这些数据一直都在，只是没有一个地方能让你好好看清楚。
所以我做了 WeLink。
它能做什么
好友分析
群聊分析
全局统计
情感分析
🤖 AI 增强：WeLink x Claude Code (MCP)
WeLink 不只是一个看图表的工具，它还是你的本地私有数据资产库。通过内置的 MCP (Model Context Protocol) 协议，你可以让 Claude Code (CLI) 变成你的「个人数据审计员」。
你可以直接这样问 AI：
✨ 核心亮点：MCP Skills 自动触发
配合 Claude Code 的 Skills 配置，WeLink 的查询能力会自动融合进 AI 的对话流中。当你和 AI 探讨「我最近社交压力有点大」时，它能自动调用 WeLink 接口统计你最近的聊天量和活跃曲线，给你基于客观数据的真实建议。
无需打开浏览器，无需手动翻找，对话即分析。
怎么用
前提：macOS + 微信数据库已通过 wechat-decrypt 解密。
git clone https://github.com/runzhliu/WeLink
cd WeLink
docker compose up
# 访问 http://localhost:3000
把 decrypted/ 目录放在与 WeLink/ 同级即可，其余全自动。
没有数据库想先看效果？ 一行命令启动内置示例数据：
docker compose -f docker-compose.demo.yml up --build
会自动生成 12 个好友、3 个群聊、数千条模拟消息的完整演示界面，不需要任何真实数据。
一些说明
欢迎试用，有问题或建议直接 issue 或在这里回复都行。
数据安全说明：WeLink 不联网、不上传、不需要账号，所有分析在你自己的机器上完成。请仅分析自己的聊天记录。
