Chatlog：构建微信聊天记录的结构化检索与 AI 知识库方案

什么是 Chatlog？

Chatlog 是由 sjzar 基于 Go 语言开发的开源跨平台工具。它的核心价值在于 将本地数据库中碎片化的微信聊天记录，转化为可搜索、可调用的结构化数据。

该项目兼容 Windows 与 macOS 系统，支持微信 3.x 及 4.0 版本客户端。用户无需 root 或越狱即可完成消息文件的读取与解密。Chatlog 提供了灵活的交互方式：既可以通过 Terminal UI 直接浏览记录，也可以利用 CLI 和 HTTP API 为第三方应用或自动化脚本提供数据支撑。

核心功能特性

数据自动化处理

• 快速发现：自动扫描系统默认路径并识别多账号数据目录，用户仅需点选即可完成账号绑定与切换。
• 深度解密：内置 Key 提取与数据库解密机制，支持对图片、语音、视频等加密附件进行实时解码，直接返回可浏览的文件流。

灵活的输出接口

• REST API：支持对单条消息、联系人详情、群聊列表及最近会话进行结构化查询。
• SSE Endpoint：遵循 MCP (Model Context Protocol) 协议推送增量数据，可与支持 MCP 的 AI 助手无缝对接，赋予 AI 实时对话上下文能力。

多模态交互界面

• TUI 模式：提供类邮箱的键盘操作体验，适合快速查阅。
• CLI 模式：适配 DevOps 场景与自动化脚本调用。

快速上手指南

1. 安装部署：前往 GitHub Release 页面下载预编译包，或使用 Go 环境执行 go install github.com/sjzar/chatlog@latest。
2. 启动运行：在终端输入 chatlog，默认进入 TUI 界面。
3. 执行解密：在菜单中选择“解密数据”，程序将自动解析 key.sqlite。
4. 开启服务：启用“HTTP 服务”后，程序默认监听 127.0.0.1:8080。
5. 数据调用：
   • REST 请求：GET /message?id=...
   • SSE 流：GET /sse
   • 多媒体资源：通过 /image/{id}、/voice/{id} 或 /file/{id} 获取。

适用场景

• 个人知识库构建：将历史聊天记录导入 Obsidian 或 Logseq 等笔记软件，实现语义化检索与数据洞察。
• 企业合规审计：快速提取业务群聊记录，将其转化为可归档的 PDF 或报表，用于售后纠纷处理或谈判记录追溯。
• AI 语境增强：通过 MCP SSE 将聊天流接入 ChatGPT 或 Claude 等大模型，打造具备“即时语境”的 AI 助手，实现自动会议纪要或情绪分析。

注意事项

• macOS 用户：在提取密钥前，建议临时关闭 SIP 以确保数据能完整读取。
• Windows 用户：若出现界面排版错位，建议使用 Windows Terminal 以获得最佳显示效果。
• 数据补全：若发现桌面端记录不完整，可通过微信电脑版的「从手机迁移聊天记录」功能补全数据库。

资源链接

GitHub 仓库： https://github.com/sjzar/chatlog

预编译包下载： 点击跳转网盘