微信聊天分析助手 v5.0.0

完全本地运行、模块化架构、隐私优先的分析工具

分析 MBTI 人格、大五人格、情感趋势、关系健康度、群聊结构、隐私泄露、风险预警，生成可视化报告。 v5.0.0 是正确性治本版：修复了"从聊天窗口直接复制"的粘贴格式（行首时间戳曾被切成发送者，导致所有分析器认不出谁说的）、统一了 self/other 判定口径（v1 报告里"你的消息"恒为 0，AI 洞察提示词把"我"标成"对方"）、把 RAG 向量库/模型缓存/网页截图/报告目录从技能包内移到运行时数据目录；同时新增本地隐私扫描（10 类 PII + 银行卡 Luhn 校验）、群聊多主体分析、跨会话快照趋势与 Markdown/CSV 导出，MCP 工具 18 → 30，测试 691 通过 / 6 跳过（Python 3.14）； v4.0.0 新增桌面微信捕获（剪贴板监控 + 微信窗口 UI Automation 读取）、历史感知个性化预测（从你的真实回复学 N-gram/风格/时段）与马尔可夫链、回复时间模式两大推演； v3.0.0 新增 AI 深度洞察（5 类模板，DeepSeek/OpenAI 兼容/Ollama 自动适配）、多源数据导入（6 平台智能粘贴 + URL + JSONL）与 MCP Server； v2.9.0 新增关系健康度分析器（平衡/回应/情感同步/投入/深度五维 + 冷回复惩罚）、情感分析增强（滚动趋势 + 情感转折点 + 己方情感占比）与语音交互（说一句话就能分析/预测/出报告，零依赖自动降级）； v2.5.0 修复 5 个真实 bug（「非常」窗口误判否定 / RAG 角色过滤失效 / msg_type 丢失 / MBTI 显示崩溃 / 无发送者行 self-other 颠倒），接入全链路友好错误提示与 predict-v2 --seed 可复现预测； v2.4.0 修复情感分析在 jieba 下的否定/程度识别 bug，补全 4 个模块测试； v2.3.0 新增时间感知对话预测与回复时机提示；v2.2.0 新增推演与信息解读；v2.1.0 新增 demo、环境自检、离线 HTML 报告。

🆕 v5.0.0 隐私扫描 + 群聊分析 + 跨会话趋势 + 解析治本

隐私扫描器（第 11 个分析器）— 纯本地正则，零联网
- 10 类：密钥/口令、身份证号、银行卡号、长数字串、手机号、座机、邮箱、微信号、地址/定位、疑似真实姓名
- 银行卡走 Luhn 校验（订单号不再误报）、命中区间按优先级互斥去重、mask_privacy_text() 一键脱敏
- privacy_scan.mask_before_llm（默认开）在把内容发往大模型前先脱敏
群聊分析器 — 三人及以上才有意义，二人时会明确标注而不是硬凑指标
- 成员发言占比/字数/均长 + 活跃度分层 + 主导度 + 点名关系网 + 双人互动平衡度
跨会话快照与趋势 — session --list / --save / --compare，analyze-v2 默认存快照
- 显著性判定 |Δ| ≥ 1.0 或变化率 ≥ 10%；JSONL 存储，损坏行读取时丢弃
多格式导出 — --markdown（贴飞书/Notion）、--csv（一行一个指标，utf-8-sig 给 Excel）、--export（全量 JSON）
解析与口径修复 — 见上一段的"正确性治本"，另新增 core.message.is_self_sender() 作为自我标识的唯一来源
MCP 30 工具 — 11 分析 + 6 AI 洞察 + 3 预测画像 + 3 会话记忆 + 1 隐私 + 1 导出 + 1 导入 + 3 桌面捕获 + 1 系统
CLI 15 子命令 — 新增 capture（捕获桌面微信并直接分析）与 session

🆕 v2.9.0 分析能力增强 + 语音交互

💗 关系健康度分析器 — 互动平衡 / 回应速度 / 情感同步 / 投入度 / 互动深度五维加权 0-100，冷回复（对方长消息后回「嗯/哦」）额外扣分，输出 excellent/good/fair/warning 等级与中文改善建议（config.json 可关闭）
📈 情感趋势深化 — 新增滚动情感平均序列（rolling_trend）、情感转折点检测（turning_points：变差/好转）、己方情感占比（self_positive/self_negative），终端报告展示转折点，全部向后兼容
🎤 语音交互 — python scripts/main.py voice 进入会话：「分析 chat.txt / 预测一下 / 跑个演示 / 自检 / 生成报告 / 看日历 / 退出」；TTS 三级降级（pyttsx3 → Windows SAPI 零依赖 → 终端打印），无麦克风自动降级文本输入，分析结果口语化播报

🆕 v2.5.0 五大 bug 修复 + 友好错误 + 可复现预测

🐛 修复「非常开心」在长消息中「非」按错位索引误判否定（sentiment_analyzer）
🐛 修复 RAG sender_filter="other" 按原始昵称永远匹配不上 → 引入 sender_role 角色过滤 + 旧库自动降级
🐛 修复 Message.from_dict 只认 message_type 导致旧数据 image/voice/system 类型丢失
🐛 修复 MBTI 分析器失败时 _display_v2_results KeyError 中断报告展示
🐛 修复无发送者行 self/other 颠倒（注释与代码相反）+ 过滤纯时间戳行/分隔线
🛡 friendly_errors.py 接入 CLI 主入口：中文「原因+解决」提示，--debug 看完整堆栈
🎲 predict-v2 --seed N 可复现预测（MiroFish seeded 随机源，默认 seed=0 稳定）
⚡ 性能：pseg.cut→jieba.cut、情感词典首字索引、高频词 Counter 排序、二进制中文提取重写
🧪 测试 272 通过 / 0 失败 / 0 错误（修复 run_tests 漏跑顶层测试、缺依赖优雅跳过）

🆕 v2.4.0 情感分析与测试补全

修复「非常开心」被「非」字误判为否定、「我不开心」否定识别失效（jieba 装与不装结果一致）
修复立场识别「我反对」被判 neutral（正面词典单字「对」污染）
新增 interpretation / data_manager / vector_store / rag_predictor 共 75 个测试用例

🆕 v2.3.0 时间感知预测

core/timing.py：统一计算消息紧急性、时间段、周末/工作日、连续对话节奏
predict-v2 输出 [回复时机]：立即 / 尽快 / 今天内 / 隔太久先主动找回联系
Rule 与 Ensemble 预测器都使用时间特征调整候选和置信度

🎉 v2.1.0 新特性

🧬 补齐 mirofish/ 本地图谱包 — 修复 graph-stats 崩溃（sqlite3 + jieba，零新依赖）
📄 文件编码自动检测 — utf-8-sig / utf-8 / gb18030 自动识别，GBK 导出文件不再崩溃
📊 大五人格校准 — 小样本不再轻易饱和 100%，各维度区分度更好
📈 分析进度反馈 — [i/6] xxx ... 完成 (0.12s) 实时显示
💾 结果导出 — analyze-v2 --export result.json
🌐 单文件离线 HTML 报告 — analyze-v2 --html report.html / report-v2，零 CDN 零外部资源
🌟 demo 一键体验 — 内置示例数据，30 秒跑完全流程
🧪 doctor 环境自检 — 依赖/config/目录/编码逐项检查 + 修复建议
🧭 交互式向导 — 无参数启动直接进入粘贴分析（-h 不变）
📝 一句话总结 — 终端报告末尾自动生成中文摘要
🧠 MBTI 稳定性提示 — 稳定性低时明确提示"结果仅供参考"
🔮 predict-v2 备选去重 — 按规范化文本合并重复模板

v2.0.0 基础特性

🧠 jieba 精准分词 — 替代简陋的正则分词
💬 否定识别 — 修复"我不开心"被误判的 bug
🎭 反讽检测 — 识别"虽然...但是..."等句式
📊 新 MBTI 置信度算法 — 维度差距 + 样本量综合评估
📚 本地 RAG 引擎 — sentence-transformers + ChromaDB
🐟 MiroFish 多智能体 — 8 Agent × N 轮模拟 + 投票博弈
🔮 三层集成预测 — Rule + RAG + MiroFish 加权融合
🏗️ 模块化架构 — core/ / analyzers/ / predictors/ / rag/ / mirofish/
🔒 隐私优先 — 100% 本地处理，零数据外传
♻️ 完全向后兼容 v1.2.0 — 所有旧命令保留

30秒快速上手

第一步：安装核心依赖

pip install -r requirements.txt

第二步：一键体验（推荐新用户）

python scripts/main.py demo      # 分析内置示例 + 生成 HTML 报告
python scripts/main.py doctor    # 环境自检
python scripts/main.py voice     # v2.9 语音交互（说/打字均可，无麦克风自动降级文本输入）

第三步：分析自己的聊天记录

python scripts/main.py                              # 交互式向导
python scripts/main.py analyze-v2 --input 聊天记录.txt --html report.html

完成！ 终端报告 + 离线 HTML 报告（浏览器直接打开）。

命令对照

| 功能 | 推荐命令 | v1.2.0 兼容 | |------|-------------|-------------| | 一键体验 | demo | (无) | | 环境自检 | doctor | (无) | | 分析 | analyze-v2 --paste | analyze --paste | | 指定输入格式 | analyze-v2 --input 记录.txt --platform wechat | (无) | | 导出 JSON | analyze-v2 --export result.json | (无) | | Markdown 报告 | analyze-v2 --markdown r.md | (无) | | CSV 指标表 | analyze-v2 --csv r.csv / report-v2 --format csv | (无) | | HTML 报告 | analyze-v2 --html r.html / report-v2 | report --report-type html | | 隐私扫描 | analyze-v2 --paste（自动含隐私章节）/ MCP scan_privacy | (无) | | 群聊分析 | analyze-v2 --paste（≥3 人自动启用） | (无) | | 跨会话趋势 | session --list / session --compare | (无) | | 桌面捕获 | capture / capture --source clipboard --seconds 30 | (无) | | AI 洞察 | analyze-v2 --paste --ai（需 API Key） | (无) | | 预测 | predict-v2 --paste | (无) | | 图谱统计 | graph-stats | (无) | | 语音交互 | voice | (无) | | Web | (v1.2.0 命令) | serve --port 5000 | | 定时任务 | (v1.2.0 命令) | schedule --list | | 日历 | (v1.2.0 命令) | calendar --list |

v1.2.0 的所有命令在当前版本保留并继续工作。

功能一览

分析能力

MBTI 推断 — 从聊天风格推断对方 MBTI 16 型人格
- v2.0.0: 维度差距 + 样本量综合置信度，输出稳定性评分
大五人格 — 开放性 / 尽责性 / 外向性 / 宜人性 / 神经质
- v2.0.0: 归一化 + 雷达图数据 + 补全 neuroticism low 词
情感分析 — 追踪情感变化趋势，正面/负面比例
- v2.0.0: jieba 分词 + 否定识别 + 程度副词 + 反讽检测 + HowNet 词典 + Emoji 映射
风险感知 — 标记值得关注的对话模式
- v2.0.0: 反讽识别 + 否定排除 + 时序突发 + 三级风险
关系健康度 — 互动平衡 / 回应度 / 情感同步 / 投入度 / 互动深度五维 + 冷回复惩罚
隐私扫描（v5.0.0）— 10 类个人信息识别 + 银行卡 Luhn 校验 + 一键脱敏 + 送模型前自动遮蔽
群聊分析（v5.0.0）— 成员占比与活跃分层 + 主导度 + 点名关系网 + 双人互动平衡
场景分类 — 恋爱 / 工作 / 社交 / 重要事项
对话模式 — 回复速度、主动率、问号/感叹号比例
- v2.0.0: 修复 v1.2.0 的 reply_speed 丢失 bug
推演 + 解读 — 7 大推演（趋势/行为/情感轨迹/风险演化/走向/马尔可夫链/回复时间模式）+ 4 大解读（意图/实体/话题/立场）

预测能力

Rule 预测 — 16 MBTI × 5 模板 + 场景 + 关键词触发 + 意图链追踪
RAG 预测 — 检索 top-K 相似历史对话作为 few-shot
MiroFish 预测 — 8 Agent × N 轮模拟 + 多轮辩论 + 加权投票
HistoryAware（v4.0.0）— 从你真实回复中学 N-gram 短语、上下文-回复对、风格、情感映射、时段映射
Ensemble — 四层动态置信度权重融合 + 多样性保障

记忆与导出

跨会话快照（v5.0.0）— 保存/列表/对比，显著变化判定，落在运行时数据目录
个性化画像（v5.0.0 接线）— 可持久化、可导出导入、可增量再训练
v2.1.0：单文件离线 HTML 报告（analyze-v2 --html / report-v2），内联 SVG 图表，零外部资源
v5.0.0：Markdown 与 CSV 指标表；HTML / Word (.docx) / PPTX（v1.2.0 保留）

完整使用指南

方式一：交互式向导 / demo（v2.1.0 推荐）

python scripts/main.py            # 无参数进入向导：粘贴 → 分析 → 可选 HTML 报告
python scripts/main.py demo       # 一键体验内置示例

方式二：v2 粘贴/文件分析

python scripts/main.py analyze-v2 --paste
python scripts/main.py analyze-v2 --input 聊天记录.txt    # 自动识别 utf-8/GBK
python scripts/main.py analyze-v2 --input 聊天记录.txt --export result.json --html report.html

方式三：v2 三层预测

python scripts/main.py predict-v2 --input 聊天记录.txt

输出示例：

[最佳预测] 置信度 78.5%
  策略: rule,mirofish
  内容: 「我先确认一下情况」

[备选预测]
  1. [65%] (rag) 「好的，我跟进一下」
  2. [62%] (mirofish) 「收到，我处理一下」

方式四：v1.2.0 文件导入（保留）

python scripts/main.py analyze --file 聊天记录.txt

支持格式：.txt .json .docx .pdf .jpg .mp3

方式五：v1.2.0 Web 服务

python scripts/main.py serve
# 浏览器打开 http://localhost:5000

方式六：生成报告

# v2.1.0：单文件离线 HTML（推荐）
python scripts/main.py analyze-v2 --input 聊天记录.txt --html report.html
python scripts/main.py report-v2                       # 用最近一次 v2 结果生成

# v1.2.0：多格式报告（保留）
python scripts/main.py report --report-type html    # HTML 报告
python scripts/main.py report --report-type word    # Word 报告
python scripts/main.py report --report-type pptx    # PPTX 报告
python scripts/main.py report --report-type all     # 全部格式

v2 分析结果示例

终端输出

  [1/6] mbti ... 完成 (0.01s) ✅
  [2/6] bigfive ... 完成 (0.00s) ✅
  [3/6] sentiment ... 完成 (0.02s) ✅
  [4/6] risk ... 完成 (0.00s) ✅
  [5/6] scenario ... 完成 (0.00s) ✅
  [6/6] pattern ... 完成 (0.00s) ✅

============================================================
   微信聊天分析报告 v2.1.0
============================================================

🧠 [MBTI] ENFP - 竞选者
  置信度: 78.5%
  特征: 外向 | 直觉 | 情感 | 感知
  稳定性: 82%

🔬 [大五] OCEAN 人格分析
  开放性: [#######...] 68%
  尽责性: [#####.....] 52%
  外向性: [#######...] 71%
  宜人性: [#######...] 73%
  神经质: [####......] 42%

💬 [情感] 趋势: [上升]
  正面: 65.5% / 负面: 22.3% / 中性: 12.2%
  [v2.0.0] 检测到 3 条反讽
  正面词: 开心, 喜欢, 期待, 不错, 哈哈
  负面词: 担心, 紧张, 压力

⚠️ [风险]
  [MEDIUM] pig_butcher
    对方可能正在实施诈骗
    命中 2 次: 投资, 充值
    [建议]: 听起来不错，但我得先研究研究

🎯 [场景] 主场景: [工作]
    work: 18
    important: 12
    social: 5

📊 [模式] 对话模式分析
  主动发起: 我 35% / TA 65%
  平均回复: 245 秒
  快速回复 (<1分钟): 23
  慢速回复 (>1小时): 5
  聊天跨度: 15 天

============================================================

目录结构

wechat-analyzer/
├── core/                       # 核心抽象层
│   ├── message.py              # 统一 Message 模型 + is_self_sender()（v5 自我标识唯一口径）
│   ├── result.py               # 统一 Result 模型
│   ├── analyzer_base.py        # 分析器基类 + AnalyzerRegistry（run_all 支持进度回调）
│   ├── predictor_base.py       # 预测器基类
│   ├── data_paths.py           # resolve_data_dir()：运行产物的唯一落点
│   ├── timing.py               # 时间感知（回复时机/节奏）
│   ├── version.py              # 版本号单一来源
│   └── utils.py                # 分词/停用词/logger/编码自动检测
│
├── analyzers/                  # 11 个分析器
│   ├── mbti_analyzer.py / bigfive_analyzer.py
│   ├── sentiment_analyzer.py   # 否定识别 + 反讽 + 滚动趋势 + 转折点
│   ├── risk_analyzer.py / scenario_analyzer.py / pattern_analyzer.py
│   ├── inference_analyzer.py   # 7 大推演（含马尔可夫链、回复时间模式）
│   ├── interpretation_analyzer.py  # 4 大解读（意图/实体/话题/立场）
│   ├── relationship_analyzer.py    # 关系健康度五维
│   ├── group_analyzer.py       # v5.0.0 群聊多主体
│   ├── privacy_scanner.py      # v5.0.0 本地隐私泄露扫描（10 类 + Luhn）
│   ├── ai_insight_engine.py    # v3.0.0 LLM 洞察（5 类模板 + 脱敏 + 缓存）
│   └── lexicon_*.txt           # HowNet/否定/程度/Emoji/jieba 词典（平铺，带 lexicon_ 前缀）
│
├── predictors/                 # 4 个预测器 + Ensemble
│   ├── rule_predictor.py / rag_predictor.py / mirofish_predictor.py
│   ├── history_aware_predictor.py  # v4.0.0 从你的真实回复学 N-gram/风格/时段
│   └── ensemble.py             # 四层动态置信度融合
│
├── rag/                        # embedder.py / vector_store.py / retriever.py
│                               #   v5.0.0：缓存与向量库一律落在包外运行时目录
├── mirofish/                   # 本地图谱包（core_zep_local.py：sqlite3 + jieba）
│
├── scripts/                    # CLI 与各功能模块（51 个 .py）
│   ├── main.py                 # CLI 入口（15 个子命令）
│   ├── report_exporters.py     # v5.0.0 Markdown / CSV / 元数据单一口径
│   ├── session_memory.py       # v5.0.0 跨会话快照与趋势对比
│   ├── clipboard_monitor.py / wechat_window_reader.py    # v4.0.0 桌面捕获（Windows）
│   ├── data_source_importer.py # v3.0.0 多源导入（6 平台智能粘贴 / URL / JSONL）
│   ├── v2_report_generator.py  # 单文件离线 HTML
│   ├── data_manager.py         # v5.0.0 修复行首时间戳解析
│   ├── text_analyzer.py / llm_analyzer.py    # v1 通道（v5.0.0 修 self/other 口径）
│   ├── conversation_predictor.py / report_generator.py / file_importer.py
│   ├── calendar_manager.py / scheduler.py / web_server.py / voice_interface.py
│   ├── main_setup.py           # 一键配置向导
│   ├── mirofish_config.py / mirofish_services_*.py / mirofish_utils_*.py
│   │                           # ⚠️ 遗留死代码：见 RUNBOOK「已知问题」
│   └── （`doctor` 自检不是单独文件，由 main.py::cmd_doctor 实现）
│
├── templates/                  # Web 模板
├── references/                 # 方法与词表参考
├── tests/                      # 44 个测试文件（含 fixtures_*.txt 示例数据）
├── mcp_server.py               # MCP Server（30 工具，stdio）
├── config.json / SKILL.md / README.md / RUNBOOK.md / FAQ.md / CHANGELOG.md
├── requirements.txt / requirements-rag.txt / requirements-web.txt
├── clean.py                    # 上传前清理与残留检查
└── package.py                  # 打包

没有 data/ 目录是设计：所有运行产物（数据库、向量库、模型缓存、报告、截图、快照、画像）落在 resolve_data_dir()（默认系统临时目录下的 wechat-analyzer/，可用 WECHAT_ANALYZER_DATA_DIR 覆盖）。配置里给的相对路径不会被拼回技能包内，只认绝对路径。

使用限制

使用前请了解以下限制：

单次分析建议不超过 500 条消息。 超出后分析耗时较长。
分析结果仅供参考。 人格推断基于关键词匹配，不是专业心理评估。
RAG 首次运行需联网。 下载 embedding 模型约 50-100MB（1-2 分钟），之后完全离线。
RAG 依赖未安装时自动降级。 预测自动回退到 Rule 层，不影响其他功能。
v1.2.0 命令继续可用。 行为与 v1.2.0 一致，不影响现有用户。

如何导出微信聊天记录

方法一：直接复制文字（最快）

打开电脑端微信，进入聊天对话框
鼠标选中聊天内容（可多选）
按 Ctrl + C 复制
在工具中粘贴即可

方法二：从微信导出文件

打开电脑端微信聊天窗口
点击右上角 ... 或 ··· 按钮
选择 聊天记录 → 聊天文件
点击 导出聊天记录
选择格式 txt，保存到本地
使用 python scripts/main.py analyze-v2 --input 文件路径.txt

LLM API 配置（可选，v2.0.0 默认禁用）

v2.0.0 默认禁用云端 LLM，所有分析本地完成。如需启用 LLM 增强：

# 1. 复制环境变量模板
cp .env.example .env

# 2. 编辑 .env 填入 API Key
# LLM_API_KEY=sk-...
# LLM_BASE_URL=https://api.deepseek.com
# LLM_MODEL=deepseek-chat

# 3. 修改 config.json
# "llm": { "enabled": true, ... }

v2.0.0 推荐使用本地 RAG 引擎替代云端 LLM（隐私更好、效果更准）。

数据隐私说明

默认零外传：所有分析在本机跑，不向任何云端服务器发送数据，无需注册账号
运行数据不在技能包内：SQLite 数据库、ChromaDB 向量库、embedding 缓存、MiroFish 图谱、 HTML/CSV/Markdown 报告、跨会话快照、个性化画像统一落在 core.data_paths.resolve_data_dir() （默认系统临时目录下的 wechat-analyzer/，WECHAT_ANALYZER_DATA_DIR 可改）；配置里的相对路径会被归一，不会被拼回技能包
快照只存指标数值：关系健康度、情感分布、风险分、隐私命中数、群聊人数与主导度等标量， 不落聊天正文，也不落参与人昵称
发往 LLM 前先脱敏（v5.0.0）：privacy_scan.mask_before_llm 默认开，替换手机号/身份证/银行卡/邮箱；脱敏流程本身出错时发送占位文本而非原文；正文超 4000 字符自动截断
LLM 完全可选（默认关闭）；MiroFish 默认关闭；RAG 可 rag.enabled=false 关掉
本地隐私扫描器（v5.0.0）：10 类个人信息识别 + 银行卡 Luhn 校验 + 一键脱敏，纯正则、不联网
无遥测、无统计、无后台网络请求（唯一例外：RAG 首次下载 embedding 模型）

常见问题

Q: v1.2.0 的命令还能用吗？ A: 完全兼容，所有旧命令保留并继续工作。

Q: v2.0.0 和 v1.2.0 分析结果不一致？ A: 正常。v2.0.0 引入 jieba、否定识别等，分析更准确。

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

Q: 不想用 RAG？ A: config.json 中设 "rag.enabled": false。

Q: 不想用云端 LLM？ A: v2.0.0 默认禁用。完全不需要 .env 文件。

Q: MiroFish 怎么启用？ A: config.json 中设 "mirofish.enabled": true，然后运行 predict-v2。

Q: 如何回滚到 v1.2.0？ A: v1 的命令与模块仍在（analyze / report / serve / text_analyzer.py），按 v1 命令跑即可；历史快照不随包分发，需要更早的版本请从版本库取。

Q: Web 仪表盘呢？ A: python scripts/main.py serve --port 5000 起 v1.2.0 的 Flask 界面，功能少于 CLI，不在 v5.0.0 的主路径上。

Q: 群聊怎么分析？ A: 导出群聊记录时选"全部消息"，导入后 group 分析器在发送者 ≥ 3 时自动启用，输出成员占比/活跃分层/主导度/点名关系网/双人互动平衡。

Q: 粘贴进去分析器一个都不跑 / 发送者全是 unknown？ A: v5.0.0 修好了微信窗口复制格式（行首时间戳）的解析。若仍识别不准，用 --platform wechat 手工指定输入格式，doctor 可自检环境。

Q: 想知道记录里暴露了哪些个人信息？ A: analyze-v2 会自动带「🔒 隐私泄露扫描」章节；单独调用走 MCP 的 scan_privacy。注意它是正则识别，不保证查全。

Q: 想看两次分析之间的变化？ A: python scripts/main.py session --list / --compare，详见 RUNBOOK.md。

Q: 首次安装依赖太多？ A: 运行 python scripts/main_setup.py 自动完成。

依赖安装

核心（必须）

pip install -r requirements.txt

RAG 引擎（v2.0.0 推荐）

pip install -r requirements-rag.txt

可选增强

pip install openai-whisper   # 语音转文字
pip install easyocr          # 图片 OCR

Web 仪表盘（v2.1.0 路线图）

pip install -r requirements-web.txt
cd web/frontend && npm install

版本路线图

已发布：

✅ v1.2.0 — 基础 MBTI/大五/情感/风险分析，LLM 增强（云端）
✅ v2.0.0 — 模块化架构、jieba 分词、本地 RAG、多智能体 MiroFish、隐私优先
✅ v2.1.0 – v2.9.0 — demo/doctor/单文件 HTML 报告、推演与解读、时间感知预测、关系健康度五维、语音交互、零警告加固
✅ v3.0.0 — AI 深度洞察（5 类模板真实接通）、多源数据导入、MCP Server 15 工具
✅ v4.0.0 — 桌面微信捕获、历史感知个性化预测、四层融合动态权重、马尔可夫链与回复时间模式
✅ v5.0.0 — 隐私扫描 + 群聊多主体 + 跨会话趋势 + 多格式导出；粘贴解析与 self/other 口径治本；运行产物移出技能包；MCP 30 工具 / CLI 15 子命令

候选（未排期，勿当作承诺）：

⏳ 微信本地 DB 解密导入（合规与密钥管理未定，风险高于收益）
⏳ OCR / ASR 截图与语音消息识别
⏳ Web 仪表盘升级（现为 v1.2.0 的 Flask 版）
⏳ 清理 scripts/mirofish_services_* 死代码（需要 python-dotenv + 补 Config）

版本: v5.0.0