1. 微信聊天记录提取与 AI 分析：从 SQLCipher 加密库到 MCP 数据管道
微信聊天记录里藏着大量可被结构化分析的信息：你和谁在什么时间段聊得最频繁、哪些话题反复出现、情绪曲线怎么波动。问题是这些数据默认锁在本地 SQLCipher 加密数据库里，微信官方不提供导出入口。这篇内容聚焦一件事：用 Python 把加密库导出成可用文本，再通过 MCP 把数据接入 AI 工具做话题聚类与情绪趋势分析。适合有基础 Python 环境、想在本地完成数据处理、不希望把原始聊天内容上传到不明服务的读者。整个链路分四步：确认环境、解密导出、字段清洗、MCP 接入验证。每一步都有可复制的命令和配置，跟着做就能跑通。
我试过在 Windows 和 macOS 上分别走一遍流程，核心差异在微信版本对应的 SQLCipher 版本和数据库路径。Windows 微信 3.x 用 SQLCipher v3，4.0 以上切到 v4；macOS 4.0+ 同样是 v4。密钥在首次登录时生成，存在微信进程内存里，解密工具的本质是从进程读取这个密钥再打开数据库。理解这一点，后面遇到“密钥提取失败”就知道该往哪个方向排查。
先确认 Python 环境是否统一。多环境玩家经常出现 pip 和 python 指向不同解释器的情况，库装到 Anaconda 里、脚本却用系统 Python 跑，直接报 ModuleNotFoundError。执行：
pip -V python -V两条命令输出的路径必须指向同一个 Python。MCP 相关依赖要求 Python 3.10 以上，建议 3.12。确认后安装解密工具依赖：
git clone https://github.com/ylytdeng/wechat-decrypt.git cd wechat-decrypt pip install -r requirements.txt安装完成后不要急着跑解密脚本，先确认微信已经在电脑上登录过至少一次，否则本地没有可解密的数据库文件。解密脚本运行时会自动从微信进程提取密钥，这一步在 Windows 上可能需要管理员权限，macOS 上可能需要在系统设置里给终端授予辅助功能权限。如果脚本报“无法读取进程内存”，先检查权限，再检查微信版本是否在支持范围内。
解密完成后会得到一组 SQLite 数据库文件，核心表包括message、contact、chatroom等。直接打开message表会看到StrContent字段里混着文本、图片标记、系统消息、撤回提示。下一步的字段清洗就是把这些噪声过滤掉，只保留可分析的纯文本对话。清洗逻辑不复杂，但字段名和表结构在不同微信版本间有差异，建议先用 SQLite Browser 打开解密后的库，确认实际字段名再写脚本。
2. TaoToken 前置准备：API Key 与 MCP 接入配置
把清洗后的聊天数据接入 AI 做分析，需要一个稳定的模型调用入口。TaoToken 提供 OpenAI 兼容的 API 接口，同时支持 MCP 协议接入，适合这种“本地数据 + 云端模型分析”的场景。前置准备分三件事：注册账号、创建 API Key、确认 MCP 接入方式。整个过程不需要改动本地网络环境，直接在浏览器里完成。
先访问官网 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 注册账号。注册完成后进入控制台，在 API Keys 页面创建一个新的 Key。创建时建议给 Key 起一个可识别的名字，比如wechat-analysis，方便后续在多个项目间区分。Key 只在创建时完整显示一次，复制后保存到本地环境变量或配置文件里，不要直接硬编码在脚本中。
API 基础地址是 https://taotoken.net/api，这个地址在后续的 MCP 配置和 Python 请求里都会用到。如果你用的是 Claude Code 或类似的编码工具，可以在工具设置里填入这个 Base URL 和刚才创建的 Key。模型 ID 根据你实际需要选择，做聊天记录分析建议选上下文窗口较大的模型，因为一次分析可能涉及几百条消息。
MCP 接入方式有两种：一种是在支持 MCP 的客户端里直接配置，另一种是通过 Python 脚本调用 API。前者适合用 OpenCode、Cline 这类工具做交互式分析，后者适合写自动化脚本做批量处理。两种方式都需要 Base URL、API Key、Model ID 三件套。下面是一个标准的 MCP 配置片段，路径和字段名按你实际使用的客户端调整：
{ "mcpServers": { "taotoken": { "type": "stdio", "command": "npx", "args": [ "-y", "@taotoken/mcp-server" ], "env": { "TAOTOKEN_API_KEY": "你的API Key", "TAOTOKEN_BASE_URL": "https://taotoken.net/api", "TAOTOKEN_MODEL": "你的Model ID" } } } }如果你用的是 OpenCode，配置文件路径在 Windows 上是C:\Users\你的用户名\.config\opencode\opencode.jsonc，macOS 上是~/.config/opencode/opencode.jsonc。把上面的 MCP 配置合并进去，注意 JSON 里 Windows 路径要用双反斜杠。配置完成后重启客户端，输入/mcps检查是否加载成功。如果显示taotoken状态为 connected，说明前置准备完成。
这一步常见的问题是 Key 权限不足或 Base URL 写错。Key 创建后默认有调用权限，但如果你的账号余额为零，调用会返回 401。Base URL 末尾不要加/v1，直接写https://taotoken.net/api即可。MCP 客户端如果报local proxy failed，通常是npx命令找不到或网络无法拉取包，检查 Node.js 是否安装、npm 源是否可用。
3. 可复制配置：解密导出脚本与字段清洗
这一节给出完整的 Python 脚本，从解密后的数据库导出可分析的文本，并做字段清洗。脚本分两部分：第一部分连接解密后的 SQLite 数据库，读取message表；第二部分过滤系统消息、图片标记、撤回提示，输出 JSONL 格式的对话记录。JSONL 每行一条消息，包含时间戳、发送者、接收者、文本内容，方便后续喂给 AI。
先确认解密后的数据库路径。wechat-decrypt 默认输出到项目目录下的decrypted文件夹，里面按账号分目录。找到message.db文件，用 SQLite Browser 打开，确认message表的字段名。常见字段包括localId、TalkerId、MsgSvrID、Type、SubType、IsSender、CreateTime、StrContent。不同版本可能有差异，以实际看到的为准。
下面是导出脚本，保存为export_chat.py：
import sqlite3 import json import re from datetime import datetime DB_PATH = "decrypted/你的账号/message.db" OUTPUT_PATH = "chat_export.jsonl" # 需要过滤的消息类型 SYSTEM_TYPES = {10000, 10002} IMAGE_MARKERS = re.compile(r'\[图片\]|\[表情\]|\[语音\]|\[视频\]|\[文件\]|\[链接\]') RECALL_MARKERS = re.compile(r'撤回了一条消息|对方已撤回') def clean_content(text): if not text: return None text = IMAGE_MARKERS.sub('', text) text = RECALL_MARKERS.sub('', text) text = text.strip() if len(text) < 2: return None return text def export_messages(): conn = sqlite3.connect(DB_PATH) cursor = conn.cursor() cursor.execute(""" SELECT CreateTime, IsSender, StrContent, TalkerId FROM message WHERE Type = 1 ORDER BY CreateTime ASC """) count = 0 with open(OUTPUT_PATH, 'w', encoding='utf-8') as f: for row in cursor.fetchall(): create_time, is_sender, content, talker_id = row if not content: continue cleaned = clean_content(content) if not cleaned: continue record = { "timestamp": datetime.fromtimestamp(create_time).isoformat(), "sender": "me" if is_sender == 1 else talker_id, "receiver": talker_id if is_sender == 1 else "me", "content": cleaned } f.write(json.dumps(record, ensure_ascii=False) + '\n') count += 1 conn.close() print(f"导出完成，共 {count} 条有效消息") if __name__ == "__main__": export_messages()运行前把DB_PATH改成你实际的数据库路径。脚本只保留Type = 1的文本消息，过滤掉系统提示和媒体标记。IsSender为 1 表示自己发的，为 0 表示对方发的。输出文件chat_export.jsonl每行一条 JSON，可以直接用head -5 chat_export.jsonl查看前五条确认格式。
如果message表里没有TalkerId字段，可能是版本差异，换成StrTalker或Username。如果CreateTime是毫秒时间戳，datetime.fromtimestamp需要先除以 1000。清洗规则可以根据你的实际数据调整，比如你想保留表情标记做情绪分析，就把IMAGE_MARKERS里的\[表情\]去掉。
导出后建议做一次样本验证：随机抽 20 条消息，人工核对发送者和时间戳是否正确。如果发现所有消息的sender都是me，说明IsSender字段判断反了，把条件互换即可。这一步确认无误后再进入 MCP 接入。
4. 验证请求：MCP 接入与 AI 分析成功结果
数据导出后，通过 MCP 把 JSONL 文件接入 AI 工具做分析。这里以 OpenCode 为例，配置 MCP 服务指向本地 Python 脚本，脚本负责读取 JSONL 并调用 TaoToken API。配置完成后，在对话里输入分析指令，AI 会读取聊天记录并返回话题聚类和情绪趋势结果。
先写 MCP 服务脚本mcp_server.py，放在 wechat-decrypt 项目目录下：
import json import os from mcp.server import Server from mcp.server.stdio import stdio_server from mcp.types import Tool, TextContent import httpx TAOTOKEN_API_KEY = os.environ.get("TAOTOKEN_API_KEY") TAOTOKEN_BASE_URL = os.environ.get("TAOTOKEN_BASE_URL", "https://taotoken.net/api") TAOTOKEN_MODEL = os.environ.get("TAOTOKEN_MODEL", "你的Model ID") CHAT_FILE = "chat_export.jsonl" app = Server("wechat-analysis") @app.list_tools() async def list_tools(): return [ Tool( name="analyze_chat", description="读取微信聊天记录并调用 AI 分析话题与情绪", inputSchema={ "type": "object", "properties": { "query": {"type": "string", "description": "分析指令"} }, "required": ["query"] } ) ] @app.call_tool() async def call_tool(name: str, arguments: dict): if name != "analyze_chat": raise ValueError(f"未知工具: {name}") query = arguments["query"] messages = [] with open(CHAT_FILE, 'r', encoding='utf-8') as f: for line in f: messages.append(json.loads(line)) sample = messages[-500:] context = "\n".join( f"[{m['timestamp']}] {m['sender']}: {m['content']}" for m in sample ) prompt = f"以下是微信聊天记录样本：\n{context}\n\n分析指令：{query}" async with httpx.AsyncClient(timeout=120) as client: resp = await client.post( f"{TAOTOKEN_BASE_URL}/chat/completions", headers={ "Authorization": f"Bearer {TAOTOKEN_API_KEY}", "Content-Type": "application/json" }, json={ "model": TAOTOKEN_MODEL, "messages": [{"role": "user", "content": prompt}], "temperature": 0.3 } ) resp.raise_for_status() result = resp.json() answer = result["choices"][0]["message"]["content"] return [TextContent(type="text", text=answer)] async def main(): async with stdio_server() as (read, write): await app.run(read, write, app.create_initialization_options()) if __name__ == "__main__": import asyncio asyncio.run(main())然后在 OpenCode 的opencode.jsonc里添加 MCP 配置：
{ "mcp": { "wechat": { "type": "local", "command": ["python", "E:\\你的路径\\wechat-decrypt\\mcp_server.py"], "env": { "TAOTOKEN_API_KEY": "你的API Key", "TAOTOKEN_BASE_URL": "https://taotoken.net/api", "TAOTOKEN_MODEL": "你的Model ID" }, "enabled": true } } }重启 OpenCode，输入/mcps确认wechat状态为 connected。然后输入分析指令，比如“请分析最近 500 条聊天记录的话题分布和情绪趋势”。如果返回结果包含话题关键词和情绪描述，说明链路打通。
验证成功的标志是：AI 返回的内容里引用了你聊天记录中的具体话题，而不是泛泛而谈。如果 AI 说“我没有看到聊天记录”，检查CHAT_FILE路径是否正确、JSONL 文件是否为空。如果返回 401，检查 API Key 是否有效、余额是否充足。如果返回reading choices相关错误，说明 API 响应格式不符合预期，检查 Base URL 是否写成了https://taotoken.net/api/v1，去掉/v1再试。
5. 本篇常见错排查：401、local proxy failed、reading choices、OAuth
这一节对照实际报错给出排查路径。以下错误按出现频率排序，每条都附上原因和修复动作。
401 Unauthorized：API Key 无效或未正确传入。检查三处：MCP 配置里的TAOTOKEN_API_KEY是否和创建时一致、环境变量是否被覆盖、Key 是否已过期。如果 Key 复制时带了空格，去掉空格。如果账号余额为零，充值后重试。
local proxy failed：MCP 客户端无法启动本地服务。常见原因是npx命令找不到或网络无法拉取包。检查 Node.js 是否安装（node -v），npm 源是否可用（npm config get registry）。如果用的是 Python 脚本作为 MCP 服务，检查python命令是否在 PATH 里、脚本路径是否正确。Windows 上路径要用双反斜杠或正斜杠。
reading choices 报错：API 返回的 JSON 结构里没有choices字段。通常是 Base URL 写错，比如写成了https://taotoken.net/api/v1，实际应该用https://taotoken.net/api。另外检查请求体里model字段是否填了有效的 Model ID，空值或错误值会导致返回格式异常。
OAuth 相关错误：如果你用的是 Claude Code 或类似工具，可能遇到 OAuth 认证失败。这类工具默认走 Anthropic 的 OAuth 流程，需要切换到 API Key 模式。在工具设置里找到认证方式，改为 API Key，填入 TaoToken 的 Key 和 Base URL。如果工具不支持自定义 Base URL，改用 OpenCode 或 Cline 这类支持 OpenAI 兼容接口的客户端。
解密脚本报“无法读取进程内存”：权限不足或微信版本不支持。Windows 上以管理员身份运行终端，macOS 上给终端授予辅助功能权限。如果微信版本是 4.0 以上，确认解密工具是否支持 SQLCipher v4。不支持的话需要找对应版本的解密方案。
导出 JSONL 为空：message表字段名不匹配或过滤条件太严。先用 SQLite Browser 打开数据库，执行SELECT COUNT(*) FROM message WHERE Type = 1确认有数据。如果字段名不是StrContent，换成实际字段名。如果clean_content过滤掉了所有内容，放宽len(text) < 2的判断。
MCP 工具调用无响应：脚本阻塞或超时。检查httpx请求的timeout设置，聊天记录样本太大时 API 响应可能超过 120 秒。减少sample数量，比如从 500 条降到 200 条。如果脚本报asyncio相关错误，确认 Python 版本在 3.10 以上。
排查时建议按链路顺序逐段验证：先确认数据库能打开，再确认 JSONL 有内容，再确认 API 能调通，最后确认 MCP 能加载。每段单独测试，不要一次性全跑。
6. 语义一致 CTA：从数据导出到长期分析
走到这里，你已经完成了从 SQLCipher 加密库导出、字段清洗、MCP 接入到 AI 分析的完整链路。如果后续想把这套流程做成可重复使用的工具，建议把 API Key 管理、模型调用、MCP 配置这三件事固定下来。TaoToken 的 API Keys 页面可以创建多个 Key 按项目区分，接入文档里有 MCP 和 OpenAI 兼容接口的详细说明。需要验证模型效果时，用模型对话页面直接测试提示词，确认返回质量后再写进脚本。如果打算长期做聊天记录分析或搭建个人 Agent，Coding Plan 提供更稳定的调用额度，适合高频使用场景。
实际使用中，聊天记录分析的价值不在于一次性的“性格分析”，而在于持续追踪。你可以每周导出一次增量数据，用同样的 MCP 管道做话题变化和情绪趋势对比。时间拉长后，这些数据能反映出你自己都未必察觉的行为模式。数据始终在本地，只有分析请求会发到 API，原始聊天内容不会上传到任何第三方存储。这一点在配置 MCP 时已经通过本地脚本读取 JSONL 实现，API 只接收你主动传入的样本片段。
最后提醒一句：解密后的数据库和导出的 JSONL 文件包含敏感信息，不要提交到公开仓库，不要放在同步网盘里。本地分析完成后，如果不需要保留原始数据，及时清理。数据自觉的第一步，是知道自己有什么数据、放在哪里、谁能访问。
