Skip to content

下载与安装

当前版本:v0.1.4 查看所有版本

WeLink 提供三种部署方式,按你的场景选:


快速试用(无需数据)

想先感受下 WeLink 的交互和分析能力,不用真实聊天数据?

macOS / Windows App:首次启动配置向导里点「使用演示数据,开始分析」。

Docker

bash
docker compose -f docker-compose.demo.yml up

或直接访问在线 Demo:https://demo.welink.click

Demo 数据以阿森纳 2025/26 赛季一线队球员与教练组为联系人,消息内容充满更衣室气息。COYG! 🔴⚪


解密微信数据库

所有部署方式(除 Demo 模式外)都需要先把手机上的聊天记录解密到 decrypted/ 目录。

第一步 — 手机微信 → 「我」→「设置」→「通用」→「聊天记录迁移与备份」→「迁移到电脑」,把完整历史迁到电脑。迁移过程中保持电脑微信处于登录状态。

第二步 — 使用 wechat-decrypt 提取并解密:

bash
git clone https://github.com/ylytdeng/wechat-decrypt
cd wechat-decrypt
sudo python3 main.py
# 选择 decrypt 模式

解密完成后得到如下目录结构:

decrypted/
├── contact/
│   └── contact.db
└── message/
    ├── message_0.db
    ├── message_1.db
    └── ...

数据安全

解密后的数据库文件包含你的所有聊天记录,请妥善保管。WeLink 所有分析都在本地进行,不会上传任何服务器。


推荐配置

数据规模消息量推荐内存首次索引时间
轻量50 万条以下2 GB30 秒以内
中等50–200 万条4 GB1–3 分钟
重度200 万条以上8 GB+3–10 分钟

首次使用建议先选「近 6 个月」体验,确认无误后再切换到「全部数据」。


下一步

  • 使用技巧:命令面板、多账号切换、AI 数据备份等
  • Docker 部署:反代、HTTPS、多 profile、K8s 等生产部署
  • AI 分身:让 AI 学习某人的聊天风格模拟对话
  • MCP Server:在 Claude Code 里用中文直接查微信数据

WeLink · AGPL-3.0 · 所有数据仅在本地处理,不上传任何服务器 · vdev