微信聊天分析助手 v2.1.0

v2.1.0 — 完全本地运行、模块化架构、AI 增强的隐私保护工具

v2.1.0 更新（相对 v2.0.0）

• 🧬 补齐 mirofish/ 本地图谱包 — 修复 graph-stats 崩溃（ZepLocalGraph：stdlib sqlite3 + jieba，零新依赖）
• 📄 文件编码自动检测 — --input 与 txt 导入按 utf-8-sig → utf-8 → gb18030 自动识别，GBK 导出文件不再崩溃
• 📊 大五人格归一化校准 — 基于信号量的对数平滑映射，小样本不再轻易饱和 100%
• 🧠 MBTI 稳定性提示 — 稳定性 <50% 时提示"样本较少或特征不明显，结果仅供参考"
• 📈 分析进度反馈 — analyze-v2 / predict-v2 逐个显示 [i/6] xxx ... 完成 (0.12s)
• 💾 analyze-v2 --export — 全部分析结果 + 消息统计导出为 JSON
• 🌐 analyze-v2 --html / report-v2 — 完全自包含单文件 HTML 报告（内联 CSS + SVG 图表，零外部资源，离线可开）
• 🌟 demo 一键体验 — 分析内置示例并生成 HTML 报告，30 秒体验全流程
• 🧪 doctor 环境自检 — Python 版本/依赖/config/data 目录/终端编码逐项检查 + 修复建议
• 🧭 交互式向导 — 无参数启动直接进入粘贴分析流程（-h 行为不变）
• 📝 一句话总结 — 终端报告末尾自动生成中文摘要
• 🔮 predict-v2 备选去重 — 按规范化文本（去空白/标点差异）合并重复模板

升级亮点（相对 v1.2.0）

• 🧠 jieba 精准分词 — 替代简陋的正则分词
• 💬 否定识别 — 修复"我不开心"被误判为 positive 的 bug
• 🎭 反讽检测 — 识别"虽然...但是..."等句式
• 📊 新 MBTI 置信度算法 — 基于维度差距 + 样本量
• 📚 本地 RAG 引擎 — sentence-transformers + ChromaDB，完全离线
• 🐟 MiroFish 多智能体 — 8 Agent × N 轮模拟 + 投票博弈
• 🧬 本地图谱 — NetworkX + SQLite，替代 Zep Cloud
• 🔮 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，零外部网络请求（除首次下载 embedding 模型）

使用须知

• 分析结果仅供参考。 人格推断基于关键词和规则匹配，不是专业心理评估工具。
• 建议单次分析不超过 500 条消息。 超出此数量分析耗时较长且准确率可能下降。
• 聊天格式要求。 主要支持微信导出格式（发送者: 内容 或 [时间] 发送者: 内容）。
• 文件导入限制。 支持 .txt、.json、.docx、.pdf、.jpg、.mp3 等。
• RAG 引擎可选。 默认启用，但首次使用需联网下载 embedding 模型（约 50-100MB，1-2 分钟），之后完全离线。
• LLM API 非必需。 v2.0.0 默认禁用云端 LLM，核心分析完全本地化。
• MiroFish 默认关闭。 如需多智能体模拟，请编辑 config.json 启用。

核心架构

v2.1.0 模块化结构（保留 v1.2.0 命令的完全兼容）：

使用说明

v2.1.0 新命令（推荐）

# 一键体验：分析内置示例并生成 HTML 报告（30 秒上手）
python scripts/main.py demo

# 环境自检（依赖/config/目录/编码逐项检查）
python scripts/main.py doctor

# 交互式向导（无参数启动）
python scripts/main.py

# 用最近一次 analyze-v2 的结果生成单文件离线 HTML 报告
python scripts/main.py report-v2
python scripts/main.py report-v2 --output 我的报告.html

v2 分析命令

# 查看版本信息
python scripts/main.py version

# 模块化分析（jieba + 否定识别 + 反讽检测 + 进度反馈）
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 编码
python scripts/main.py analyze-v2 --file 聊天记录.docx

# v2.1.0：导出 JSON / 生成单文件 HTML 报告
python scripts/main.py analyze-v2 --input 聊天记录.txt --export result.json
python scripts/main.py analyze-v2 --input 聊天记录.txt --html report.html

# 三层融合预测（Rule + RAG + MiroFish）
python scripts/main.py predict-v2 --paste
python scripts/main.py predict-v2 --input 聊天记录.txt

# 查看 MiroFish 本地图谱统计
python scripts/main.py graph-stats

v1.2.0 命令（向后兼容）

# v1.2.0 分析（保留）
python scripts/main.py analyze --paste
python scripts/main.py analyze --input 1.txt

# v1.2.0 报告（保留）
python scripts/main.py report --report-type html
python scripts/main.py report --report-type all

# v1.2.0 定时任务（保留）
python scripts/main.py schedule --list
python scripts/main.py schedule --add --name 我的任务 --period weekly

# v1.2.0 Web 服务（保留）
python scripts/main.py serve --port 5000

# v1.2.0 日历（保留）
python scripts/main.py calendar --list
python scripts/main.py calendar --upcoming --days 30

核心行为规则

• 数据始终留在本地。 v2.0.0 所有计算 100% 本地，零外部网络请求（首次下载 embedding 模型除外）。
• 核心分析无需 LLM。 MBTI、大五、情感、风险均本地规则实现。
• RAG 默认启用但可选。 关闭 RAG 只需在 config.json 中设 "rag.enabled": false。
• MiroFish 默认关闭。 启用需在 config.json 中设 "mirofish.enabled": true。
• LLM 默认关闭。 v2.0.0 不推荐使用云端 LLM（隐私优先）。

RAG 引擎首次使用

# 安装 RAG 依赖（约 1-2 分钟）
pip install -r requirements-rag.txt

# 首次运行会自动下载 embedding 模型（50-100MB）
python scripts/main.py analyze-v2 --paste
# 模型下载后存储在 data/models/，之后完全离线

分析能力

v2.0.0 新分析器

v2.0.0 三层预测

v2.0.0 风险检测（升级）

• 4 类风险：work_shirt（职场甩锅）/ pig_butcher（杀猪盘）/ hr_bad（HR 不当）/ teammate_trouble（猪队友）
• 反讽识别 — 排除"投资个生日礼物"等无害场景
• 否定排除 — 检测"不[风险词]"模式
• 时序突发 — 消息突然变密集 + 风险词 → 升级告警
• 三级风险 — low / medium / high

报告输出

v2.1.0 单文件离线 HTML 报告（推荐）

完全自包含：内联 CSS + SVG 图表（大五雷达/情感环形/词条与场景条形图）， 零 CDN、零外部资源，双击即可离线打开。包含 MBTI 卡片、大五雷达、 情感占比、高频词、对话模式统计、风险分级卡片、场景权重、一句话总结、生成时间戳。

# 分析时直接生成
python scripts/main.py analyze-v2 --input 聊天记录.txt --html report.html

# 或用最近一次 analyze-v2 的结果生成（输出到 data/reports/）
python scripts/main.py report-v2

v1.2.0 报告（保留）

支持 HTML / Word (.docx) / PPTX 格式。

# v1.2.0 命令
python scripts/main.py report --report-type html
python scripts/main.py report --report-type word
python scripts/main.py report --report-type pptx
python scripts/main.py report --report-type all

隐私说明

• 所有数据保存在本机 data/ 目录下
• v2.0.0 新增隐私配置：config.json 中 privacy.telemetry=false、external_api=false
• 无需注册账号
• LLM API 调用使用用户自己的 API Key（v2.0.0 默认禁用）
• RAG 引擎使用本地 embedding 模型（首次下载约 1-2 分钟）
• MiroFish 本地图谱无需联网
• 无遥测、无统计、无后台网络请求

配置说明

config.json（v2.1.0）

{
  "version": "2.1.0",
  "rag": {
    "enabled": true,
    "model_name": "BAAI/bge-small-zh-v1.5"
  },
  "mirofish": {
    "enabled": false,
    "max_agents": 5
  },
  "privacy": {
    "telemetry": false,
    "external_api": false
  }
}

.env（可选，v1.2.0 兼容）

LLM_API_KEY=your_api_key_here
LLM_BASE_URL=https://api.deepseek.com
LLM_MODEL=deepseek-chat

v2.0.0 默认不读取 .env，如需启用 LLM 增强请同时设置 config.json 的 llm.enabled=true。

常见问题

Q: v1.2.0 的命令还能用吗？ A: 完全兼容。analyze/report/schedule/serve/calendar 全部保留，行为不变。

Q: 微信导出的 txt 是 GBK 编码，读取报错？ A: v2.1.0 起 --input 和 txt 导入会自动识别 utf-8-sig / utf-8 / gb18030，直接传入即可。

Q: 大五人格全是 100% 正常吗？ A: v2.1.0 已修复归一化：小样本会收缩到 50 附近，信号充分时落在 15~85 区间，区分度更好。

Q: 如何生成可视化报告？ A: analyze-v2 --html report.html 或先 analyze-v2 再 report-v2，生成完全离线的单文件 HTML。

Q: v2 和 v1.2.0 的分析结果不一致？ A: 正常。v2 引入 jieba 分词、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。config.json 中确认 llm.enabled=false。

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

Q: 环境出问题怎么排查？ A: 运行 python scripts/main.py doctor，逐项检查并给出修复建议。

Q: 如何回滚到 v1.2.0？ A: mv scripts scripts_v2 && mv scripts/archive_v1/v1.2.0 scripts（如有 v1.2.0 备份）。

依赖安装

# 核心依赖（必须）
pip install -r requirements.txt

# RAG 引擎（可选但推荐）
pip install -r requirements-rag.txt

# Web 仪表盘（未来路线图）
pip install -r requirements-web.txt

# 一键配置（首次使用推荐）
python scripts/main_setup.py

依赖说明

可选增强：

• openai-whisper — 语音转文字
• easyocr — 图片 OCR