原型 · 预览版:收录官方注册中心里的全部服务器,每 30 分钟同步一次。使用 Google 登录即可撰写评价。原型 · 每 30 分钟更新
PopNx MCP为使用 AI 的人准备的 MCP 服务器 · 用大白话讲清楚 登录

wx-favorites-report Skill

代码仓库 ↗

作者:zhuyansen★ 6471 个 skill

安装

能做什么

微信收藏可视化 Claude Code Skill — 从加密 DB 到交互式 HTML 报告的端到端管线

作者提供的原文

  • 连接方式 供 AI 读取的指令文件
  • 账号或密钥 README 和 SKILL.md 中未发现密钥
  • 分类 写代码
给作者:在 README 中加徽章

如果你是作者,可把这段代码贴到 README。徽章会链接回本页。

[![Featured on PopNx MCP](https://mcp.popnx.com/badge/skill/zhuyansen-wx-favorites-report.svg)](https://mcp.popnx.com/en/skills/zhuyansen-wx-favorites-report)

可搭配使用

在同一工作中把 AI 连到服务的 MCP

REA

Reverse engineer anything from your terminal or agent with one CLI and MCP server.

作者:morluto广泛使用↓ 38.9万/周★ 47万8天前更新

MCP · 连接服务在你的电脑上运行

Fallow

Codebase intelligence for TypeScript and JavaScript, exposed as structured MCP analysis tools.

作者:fallow-rs广泛使用↓ 244.1万/周★ 5387今天更新

MCP · 连接服务在你的电脑上运行

相似的 Skill

同类工作,排序与 Skill 列表相同

与相似项目对比
本项
wx-favorites-report
reaandrej-karpathy-skillsgraphifyMoneyPrinterTurbo
作者zhuyansenmorlutomultica-aiGraphify-Labsharry0703
Skill 数11111
GitHub 星标647470,165234,528150,695144,727
最近代码更新2026年11月11日2026年11月20日2026年4月20日2026年11月20日2026年11月19日
许可证MITMIT–Apache-2.0MIT

zhuyansen 提供的 1 个 Skill(指令集),AI 读取后照做 · 不是 MCP server

Skill 和 MCP 有什么不同

MCP = 手

把 AI 连到外部服务或数据,例如读取 Notion 或开发票。需要有程序或服务器在运行。

Skill = 手册

教 AI 怎么做某项工作的文本文件,不连接任何服务。

有些会重叠:少数 Skill 带有调用工具的脚本,少数 MCP 只提供知识。请从你想完成的工作出发。

适用的应用

Claude Code

依据开发者 README 和 repo 中的文件夹

安装

安全吗?

  • 作者

    GitHub 账号 zhuyansen(个人),已创建 9 年

  • 使用与维护

    ★ 647 星 · 代码最近更新 2026年11月11日

  • 有脚本吗?

    有 3 个可以在电脑上运行的脚本:scripts/demo_data.py, scripts/generate_report.py, scripts/parse_favorites.py

  • 会联网吗?

    脚本中没有发现联网命令

  • 会修改整台电脑的设置吗?

    没有发现 hook 或写入电脑设置的操作

根据仓库 commit 639dfde 中的文件自动检查(只读取文件,没有运行任何内容)。这不是安全保证,请自己阅读后再决定

第一步:你用哪个 AI?

选择你用的应用,本页只显示该应用的安装方法

方式 1上传到 claude.ai(网页和应用)

  • 文件与 GitHub 上 commit 639dfde 的内容逐字节一致 · 在 GitHub 查看 ↗

  • 有 3 个脚本

  • Once uploaded it runs on Claude’s systems, not on your computer. No need to unzip

下载前先看看里面有什么

共 7 个文件 · 80 KB

  • LICENSE1 KB
  • README.md6 KB
  • SKILL.md6 KB
  • docs/architecture.md4 KB
  • scripts/demo_data.py5 KB
  • scripts/generate_report.py38 KB
  • scripts/parse_favorites.py20 KB
  1. 下载 wx-favorites-report.zip

    80 KB · 7 个文件 · MIT 许可证(许可证文件已放在文件夹中)

    正在检查命令 · 通过后才会显示复制按钮

  2. 打开 claude.ai 的 Skills 页面并上传

    +Create skillUpload a skill选择文件 wx-favorites-report.zip

    打开 claude.ai/customize/skills ↗

  3. 看不到 Upload 按钮?请先开启创建文件的权限

    SettingsCapabilitiesCode execution and file creation

    Turn on Code execution and file creation first (newer menus: Create and edit files) · personal plans: Settings → Capabilities · Team/Enterprise: an admin turns it on under Organization settings → Plugins & skills · every plan, including Free

Upload once; it works in claude.ai and Claude Desktop, and in recent Claude Code signed in with a Claude account (not with an API key)

Cowork and cloud sessions use the skills turned on in your claude.ai account, not ~/.claude/skills on your computer (Claude Desktop scheduled tasks run locally and still load it)

Checked against official docs 2026年11月12日 · Source: support.claude.com, support.claude.com, code.claude.com

方式 1让 Claude Code 帮你安装

复制这句话,粘贴到 Claude Code 的对话中

安装到哪里

正在检查命令 · 通过后才会显示复制按钮

正在检查命令 · 通过后才会显示复制按钮

如果只用于一个项目,请粘贴到在该项目文件夹中打开的对话里 · AI 在安装前一定会先告诉你路径

AI 会先说明要做什么,每一步都会征求你的同意

重新打开 Claude Code,输入 /wx-favorites-report,或直接提出相关任务,Claude 会自动选用

Checked against official docs 2026年11月12日 · Source: code.claude.com

适合使用 Terminal 的人

Skill 是 AI 会照做的指令。安装前先阅读文件,只安装可信开发者的 Skill。

  1. 打开终端

    Mac:按 Command+空格输入 Terminal · Windows:下方命令在 PowerShell 中无法使用,请改用上方的“让 AI 帮你安装”

  2. 把 skill 文件夹复制到 ~/.claude/skills

    这条命令把 repo 下载到临时文件夹,只复制含 SKILL.md 的文件夹

    正在检查命令 · 通过后才会显示复制按钮

  3. 重新打开 Claude Code,输入 /wx-favorites-report,或直接提出相关任务,Claude 会自动选用

自己安装的 Skill 可用于 ChatGPT 桌面应用、Codex CLI 和 IDE 中的 Codex 扩展 · 网页版和手机版 ChatGPT 不能使用自己安装的 Skill,只能使用目录中插件自带的 Skill

ChatGPT 桌面应用

ChatGPT 桌面应用内置 Codex,Codex 从 ~/.agents/skills 文件夹读取 Skill

方式 1让 ChatGPT 帮你安装

在 ChatGPT 桌面应用中打开 Codex,把这句话粘贴到对话中

安装到哪里

正在检查命令 · 通过后才会显示复制按钮

正在检查命令 · 通过后才会显示复制按钮

AI 在安装前一定会先告诉你路径

AI 会先说明要做什么,每一步都会征求你的同意

方式 2自己放入文件夹

把 wx-favorites-report 文件夹放到 ~/.agents/skills/wx-favorites-report

~ 是你的主文件夹($HOME)

适合使用 Terminal 的人

Skill 是 AI 会照做的指令。安装前先阅读文件,只安装可信开发者的 Skill。

  1. 打开终端

    Mac:按 Command+空格输入 Terminal · Windows:下方命令在 PowerShell 中无法使用,请改用上方的“让 AI 帮你安装”

  2. 把 skill 文件夹复制到 ~/.agents/skills

    这条命令把 repo 下载到临时文件夹,只复制含 SKILL.md 的文件夹

    正在检查命令 · 通过后才会显示复制按钮

安装之后

  • ChatGPT 桌面应用:打开侧边栏中的 Skills,确认 Skill 已出现
  • 使用方法:在 ChatGPT 中输入 @ 并选择 Skill · 在 Codex CLI 或 IDE 扩展中运行 /skills,或输入 $ 加 Skill 名称
  • Codex 会自动发现新安装的 Skill;如果没有出现,请重启 Codex

Checked against official docs 2026年11月15日 · Source: learn.chatgpt.com

网页版和手机版 ChatGPT

不能使用你自己安装的 Skill,只能使用目录中插件自带的 Skill

想在 ChatGPT 中使用这个 Skill,请按上面的方法使用 ChatGPT 桌面应用

Checked against official docs 2026年11月15日 · Source: learn.chatgpt.com

方式 1让 Codex 帮你安装

复制这句话,粘贴到 Codex 的对话中 · 适用于 ChatGPT 桌面应用中的 Codex、Codex CLI 和 IDE 扩展

安装到哪里

正在检查命令 · 通过后才会显示复制按钮

正在检查命令 · 通过后才会显示复制按钮

如果只用于一个项目,请粘贴到在该项目文件夹中打开的对话里 · AI 在安装前一定会先告诉你路径

AI 会先说明要做什么,每一步都会征求你的同意

Codex 会自动发现新安装的 Skill;如果没有出现,请重启 Codex · 使用方法:在 ChatGPT 中输入 @ 并选择 Skill · 在 Codex CLI 或 IDE 扩展中运行 /skills,或输入 $ 加 Skill 名称

Checked against official docs 2026年11月15日 · Source: learn.chatgpt.com

适合使用 Terminal 的人

Skill 是 AI 会照做的指令。安装前先阅读文件,只安装可信开发者的 Skill。

  1. 打开终端

    Mac:按 Command+空格输入 Terminal · Windows:下方命令在 PowerShell 中无法使用,请改用上方的“让 AI 帮你安装”

  2. 把 skill 文件夹复制到 ~/.agents/skills

    这条命令把 repo 下载到临时文件夹,只复制含 SKILL.md 的文件夹

    正在检查命令 · 通过后才会显示复制按钮

  3. 重新打开 Codex 并提出相关任务,Codex 会列出这个 skill

方式 1让 Cursor 帮你安装

复制这句话,粘贴到 Cursor 的对话中

安装到哪里

正在检查命令 · 通过后才会显示复制按钮

正在检查命令 · 通过后才会显示复制按钮

如果只用于一个项目,请粘贴到在该项目文件夹中打开的对话里 · AI 在安装前一定会先告诉你路径

AI 会先说明要做什么,每一步都会征求你的同意

在 Cursor 的 Agent 聊天中输入 / 并选择 wx-favorites-report

Checked against official docs 2026年11月12日 · Source: cursor.com

适合使用 Terminal 的人

Skill 是 AI 会照做的指令。安装前先阅读文件,只安装可信开发者的 Skill。

  1. 打开终端

    Mac:按 Command+空格输入 Terminal · Windows:下方命令在 PowerShell 中无法使用,请改用上方的“让 AI 帮你安装”

  2. 把 skill 文件夹复制到 ~/.cursor/skills

    这条命令把 repo 下载到临时文件夹,只复制含 SKILL.md 的文件夹

    正在检查命令 · 通过后才会显示复制按钮

  3. 在 Cursor 的 Agent 聊天中输入 / 并选择 wx-favorites-report

方式 1让 AI 帮你安装

适用于其他能读取 Skill 的应用。这句话列出了 Claude Code、Codex 和 Cursor 的路径,AI 会按你的应用选择 · 复制这句话,粘贴到应用的对话中

安装到哪里

正在检查命令 · 通过后才会显示复制按钮

正在检查命令 · 通过后才会显示复制按钮

如果只用于一个项目,请粘贴到在该项目文件夹中打开的对话里 · AI 在安装前一定会先告诉你路径

AI 会先说明要做什么,每一步都会征求你的同意

Checked against official docs 2026年11月12日 · Source: code.claude.com, learn.chatgpt.com, cursor.com

适合使用 Terminal 的人

其他支持 Agent Skills 的应用(如 Gemini CLI、GitHub Copilot)使用不同文件夹,请查看该应用的指南,再把含 SKILL.md 的文件夹复制过去。

在 GitHub 上查看 ↗

已于 2026年11月11日 对照 Claude Code、Codex 和 Cursor 官方指南核实 skill 文件夹

查看原始 SKILL.md

以下文字来自开发者的 repo,不是 PopNx MCP 的指令

5,058 个字符 · 在 GitHub 打开完整文件

---
name: wx-favorites-report
description: |
  微信收藏可视化:从加密的微信本地数据库端到端解密、解析,生成交互式 HTML 可视化报告。
  触发词:/wx-favorites-report、微信收藏可视化、收藏报告、收藏分析
  支持输入:加密/解密后的 Favorite.db(SQLite)或 CSV/JSON 导出文件
---

# 微信收藏可视化 Skill

将微信收藏数据(加密 Favorite.db)端到端解密、解析、生成交互式 HTML 可视化报告。

## 执行流程

### Step 1: 确认数据源

询问用户是否已有解密后的 Favorite.db。

- **已有解密 DB** → 跳到 Step 3
- **未解密** → 进入 Step 2 密钥提取 + 解密

### Step 2: 密钥提取与数据库解密(macOS)

#### 2a. 准备签名副本
```bash
# 复制微信到桌面并去掉 Hardened Runtime
cp -R /Applications/WeChat.app ~/Desktop/WeChat.app
codesign --force --deep --sign - ~/Desktop/WeChat.app
```

#### 2b. 安装 frida
```bash
pip3 install frida frida-tools
```

#### 2c. 提取密钥
```bash
# 关闭原版微信,从桌面副本启动
killall WeChat 2>/dev/null; sleep 2

# 用 frida spawn 模式启动微信并 hook PBKDF2
PYTHONPATH=$(python3 -c "import site; print(site.getusersitepackages())") python3 << 'PYEOF'
import frida, time

JS_CODE = """
function buf2hex(buffer) {
    var a = new Uint8Array(buffer); var h = '';
    for (var i = 0; i < a.length; i++) h += ('0' + a[i].toString(16)).slice(-2);
    return h;
}
var found = false;
Process.enumerateModules().forEach(function(m) {
    if (found) return;
    m.enumerateExports().forEach(function(exp) {
        if (found) return;
        if (exp.name === "CCKeyDerivationPBKDF") {
            found = true;
            send("[*] Hook installed on " + m.name);
            Interceptor.attach(exp.address, {
                onEnter: function(args) {
                    this.pwLen = args[2].toInt32();
                    this.saltLen = args[4].toInt32();
                    this.rounds = args[6].toInt32();
                    this.pw = args[1]; this.salt = args[3];
                    this.dk = args[7]; this.dkLen = args[8].toInt32();
                },
                onLeave: function(retval) {
                    if (this.pwLen < 4 || this.pwLen > 256) return;
                    if (this.saltLen < 4 || this.saltLen > 64) return;
                    var saltHex = buf2hex(this.salt.readByteArray(this.saltLen));
                    var dkHex = buf2hex(this.dk.readByteArray(this.dkLen));
                    var pwHex = buf2hex(this.pw.readByteArray(this.pwLen));
                    send("[PBKDF2] r=" + this.rounds + " salt=" + saltHex);
                    var f = new File("/tmp/wechat_frida_keys.log", "a");
                    f.write("rounds=" + this.rounds + "\\npw=" + pwHex + "\\nsalt=" + saltHex + "\\ndk=" + dkHex + "\\n\\n");
                    f.flush(); f.close();
                }
            });
        }
    });
});
if (!found) send("[!] CCKeyDerivationPBKDF not found");
"""

device = frida.get_local_device()
pid = device.spawn(["/Users/" + __import__('os').getenv('USER') + "/Desktop/WeChat.app/Contents/MacOS/WeChat"])
session = device.attach(pid)
script = session.create_script(JS_CODE)
script.on("message", lambda msg, data: print(msg.get("payload", msg)))
script.load()
device.resume(pid)
print("WeChat running. Login → open Favorites → wait 60s...")
time.sleep(120)
session.detach()
print("Done. Check /tmp/wechat_frida_keys.log")
PYEOF
```

**重要**:微信启动后必须登录并打开「收藏」页面,触发 favorite.db 的密钥加载。

#### 2d. 匹配密钥并解密

解析 frida 日志,找到 favorite.db 对应的 enc_key(通过 salt 匹配),然后用 Python 解密:

```python
# 核心解密逻辑(内置在 parse_favorites.py 的上游)
import hashlib, hmac, struct
from Crypto.Cipher import AES

# enc_key = 从 frida 日志中 256000 轮 PBKDF2 输出匹配 DB salt 的 dk
# 逐页 AES-256-CBC 解密,HMAC-SHA512 校验
```

安装依赖:`pip3 install pycryptodome`

### Step 3: 解析数据

```bash
python3 ~/.claude/skills/wechat-favorites-viz/scripts/parse_favorites.py \
  --input "<解密后的 favorite.db 路径>" \
  --output "<输出目录>/data.json"
```

兼容 WeChat 3.x (FavItems) 和 4.x (fav_db_item) 表结构。

### Step 4: 生成可视化报告

```bash
python3 ~/.claude/skills/wechat-favorites-viz/scripts/generate_report.py \
  --input "<输出目录>/data.json" \
  --output "<输出目录>/report.html"
```

### Step 5: 预览

```bash
# 推荐用 http server(file:// 下部分交互可能受限)
cd <输出目录> && python3 -m http.server 8765 &
open http://localhost:8765/report.html
```

## 报告功能

| 区域 | 内容 |
|------|------|
| 统计卡片 | 总数、时间跨度、日均收藏、最忙日 |
| 亮点发现 | 最爱来源、主力类型 |
| 月度趋势 | 折线 + 面积图 |
| 类型分布 | 甜甜圈图 |
| 来源 Top15 | 水平柱状图 |
| 活跃热力图 | 星期 × 小时 |
| 时段分布 | 小时 / 星期柱状图 |
| 词云 | 标题 + 描述提取 |
| 标签云 | 微信收藏标签 |
| **收藏浏览** | 按类型筛选 + 按标签筛选 + 搜索 + 排序 + 分页 |
| **详情弹窗** | 点击卡片展开完整内容、链接、来源、标签 |

## 收藏类型

| Type | 含义 | 解析字段 |
|------|------|----------|
| 1 | 文本 | desc |
| 2 | 图片 | datafmt + fullsize |
| 4 | 视频 | datatitle + datadesc |
| 5 | 文章/链接 | pagetitle + pagedesc + link + pagethumb_url |
| 8 | 文件 | datatitle + datafmt + fullsize |
| 14 | 聊天记录 | datalist → 逐条 datadesc 拼接 |
| 其他 | 位置/笔记/小程序等 | 通用 title + desc 回退 |

## 技术依赖

- Python 3.9+ 标准库(sqlite3, json, re, html, collections, datetime)
- PyCryptodome(仅解密步骤需要:`pip3 install pycryptodome`)
- frida(仅密钥提取步骤需要:`pip3 install frida frida-tools`)
- ECharts 5.x + echarts-wordcloud 2.x(CDN 内联,无需安装)

## 输出文件

```
<输出目录>/
├── data.json      # 解析后的结构化数据
└── report.html    # 单文件可视化报告(可直接分享)
```

## 已知限制

- 图片/视频/文件的原始内容存储在微信 CDN(加密内部格式),本地缓存也加密,无法在报告中直接预览
- 文章缩略图来自微信公众号 CDN,需联网加载
- 密钥提取需要 macOS,frida 需要 ad-hoc 签名的微信副本

讨论

提问、分享技巧或报告无法使用。按“有帮助”数量排序。

还没有帖子,欢迎第一个提问或分享。

此处内容由用户撰写,不代表 PopNx 团队。

登录后发帖

来自 GitHub

GitHub 星标
647
开发者
zhuyansen
许可证
MIT
最近代码更新
2026年11月11日
repo 中的 SKILL.md 文件(含译本和模板)
1
主题
agent-skills, claude-code, claude-skills, data-visualization, macos, wechat