← Back to Skills Marketplace
fengziliang43-cmyk

「自己」微信画像分析

by · GitHub ↗ · v1.0.0 · MIT-0
cross-platform ⚠ suspicious
102
Downloads
0
Stars
0
Active Installs
1
Versions
Install in OpenClaw
/install ziji-ai
Description
基于微信数据库解密,自动生成9维度结构化人格画像,内置三层记忆系统实现高效本地用户微信数据分析。
Usage Guidance
要不要安装/运行这个 Skill 前请先做以下几件事: 1) 仔细审查 wechat-decrypt 仓库(https://github.com/ylytdeng/wechat-decrypt.git)是否可信:检查 release、commit 历史、issues 和安装脚本,最好在隔离环境(虚拟机)中先运行。不要直接在主机以管理员权限运行来自未经验证来源的 setup.py。 2) 注意三层记忆会将微信摘要写入并同步到 ~/.openclaw/workspace/MEMORY.md 和 HEARTBEAT.md,并建议安装 cron 任务:这会把你的私人画像注入到 OpenClaw 全局记忆,可能被其他 agent 读取或被外部向量服务处理。确认你是否愿意将这些敏感摘要放进 agent 的全局工作区与(可能的)向量数据库。 3) 确认是否需要向外部服务提交数据:three-layer-memory 要求 LanceDB Pro / memory-lancedb-pro 与 Jina API Key。如果你不打算使用这些服务,不要配置相关插件或 API Key,或在代码/脚本中移除相关集成点。 4) 修正硬编码路径与权限问题:代码中含有多个用户/Windows 特定的硬编码路径(例如 C:\Users\12084、C:\wechat-decrypt、~/.openclaw/...),在运行前应修改为你的路径或使路径可配置;避免直接使用他人环境路径。 5) 不要盲目添加 cron/定时任务:如果要长期自动化,请先在受控环境验证脚本行为并去掉/审计会触发 agent 的写 HEARTBEAT/触发任务的部分。 6) 如果无法验证作者与仓库可信度,建议在断网或受限网络环境(离线 VM)中完成解密/分析,或仅在本地手动运行分析脚本并阻止任何向量/外部 API 调用。 总体建议:此 skill 功能与描述大致匹配,但包含未声明的外部依赖、硬编码路径和自动化排程,存在隐私与持久化风险;在充分审查和做出配置/隔离措施前,不建议在主机上以管理员权限直接运行其 setup/cron/install 步骤。
Capability Analysis
Type: OpenClaw Skill Name: ziji-ai Version: 1.0.0 This skill bundle is designed to decrypt and analyze a user's local WeChat database to generate a detailed 'personality portrait,' including financial transactions, relationship networks, and psychological profiles. It is classified as suspicious due to its requirement for Administrator privileges to dump process memory for decryption keys and its use of an external 'setup.py' script that clones unverified code from GitHub (wechat-decrypt). Additionally, it implements a persistence and automation layer using shell scripts and cron jobs that inject instructions into the AI agent's workflow via a HEARTBEAT.md file, creating a high-risk environment for sensitive data handling and potential supply chain attacks.
Capability Assessment
Purpose & Capability
声称是“本地微信数据库解密并生成画像”,代码确实包含解密/分析/同步逻辑,路径与功能基本对齐。但包内的 three-layer-memory 文档与脚本还要求 LanceDB Pro、memory-lancedb-pro 插件和 Jina API Key,这些外部服务/密钥并未在 skill 元数据中声明,且超出了单纯“微信画像”所必须的范畴。
Instruction Scope
SKILL.md 与脚本指示不仅解密并分析微信数据,还把结果写入 OpenClaw 全局 workspace(~/.openclaw/workspace/MEMORY.md / HEARTBEAT.md),并通过 micro-sync/daily/weekly 脚本将“记忆”自动同步与排程。这意味着技能会把用户微信摘要注入到 agent 的全局记忆工作区,扩展了原始声明的本地分析边界。SKILL.md 还包含管理员权限与读取进程内存的说明(wechat-decrypt 行为),这具有高权限作用域。
Install Mechanism
虽然仓库 metadata 标称“无安装 spec”,但 analyzer/setup.py 会用 git clone 拉取 https://github.com/ylytdeng/wechat-decrypt.git 并尝试 pip install 依赖:这是隐含的下载/安装步骤。clone 没有校验签名或哈希,pip 命令在本地执行,属于中等到较高风险(从外部源下载并执行代码)。
Credentials
skill 元数据声明无需环境变量或凭据,然而 three-layer-memory 的文档明确要求 memory-lancedb-pro 插件和 Jina API Key(embedding/ rerank),且脚本提到 LanceDB Pro 集成。这些外部凭据/第三方服务并未在元数据中列出或提示用户,可能导致未经充分说明的数据外发或上传向量嵌入。
Persistence & Privilege
包含将脚本复制到 ~/.openclaw/shared 并通过 crontab 安装定时任务的说明(micro-sync/daily-wrapup/weekly-compound)。这些排程会定期运行、读取 workspace 并写 HEARTBEAT/MEMORY.md,从而为长期/自动化访问 agent 全局记忆创造入口。setup 步骤还要求以管理员运行 PowerShell(读取进程内存),增加权限边界。skill 没有 always:true,但其脚本会显著增加持久化和特权访问面。
How to Use
  1. Make sure OpenClaw is installed (local or Docker)
  2. Run the install command in chat: /install ziji-ai
  3. After installation, invoke the skill by name or use /ziji-ai
  4. Provide required inputs per the skill's parameter spec and get structured output
Version History
v1.0.0
首发版本
Metadata
Slug ziji-ai
Version 1.0.0
License MIT-0
All-time Installs 0
Active Installs 0
Total Versions 1
Frequently Asked Questions

What is 「自己」微信画像分析?

基于微信数据库解密,自动生成9维度结构化人格画像,内置三层记忆系统实现高效本地用户微信数据分析。 It is an AI Agent Skill for Claude Code / OpenClaw, with 102 downloads so far.

How do I install 「自己」微信画像分析?

Run "/install ziji-ai" in the OpenClaw or Claude Code chat to install it in one step — no extra setup required.

Is 「自己」微信画像分析 free?

Yes, 「自己」微信画像分析 is completely free, licensed under MIT-0. You can download, install and use it at no cost.

Which platforms does 「自己」微信画像分析 support?

「自己」微信画像分析 is cross-platform and runs anywhere OpenClaw / Claude Code is available (cross-platform).

Who created 「自己」微信画像分析?

It is built and maintained by 良 (@fengziliang43-cmyk); the current version is v1.0.0.

💬 Comments