 --clean-temp 参数可在生成完成后自动删除临时文件（stats.json、ai_content.json、simplified_chat.txt、临时 HTML）

图片生成需要安装 playwright：pip install playwright && playwright install chromium

聊天记录 JSON 格式

{
  "meta": {
    "name": "群名称",
    "platform": "wechat",
    "type": "group"
  },
  "members": [
    {"platformId": "xxx", "accountName": "昵称", "groupNickname": "群昵称"}
  ],
  "messages": [
    {
      "sender": "platformId",
      "accountName": "昵称",
      "groupNickname": "群昵称",
      "timestamp": 1234567890,
      "type": 0,
      "content": "消息内容"
    }
  ]
}

💡 显示名称优先级：groupNickname > accountName

消息类型 (type):

• 0: 纯文本（脚本和 AI 分析此类型）
• 1: 图片
• 2: 语音转文字（脚本和 AI 分析此类型，内容格式：[语音转文字] xxx）
• 5: 动画表情
• 99: 系统消息

脚本分析内容（保证准确性）

| 数据 | 说明 | |------|------| | 总消息数 | 所有消息计数 | | 活跃用户数 | 去重用户数 | | 时间范围 | 首尾消息时间 | | 话唠榜 TOP3 | 按发言数排序 + 常用词 | | 熬夜冠军 | 23:00-06:00 最晚活跃者 | | 词云数据 | jieba 分词 + 词频统计 |

AI 生成内容（需要理解上下文）

| 内容 | 输入数据 | |------|----------| | 讨论热点 | 精简文本 + 词云 TOP50 | | 成员画像 | 精简文本中的发言 | | 有趣对话 | 高互动片段 | | 问答识别 | 问号消息 ± 上下文 | | 教程/资源 | 精简全文识别 |

依赖

pip install jieba jinja2 playwright
playwright install chromium