python scripts/analyze_chat.py <聊天记录.json> --output-stats stats.json --output-text simplified_chat.txt

输出:

stats.json - 统计数据（话唠榜、熬夜冠军、词云等）
simplified_chat.txt - 全量聊天文本，供 AI 分析

2. AI 生成内容

根据 simplified_chat.txt 和 stats.json，按 references/ai_prompt.md 中的格式生成 AI 内容，保存为 ai_content.json。

AI 需要生成的内容包括：

topics: 讨论热点（3-5 个）
resources: 教程/资源分享
important_messages: 重要消息
dialogues: 有趣对话
qas: 问答
talker_profiles: 话唠成员的特点标签（常用词已由脚本统计）

3. 生成日报图片

python scripts/generate_report.py --stats stats.json --ai-content ai_content.json --output report.png

✅ 输出后缀必须是 .png，使用 iPhone 14 Pro Max 分辨率 (430x932 @3x)

图片生成需要安装 playwright：pip install playwright && playwright install chromium

聊天记录 JSON 格式

{
  "meta": {
    "name": "群名称",
    "platform": "wechat",
    "type": "group"
  },
  "members": [
    {"platformId": "xxx", "accountName": "昵称"}
  ],
  "messages": [
    {
      "sender": "platformId",
      "accountName": "昵称",
      "timestamp": 1234567890,
      "type": 0,
      "content": "消息内容"
    }
  ]
}

消息类型 (type):

0: 纯文本（脚本和 AI 只分析此类型）
1: 图片
5: 动画表情
99: 系统消息

脚本分析内容（保证准确性）

数据	说明
总消息数	所有消息计数
活跃用户数	去重用户数
时间范围	首尾消息时间
话唠榜 TOP3	按发言数排序 + 常用词
熬夜冠军	23:00-06:00 最晚活跃者
词云数据	jieba 分词 + 词频统计

AI 生成内容（需要理解上下文）

内容	输入数据
讨论热点	精简文本 + 词云 TOP50
成员画像	精简文本中的发言
有趣对话	高互动片段
问答识别	问号消息 ± 上下文
教程/资源	精简全文识别

依赖

pip install jieba jinja2 playwright
playwright install chromium

wechat-daily-report

微信群聊日报生成 Skill

工作流程

使用步骤

1. 分析聊天记录