Skip to main content
Glama

眼 · Yan

Windows 完整包已提供(4.1.11,2026-10-25):下载最新发行,选择 yan-v4.1.11-windows-integrated.zip,内含完整 WxLens 4.7.2 安装器。旧4.3.0组件故障用户按恢复步骤升级;源码 ZIP 不含组件。

眼放在你已经在用的 AI 里面,帮你读自己的微信。私聊和群聊都能问,平时怎么说话就怎么问。聊天只在你的电脑上读,眼不会改消息,也不会替你发消息、拉群或者加人。

聊过的内容,可以按你关心的事分开看。今天或这周说了什么,哪些已经定了,哪些还没做,意见卡在哪里,一件事走到哪一步,有哪些链接和文件值得留下,都能单独拿出来。想听某一个人怎么说,就按这个人本人去找,他在几个群里的发言可以放在一起,同名的另一个人不会被算进去。同一件事要是散在好几个群,也可以一次看完,新消息旁边留着前后几句,知道当时在说什么。

这几个群还要接着看的话,把群和关键词交给眼。它记得上次停在哪里,下一次只接新的;这一轮没看完,不会算成已经处理过。单独一条消息可以回到原来的位置,看完整内容和前后聊天。合并转发、聊天里发出的文章也能打开。已经下到电脑里的表格、文档和其他文件,按里面的文字搜索,不只能靠文件名。公众号文章可以搜,也可以核对正文和图片;搜到的是已经找到的那些,不是这个号从头到尾的全部。需要留一份底的时候,选定的聊天和附件可以导出成一份带来源的材料。

本机服务准备好,就可以在 Proma、Claude、Cursor、Codex,或者其他能接本地 MCP 的软件里用。取聊天、认人、找文件是眼做的,最后怎么写给你看,还是你正在用的那个 AI。

你可以直接这样问 AI

  • “总结这几个工作群本周的讨论,列出决定、待办、风险和未解决问题,每项附来源。”

  • “提取林晓在产品群和交付群最近一个月的发言,先确认发送者 ID,不要混入同名的人。”

  • “从这五个群找与 AI Agent、自动化有关的新信息,保留链接和前后语境。”

  • “给这几个群建立一个关注列表,关键词是报价、延期、验收。现在检查一次,以后由客户端定时检查。”

  • “追踪这个需求从提出到最后决定的讨论,保留不同意见;没有明确决定就说明没有。”

  • “读取已经下载的表格和文档,整理其中的要点,并给出对应消息和文件来源。”

Related MCP server: wxq

让AI帮你接入

把仓库链接交给有本机操作能力的AI,说明:“帮我安装并接入当前客户端的MCP,保留已有配置,接好后实际验证少量会话读取。”AI接入步骤与验收标准说明如何复用已经装好的眼、处理客户端配置和认证、区分配置成功与实际可读。

本地回归覆盖消息读取、正文完整性、搜索回填、附件解析、文章读取、关注列表恢复和真实 MCP stdio 握手;详细验证命令见文末的开发与验证章节。

快速接入

1. 安装一次

需要 Node.js 22+。Windows 新用户及旧组件故障用户请下载最新完整包(windows-integrated.zip),解压后双击 install.cmd。包内 vendor/WxLens-4.7.2-AI-Setup.exe 是完整组件,安装前自动核对大小和 SHA-256,无需另向提供者索取这份4.7.2安装器。已有可用组件也可选源码包。

已有旧组件需要主动升级时,在解压后的眼目录运行 node src/cli.js setup --install-component,安装后按提示用 config --yan-exe 指向新程序,再验收查询。普通 setup 保留已有程序,不会自动覆盖安装。

以下 Git 方式仅取得源码,适用于已有可用组件:

git clone https://github.com/lyqi712/yan.git
cd yan
npm ci --ignore-scripts
npm run setup

install.cmd 安装基础 Node 依赖并进入设置。完整包在没有已安装程序时引导安装4.7.2;源码包缺少组件时给出完整包下载入口。基础安装不需要 Python、uv 或模型。

2. 准备眼的本机服务

setup.cmd 或 npm run setup 会打开眼的界面,完成本机服务和索引准备。眼不自行索取、保存或输出敏感凭据;准备完成后,日常使用直接在 AI 软件里提问。

默认服务地址 http://127.0.0.1:5032。查询发现服务未运行时,眼会尝试用 --background 启动已经发现的本机程序,并轮询健康接口及数据库查询就绪状态;新版明确提供 queryReady 时,必须为 true 才视为就绪;MCP 握手本身不会等待它。/api/health 在线不等于聊天数据库已连接。启动失败会保留具体错误,避免把原生组件故障误导为重新登录。后台启动只负责复用已经准备好的本机服务。

眼会自动查找已经安装的程序。只有程序不在常见位置时,才把那个程序文件的真实路径传给 --yan-exe。服务端口和附件目录可按需配置:

node src/cli.js config --base-url http://127.0.0.1:5032 --account-dir "D:/WeChat/xwechat_files/your-account"
npm run doctor
# Windows 已安装受信任的本机组件时,额外探测原生初始化(不读取密钥、不打开聊天数据库)
node src/cli.js doctor --native

账号目录是包含 db_storage 的账号文件夹,仅在读取附件时需要。多个账号须明确选择;配置保存在 .local/config.json。设 YAN_AUTO_START=false 可关闭自动启动。

首次接入详细步骤 区分安装、眼的本机服务准备和 MCP 配置,并说明常见连接问题。

已有初始化时,用 node src/cli.js open 打开眼,不用反复运行首次设置。眼的 CLI、MCP 和仓库统一使用“眼 / yan”;第三方原始程序文件名、数据目录及署名保留,以免破坏现有初始化。眼的启动器会将同文件别名还原为原始入口。

2026-10-09 本机恢复验证使用本人提供的桌面组件 4.7.2:原生初始化、HTTP、查询就绪及少量会话/消息读取通过,旧密钥由原程序迁移,未重新取钥。4.7.2 已于2026-10-25经项目维护者确认使用与分发授权,纳入4.1.11完整包。2026-10-25本机Windows / 微信4.1.15.13环境的小量会话查询通过;全新电脑首次初始化及其他微信版本需分别验收。其组件认证独立于微信数据库密钥,内置初始认证到 2027-01-01 00:00(UTC+8);密钥可复用不等于组件永久免维护。安装器与第三方授权边界见 来源说明。

3. 复制 MCP 配置

npm run config:mcp

命令会生成本机 Node.js 与眼的绝对路径,把结果合并到 AI 客户端现有 MCP 配置中,保留其他服务。例如:

{
  "mcpServers": {
    "yan": {
      "command": "node",
      "args": ["D:/Tools/yan/src/server.js"]
    }
  }
}
  • Claude Desktop / Cursor:使用上面的 mcpServers 结构,重启或重新加载 MCP。

  • Proma:运行 node src/cli.js mcp-config --client proma;添加 stdio MCP,填写输出中的 command 和 args。不要把 npm start 当作 MCP 入口。

  • Codex:运行 node src/cli.js mcp-config --client codex,将生成的 TOML 合并到 Codex 配置中。

  • 其他客户端:只需支持本地 stdio MCP。支持 tools 即可使用全部核心功能;resources/prompts 是辅助入口。

接入后,让 AI 调用 yan_diagnose,再调用 list_sessions。即使本机服务暂时离线,眼也能完成 MCP 握手并提供诊断。诊断的 readiness.state 区分待自动启动、离线、服务错误、数据库未就绪与查询就绪;awaiting_auto_start 表示可以尝试小量查询触发启动,不代表读取已通过。queryVerified 在诊断中始终为 false,实际读取需以查询结果验收。移动眼的目录后,需要重新生成配置。

功能与工具

场景

工具

能做什么

初次接入

yan_diagnose、yan_usage_guide、wechat_reader_capabilities

诊断连接、查看流程和解析能力

定位会话和身份

list_sessions、list_contacts、list_session_senders

找群、找私聊、区分群内实际发言人

基础阅读

get_recent_messages、search_messages、check_new_messages

关键词、时间、分页和最近变化

指定人物

get_messages_by_sender、extract_person_messages

按发送者 ID 精确提取,支持跨会话和上下文

多群信息

scan_sessions

批量群聊、主题 any/all 匹配、时间和人物筛选、逐群续读

聊天总结

prepare_chat_summary、analyze_wechat_chat

8 类总结目标,统计、规则候选和可引用原文;由 AI 撰写总结

还原语境

get_message_by_id、get_message_context、read_merged_forward、read_wechat_post

按 ID 回查完整上游正文、前后消息、合并转发和本地文章卡片

多群关注

configure_watchlist、list_watchlists、poll_watchlist、read_watchlist_batch、ack_watchlist_batch

保存关注规则、检查新增、续扫积压、重试与确认

公众号文章与图片

search_wechat_articles、search_wechat_articles_batch、search_wechat_articles_tencent、list_article_candidates、update_article_candidate、fetch_wechat_article、import_wechat_article、read_article_image、download_article_images

多来源候选发现、可恢复账本、原文核验、配图返回;候选不是完整历史

本地附件

list_wechat_attachments、extract_wechat_attachment_text、search_wechat_attachment_text

查找文件、提取正文、按正文搜索

证据导出

export_wechat_package

原始窗口、精选、噪声分账、附件文本、审计、SHA-256 ZIP

8 类总结目标包括:综合总结、日报、周报、人物发言、项目进展、决策与待办、争议与风险、资源整理。使用 focus 选择目标,工具输出来源和总结结构。关键词分类是候选线索,不代替语义判断;没有明确负责人、截止时间或结论时,AI 应留空并说明。

详细示例见 MCP 工作流,多群关注机制见 监控与恢复。

多群关注如何运行

configure_watchlist → poll_watchlist → read_watchlist_batch(如有后续页)
                                           ↓
                                AI完成整理 / 本机结果已保存
                                           ↓
                                 ack_watchlist_batch

首次默认建立当前基线;include_initial=true 可以交付初始历史扫描。未确认的批次会重复返回,已读取分页不会因为 AI 断开而自动确认。超过一轮预算的积压保存续扫位置,后续批次继续追赶。同秒消息不依赖 localId 的排列顺序。

MCP 本身按调用检查,不会在后台自动定时发送通知。你可以让 AI 客户端的自动化定时调用;也可以显式使用眼的本地 CLI:

# 检查一轮,保存结果后确认
node src/cli.js watch work-groups

# 每60秒检查,持续运行;Ctrl+C停止
node src/cli.js watch work-groups --interval 60 --runs 0

CLI 将结果保存在 .local/receipts/,不自动发微信、邮件或外部通知。调用 AI 客户端总结时,返回的聊天内容会进入该客户端及其模型的数据处理流程。

文件解析与可选能力

基础 Node 解析覆盖文本、HTML、DOCX、XLSX/XLSM、PPTX、ODT/ODS/ODP、EPUB、ZIP 文本项;表格公式使用缓存值,不执行宏。PDF 文本层可用系统 pdftotext;旧 DOC 需要 antiword。图片、扫描 PDF、旧 XLS 和音视频可安装可选运行时。

公众号文章与图片也可通过 MCP 读取:search_wechat_articles 使用公开微信索引发现候选;search_wechat_articles_tencent 是可选的腾讯云 WSA SearchPro,限定公众号域名和最近 N 天,需用户自行开通服务并在客户端安全配置凭据。两种搜索都只是候选发现,不承诺完整公众号历史。fetch_wechat_article 读取公开文章,import_wechat_article 接收本人或 AI 浏览器正常打开后的 HTML 快照;read_article_image 返回原生 MCP image 内容块,download_article_images 保存带 SHA-256 清单的配图。聊天分享链接可用 list_shared_articles 提取;read_wechat_image 只读取调用方明确选定的标准本地图片,不解密 .dat。

可选运行时说明 列出 Python、模型、ffmpeg、许可及已验证边界。若本机已有可选 Python 模块,可运行 npm run optional:local 只做本地探测和启用,不运行 pip、不联网下载;同时保存已经找到的 pdftotext、antiword、ffprobe 绝对路径,使 GUI 客户端不依赖终端的 PATH。程序被移动或删除时会重新检查 PATH,必要时重新运行探测。doctor 会逐项显示 xlrd、OCR 和媒体解析状态。缺少模型会明确提示,不在读取时自动下载模型。压缩包在解析前检查条目数和实际展开字节。

覆盖与隐私

  • 眼不对单条聊天正文做字符截断,但必须尊重本机索引报告的 truncated/contentTruncated/长度不一致和未解码状态;精确回查会将这类结果标为 partial,分页和监控结果提供内容完整性统计。基础单会话最多返回 5,000 条,扫描最多 20,000 条;批量工具每次总读取预算最多 10,000 条。条数上限用 offset 续读,不是把一条长消息切短。

  • text_only=true 只是输出视图:非文本消息的正文会替换为 [多媒体],同时标记 contentSuppressed=true 和原正文长度;它不表示图片、文件或音视频已经被读取。

  • 单次本机 HTTP 响应超过 16MiB 会整次失败。关注列表每轮最多扫描 20,000 条、单群一次最多 5,000 条,批次持久化超过 16MiB 会整轮拒绝且不推进进度。降低每群条数后重试,不能靠丢正文继续。

  • 关键词搜索沿用上游索引,单次最多 50 条命中。要核对某一条的完整 content,使用 get_message_by_id;当前窗口没有命中时看 nextOffset,不要当成整段历史不存在。搜索命中缺少发送者、类型或正文完整性标记时,眼会在同一会话有界回填;如果精确端点被截断,会优先保留可读的搜索正文并标明来源。

  • 附件清单会返回 coverage;目录遍历、文件数量或解析器上限导致未覆盖时,结果会明确标记。附件正文默认按块返回,offset_chars 使用 UTF-16 码元并避开拆开 Emoji。搜索对每个文件一次提取最多 100 万字符,不在预算内再切成 20 万字符。truncated=true 或 truncatedFiles 表示尾部还没读完;解析器缺失的文件进入 failures,不能把未搜索解释成不存在。证据 ZIP 会记录 nextOffset。分析 Markdown 里的短摘录只是展示,结构化 JSON 保留原始消息正文。

  • 公众号搜索结果里的标题和摘要是索引摘录。fetch_wechat_article / import_wechat_article 保存解析出的全文;HTML 超过 4MiB 或存档超过 8MiB 时整份失败。已收集文章不是该公众号的完整历史。

  • offset 分页不是冻结快照;上游数据增长、删除、索引延迟或历史回填可能影响结果。眼保留重复、失败和未覆盖边界,不承诺数据库级 exactly-once。

  • 合并转发只在本地索引含有嵌套文本时完整;内部图片、文件和未入索引的嵌套消息不能据此宣称完整。附件自动关联只给候选,提取到导出包必须显式指定路径。

  • .local/ 和 output/ 可能包含私人数据。它们被 Git 和发行白名单排除,但不是加密存储。ZIP 的脱敏覆盖有限,分享前检查正文和附件。

  • 眼源码、依赖安装和可选模型各自有许可。本机安装器、微信客户端、模型、数据库均不随源码发行。

更多信息见 安全与数据边界 和 第三方说明。

更新与复验

源码更新时保留 .local/、output/、用户配置和已经准备好的第三方程序。更新后重新加载MCP;诊断返回 runtime.version 和 runtime.startedAt,可以识别客户端是否仍运行旧进程。Git更新不会替你升级第三方桌面组件或续期其认证。

npm ci --ignore-scripts
npm run optional:local
npm run verify:live
# 明确进行小量真实查询验收,输出只有计数与诊断元数据
npm run verify:live -- --query --messages

验收默认只做握手与诊断;--query 会读取至多2个会话并可触发既有后台启动,--messages 再读取首个会话1条消息。没有样本会明确失败,不会自动扩大扫描范围。该命令创建新MCP进程,不能替代已有AI客户端的重载。

开发与验证

npm ci --ignore-scripts
npm test
npm run check
npm run licenses
npm audit --omit=dev --registry=https://registry.npmjs.org
npm run package:product

测试使用合成消息与本机模拟 HTTP 服务,包括真实 MCP stdio 握手、自动启动与离线接入、多群提取、关注批次恢复、跨页同秒、长积压、超大批次、路径联接、超时/重定向、ZIP 展开限制与导出校验。CI 配置覆盖 Windows/Linux 的 Node 22/24。真实账号、物理新机器和实际 OCR/ASR 模型质量需在对应环境验收,不能以合成测试代替。

源码发行包输出到 dist/,采用白名单收集;打包后重读 ZIP,验证 CRC32 和逐文件 SHA-256,附独立校验文件。变更记录 · 开发说明

许可

眼源码采用 MIT,保留原扩展作者声明。独立第三方程序、解析器与模型不因集成入口而变为 MIT。

Available Tools

40 tools
ack_watchlist_batchA

读取所有分页并完成所需整理后,显式确认关注批次,提交成功群的检查点。若输出尚未保存或处理,请勿提前确认。

Inputs: id (required), batch_id (required).

analyze_wechat_chatA

分页读取最多5000条指定会话消息,执行多标签分类、风险/资产提取和证据索引;可将原始JSON、分析JSON和Markdown写入本地工作区。

Inputs: session_id (required), limit, offset, end_time, +5 more.

check_new_messagesC
Read-only

检查最近有新消息的会话,或检查指定会话是否有新消息

Inputs: limit, sender_id, text_only, session_id, +2 more.

configure_watchlistA

在本机保存多群关注列表。指定会话、关键词和人物;replace=true修改现有列表并重建基线,paused=true暂停。仅配置,不自动运行或发通知。

Inputs: id (required), session_ids (required), name, paused, +4 more.

download_article_imagesA

下载已存档公众号文章配图到本机output/articles独占目录;返回逐图结果、SHA256和缺失范围,默认前12张,每次最多20张。

Inputs: article_id (required), image_indices.

export_wechat_packageB

在本机导出会话证据 ZIP。附件只提取 attachment_paths 明确选定的文件;auto_link_attachments 仅列候选。包含私人正文,外发前必须检查。

Inputs: session_id (required), limit, offset, end_time, +10 more.

extract_person_messagesB
Read-only

按准确发送者ID提取某人或指定几人在多个会话中的发言,可补前后语境。先通过联系人或发言人列表确认身份,不以昵称模糊匹配代替。

Inputs: sender_ids (required), session_ids (required), offsets, end_time, +6 more.

extract_wechat_attachment_textB
Read-only

提取已下载微信文件正文或媒体证据。支持常见文档、表格、演示、电子书、文本、ZIP文本项、图片OCR,以及音视频本地ASR、关键帧OCR和时间戳证据。

Inputs: source_path (required), max_chars, offset_chars.

fetch_wechat_articleA

联网读取公众号文章正文、配图清单与发布时间。遇验证/登录停止。可提供candidate_id:按账号名核验候选,不一致标为conflicting。

Inputs: url (required), candidate_id.

get_message_by_idB
Read-only

按单个会话和稳定localId有界回查眼提供的content字段;不做字符截断,可用nextOffset续读。

Inputs: local_id (required), session_id (required), offset, page_size, +1 more.

get_message_contextB
Read-only

按会话和localId读取消息前后语境;找不到时明确报告未覆盖,不猜测上下文。

Inputs: local_id (required), session_id (required), after, before, +2 more.

get_messages_by_senderA
Read-only

在一个会话的有界消息窗口中按发送者ID精确筛选;返回扫描数、游标和覆盖边界。不会把昵称相似当同一人。

Inputs: sender_id (required), session_id (required), limit, offset, +3 more.

get_recent_messagesB
Read-only

获取指定会话的最近 N 条聊天记录

Inputs: session_id (required), limit, offset, end_time, +5 more.

get_saved_articleB
Read-only

读取本机文章库中的一篇正文和配图清单。

Inputs: article_id (required).

import_wechat_articleA

导入本人或AI浏览器已正常打开的文章HTML;不执行脚本、不索取Cookie。可提供candidate_id完成候选核验。

Inputs: url (required), html (required), partial, candidate_id.

list_article_candidatesB
Read-only

读取公众号候选账本。candidate不是原文核验;verified只表示本地核验通过,不是完整历史。

Inputs: limit, status.

list_contactsC
Read-only

查询微信联系人信息

Inputs: limit, keyword, username.

list_sessionsB
Read-only

列出微信会话列表(私聊/群聊),按最近活跃时间排序

Inputs: kind, limit.

list_session_sendersA
Read-only

列出一个会话已扫描消息中的发言人及计数,供按人精确筛选;不是完整群成员名单。

Inputs: session_id (required), limit, offset.

list_shared_articlesA
Read-only

在指定会话有界分页扫描公众号文章链接,按URL去重并保留每条聊天引用;筛选时间是分享时间,不能当成文章发布时间。

Inputs: session_ids (required), offset, end_time, scan_limit, +1 more.

list_watchlistsA
Read-only

列出眼本机保存的关注列表、暂停状态和待确认批次;不读取聊天。

Inputs: no named parameters.

list_wechat_attachmentsC
Read-only

列出微信已在本机下载的文件和附件;仅扫描本地白名单目录,不触发微信下载。

Inputs: limit, keyword, end_time, extensions, +1 more.

poll_watchlistA

检查指定关注列表各群的新消息;首次默认建基线。待确认批次会重复返回,读完整后需ack。积压/上游故障不推进检查点。调用一次检查一轮,不在后台常驻。

Inputs: id (required), delivery_limit, include_initial, per_session_limit.

prepare_chat_summaryB
Read-only

为聊天日报、周报、人物发言、项目进展、决策待办、争议风险、资源或自定义总结准备可引用证据包。提供按人/日统计和逐群规则候选;由调用AI完成有依据的自然语言总结。

Inputs: session_ids (required), focus, offsets, end_time, +8 more.

query_article_historyA
Read-only

按公众号biz(优先)或名称、文章发布时间筛选本机已获取文章。仅为已收集历史,不是完整公众号历史。

Inputs: end_time, start_time, account_biz, account_name, +1 more.

read_article_imageA
Read-only

读取已存档公众号文章的一张配图,返回原生MCP image块。每次一张,最多4MiB。序号上限覆盖单篇4MiB页面可保存的配图,不因旧的100张上限拒绝。

Inputs: article_id (required), image_index (required).

read_merged_forwardB
Read-only

读取一条微信合并转发聊天记录。先按session_id + local_id精确回查,再用有限关键词查询补充索引变体;返回当前数据库可见的嵌套文本,并明确是否为完整原始记录。

Inputs: local_id (required), session_id (required), offset, page_size, +3 more.

read_watchlist_batchC

继续读取多群关注批次,按nextOffset连续翻页;不重新扫描微信。

Inputs: id (required), batch_id (required), limit, offset.

read_wechat_imageA
Read-only

读取明确选定的本机微信标准图片,返回原生MCP image。加密DAT不解密,路径不证明会话归属。

Inputs: source_path (required).

read_wechat_postA
Read-only

读取微信聊天中的帖子、文章、链接卡片或长文本。先按session_id + local_id精确回查,再用有限关键词查询补充索引变体;外部网页不会自动联网抓取。

Inputs: local_id (required), session_id (required), offset, page_size, +3 more.

scan_sessionsA
Read-only

批量读取指定会话并按时间、关键词any/all、发送者ID筛选,适合多群议题、信息和资源汇总。逐群返回失败、覆盖范围和续读offset;不扫描未指定的群。

Inputs: session_ids (required), offsets, end_time, keywords, +6 more.

search_messagesA
Read-only

按关键词搜索微信聊天记录,可限定会话和时间范围

Inputs: keyword (required), date, limit, end_time, +8 more.

search_wechat_articlesA
Read-only

通过搜狗公开微信索引发现文章候选,可按账号名称与搜索索引时间过滤;结果写入可恢复账本。不保证完整历史。

Inputs: query (required), page, end_time, start_time, +1 more.

search_wechat_articles_batchB
Read-only

高强度多轮发现公众号文章:请求间隔1.2秒、最多12次/45秒;验证码或429/403终止整个批次;候选写入可恢复账本。不保证完整历史。

Inputs: days, query, queries, end_time, +3 more.

search_wechat_articles_tencentB
Read-only

可选腾讯云WSA官方搜索:限定微信公众号域名和最近N天。需本人预先启用与安全配置凭据,可能收费;结果写入候选账本,不保证全量历史。

Inputs: query (required), days.

search_wechat_attachment_textC
Read-only

在微信已下载的本地文件正文中搜索关键词;只读扫描,不修改微信文件或数据库。

Inputs: keyword (required), limit, end_time, extensions, +3 more.

update_article_candidateB
Read-only

人工更新候选状态。只有已经通过正常浏览器或文章工具核对后才应标记verified。

Inputs: status (required), candidate_id (required), reason, article_url, +2 more.

wechat_reader_capabilitiesB
Read-only

返回当前微信读取扩展的能力、解析器可用性和安全边界。

Inputs: no named parameters.

yan_diagnoseA
Read-only

检查眼的配置、本机服务连接与可选解析器;即使没有打开微信也可运行。

Inputs: no named parameters.

yan_usage_guideA
Read-only

返回眼的工具选择、人物提取、多群监控、总结流程与来源引用指南,供不支持MCP resources/prompts的AI客户端使用。

Inputs: no named parameters.

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections.

Loading tool schema changelog…

    TDQS

    B3.2/5.0

    Scored across 40 tools

    Disambiguation3/5

    Overlapping message-reading tools coexist: get_messages_by_sender, extract_person_messages, and scan_sessions with sender filtering all retrieve per-person messages, while get_message_by_id, get_recent_messages, and get_message_context read the same messages differently. Similarly, search_wechat_articles, search_wechat_articles_batch, and search_wechat_articles_tencent are three discovery variants that could easily be confused. The detailed descriptions help, but boundaries remain fuzzy in several clusters.

    Naming Consistency4/5

    Nearly everything follows a consistent snake_case verb_noun pattern (list_sessions, get_recent_messages, search_messages, read_wechat_post, fetch_wechat_article). The only deviation is inconsistent prefixing: yan_diagnose, yan_usage_guide, wechat_reader_capabilities, and bare list_sessions/search_messages exist alongside a majority carrying a wechat_ prefix. Minor but noticeable.

    Tool Count2/5

    40 tools far exceeds the typical 3-15 sweet spot and crosses into heavy territory. While the domain is genuinely broad (chat reading, attachments, watchlist, article discovery, images, analysis), several clusters (three article-search variants, multiple sender-filter tools) add redundancy rather than essential scope.

    Completeness4/5

    The surface covers a full read/analyze lifecycle: sessions, messages, senders, context, attachments, merged forwards, articles, images, watchlists, summaries, exports, and diagnostics. Gaps are mostly intentional (no message sending, article history explicitly disclaimed as non-exhaustive), so most agent workflows have no dead ends.

    Maintenance

    ActivityMaintained
    ResponsivenessNo recent community issues

    Related MCP Connectors

    Related MCP Servers

    • A
      license
      Not graded
      quality
      B
      maintenance
      Enables AI agents to query local WeChat chat data through read-only MCP tools, including sessions, messages, contacts, search, and statistics, with everything processed locally.
      63 PyPI
      6
      MIT
    • F
      license
      Not graded
      quality
      B
      maintenance
      Enables AI clients to list chats and groups, read full group history, search across message shards, and access summaries or system events from local WeChat 4.x data through a read-only, offline MCP interface.
      -
    • A
      license
      Not graded
      quality
      B
      maintenance
      Enables authorized AI clients to search locally stored WeChat conversations, media, and attachments, retrieve original-message context, and cite evidence through a local stdio MCP interface.
      AGPL 3.0