登录 注册
AI 应用与 AI Agent效率与办公工具 ai-agentchat-historymacosobsidianshare-extensionswift
2,217
Stars
557
Forks
5
Watchers
28
Open Issues
MIT
许可证
Swift
语言
2026-09-21
创建时间
2026-11-10
最近更新

项目能做什么

将微信聊天记录一键转发至 AI Agent 与 Obsidian 的原生 macOS 工具。
来源:基于仓库元数据 · 内容以仓库实际 README 为准

使用说明 查看原始 README 原仓库文档

中文使用说明暂未生成。下面保留原仓库 README 摘录,命令与配置均以原文为准。
原始 README 摘录(英文原文,节选前 3000 字符)
<div align="center">
  <img src="shared/Screenshots/app-icon-rounded.png" width="128" alt="WeChatBridge 图标" />
  <h1>WeChatBridge(微信流)</h1>
  <p><strong>群里几百条消息没空翻?多选、转发,一步交给 AI 总结,或存进你的知识库。</strong></p>
  <p>在微信「转发到其他应用」里直接选 Codex、Claude、豆包、千问、Obsidian……不读数据库、不注入微信,全程本地。</p>

  <p>
    <a href="#下载安装"><img src="https://img.shields.io/badge/免费下载-macOS%20%7C%20Windows-07C160?style=flat-square" alt="免费下载" /></a>
    <a href="#加入交流群"><img src="https://img.shields.io/badge/交流群-微信扫码-07C160?style=flat-square&logo=wechat&logoColor=white" alt="加入交流群" /></a>
    <a href="https://github.com/freestylefly/WeChatBridge/stargazers"><img src="https://img.shields.io/github/stars/freestylefly/WeChatBridge?style=flat-square" alt="GitHub Stars" /></a>
    <a href="LICENSE"><img src="https://img.shields.io/badge/license-MIT-blue?style=flat-square" alt="MIT License" /></a>
  </p>

  <p>
    <a href="#下载安装"><strong>下载</strong></a> ·
    <a href="#加入交流群"><strong>交流群</strong></a> ·
    <a href="USAGE.zh-CN.md">使用指南</a> ·
    <a href="https://render.qmuse.pub/p/muse/2413870555736078">官网</a> ·
    <a href="README_EN.md">English</a>
  </p>

  <img src="shared/Screenshots/demo-wechat-to-agent.gif" width="800" alt="演示:在微信多选群聊消息,转发到微信流,选择场景后交给 Codex 总结" />
  <br />
  <sub>多选群聊 → 转发到其他应用 → 选「发给 Codex」和场景 → Agent 收到聊天记录并开始总结</sub>
</div>

## 它能帮你做什么

<table>
  <tr>
    <th align="center" width="33%">群聊一键交给 AI</th>
    <th align="center" width="33%">沉淀进知识库</th>
    <th align="center" width="33%">一个群一个场景</th>
  </tr>
  <tr>
    <td align="center"><img src="shared/Screenshots/usage-skill-result-top.png" alt="Agent 根据群聊生成的总结" /></td>
    <td align="center"><img src="shared/Screenshots/usage-obsidian-attachments.png" alt="Obsidian 中的聊天记录与附件" /></td>
    <td align="center"><img src="shared/Screenshots/usage-scene-picker.png" alt="转发时选择场景" /></td>
  </tr>
  <tr>
    <td><sub>转发到 Codex、Claude、豆包、千问办公、WorkBuddy 等,自动带上提示词并粘贴好聊天记录,回车就出总结、待办和纪要。</sub></td>
    <td><sub>一键存成 Obsidian 笔记或任意文件夹里的 Markdown,图片和附件原样保留,按聊天名归档。</sub></td>
    <td><sub>给不同的群存好各自的提示词,比如「群聊总结」「日常摘要」,转发时选一个就行;还能给 Agent 装技能包,读懂群里的链接和视频。</sub></td>
  </tr>
</table>

超过 100 条也不怕:微信一次最多转发 100 条,用「分批收集到微信流」分几批选,收齐后一次发出去。

<div align="center">
  <img src="shared/Screenshots/usage-supported-agents.png" width="520" alt="支持的 Agent:Codex、Claude、豆包、千问办公、WorkBuddy、WeSight、DeepSeek Harness 等" />
  <br />
  <sub>内置十二个入口,还能添加任意应用作为自定义目标</sub>
</div>

## 三步上手

1. **安装**:从下面的蓝奏云链接下载,macOS 把「微信流」拖进「应用程序」。
2. **打开入口**:在「微信流 → 设置 → 入口」里勾选要用的目标,例如「发给 Codex」「沉淀到 Obsidian」。
3. **转发**:在微信里多选聊天记录 →「合并转发」→「转发到其他应用」→ 选择微信流的入口。

需要 macOS 微信 4.1.13 或更高版本。完整步骤、权限说明和常见问题见 [使用指南](USAGE.zh-CN.md)。

## 下载安装

免费下载,全部安装包通过蓝奏云发布,提取密码都是 **`向明`**:

| 平台 | 下载地址 | 提取密码 |
| --- | --- | --- |
| macOS 14+(Apple Silicon 与 Intel) | [wwbsr.lanzout.com/b0umjur8h](https://wwbsr.lanzout.com/b0umjur8h) | `向明` |
| Windows | [wwbsr.lanzout.com/b0umjur4d](https://wwbsr.lanzout.com/b0umjur4d) | `向明` |

macOS 版打开 DMG,把「微信流」拖入「应用程序」即可;Windows 版解压后按目录内说明运行。iOS 版正在开发中,进群可以第一时
阅读完整原文

项目深度分析 规则生成(AI 未配置)

综合评分 68.1 分。该项目在“个人可实施性”维度得 40 分,“付费可能性”维度得 72.0 分,差异化空间 100.0 分(评分依据见评分卡)。

将 WeChatBridge 改造为垂直场景 SaaS

产品构想保留核心能力,针对某一类用户(如某行业团队)做托管版,收取月费。
目标用户有该需求的中小团队 / 独立站长
难度/周期较高 · 2~4 周(MVP)
收费模式订阅制(如 ¥29~99/月)
竞争风险需验证付费意愿;注意许可证合规
依据 数据支持的判断:许可证与关键词显示存在商用与付费场景

面向细分需求的二次开发产品

产品构想基于 WeChatBridge 的核心能力,聚焦一个更窄的场景(如某平台、某行业)做差异化。
目标用户该细分场景用户
难度/周期中 · 2~6 周
收费模式买断制 / 订阅制 / 广告
竞争风险细分需求规模需验证
依据 AI 推测:基于项目主题标签的判断
以上为规则引擎基于仓库公开数据生成的参考结论,包含推测成分,不构成投资或创业承诺;配置 AI 后可获得更深入的分析。
报告会保存到 个人中心

竞品与相似项目 GitHub Search 真实检索

相似项目数据正在完善中,暂不展示(避免误导)

项目优势与风险

技术成熟度创建于 2026-09-21,近 30 天仍在推送
社区活跃Star 2,217 / Fork 557 / Issue 28(数据支持,可自行核实)
许可证MIT
主要风险上游项目方向可能变化;同赛道竞争者较多(见竞品表);热度与需求不完全等价

安装与使用

此项目未提供 Docker 镜像,安装步骤以原仓库 README 为准(涉及依赖安装与环境配置,对新手门槛较高)。