让 AI 客户端按需读取本机微信与 QQ 消息
30/100
综合分
0
GitHub 星标
—
npm 周下载
—/5
用户评分
数据截至 2026/10/16 · 周下载取自 npm 全网(含 CI / 镜像),非本站安装数;综合分由星标、活跃度与兼容性检查合成。
安装命令 · 需先装 dsh CLI 引擎
dsh plugin --profile web add Patr1ck2005/wechat-qq-access该包不可直接 npm 安装,改从 GitHub 源安装(明细见下方安装检查)
状态速览
判定依据:实装验证 · 静态安装检查 · 自动扫描 · 仓库维护状态信任档位:需留意
是什么
dsh 原生插件 · platform
安全吗
本站尚未对该插件做风险分级
暂未覆盖,不等同于无风险
还在维护吗
活跃:最近一次提交在 19 天前
档位由哪些信号合成
本站实装验证(真实安装 L4 覆盖全站;L5 为运行时冒烟或实机截图,覆盖范围小于 L4) · 验证所用 dsh 版本 · 静态安装检查 · 风险分级 · 仓库维护状态。 下方各区块是它的证据明细。
⚠︎ 实装验证未通过(unknown · 2026/11/3) ——可能是验证环境差异,装前建议到 GitHub 仓库确认最近更新与 issue。
社区实装还没有人打卡 · 装过的第一个就是你
安全扫描自动 · 静态分析源码v2.7.0⚪ 扫描:无法判定尚无人工评估展开查看扫描说明与证据 ↓
安全扫描自动 · 静态分析源码
v2.7.0已尝试扫描但取不到可分析的源码:仓库或包不存在、已删除,或为非 JS/TS 实现、未随包发布源码。无法判定,不代表安全。
- · 包内无可扫 JS
- · TS 源码(可能为非 JS 实现或未发布源码),无法判定
扫描于 2026/11/4(0 天前) · 范围 全包扫描(包内未声明入口) · 来源 GitHub 仓库
静态扫描只反映源码中出现的调用,不构成安全背书;人工评估与自动扫描相互独立、互不覆盖。
给这个插件打分还没有人投票↓
用户评分
还没有人投票,来当第一个
Windows 微信和 QQ 本地消息访问,带会话权限、共享 AI 技能和可恢复的缓存清理。
README
由 DeepSeek 最新模型翻译生成WeChat QQ Access · 微信 QQ 消息读取
WeChat QQ Access product overview: existing message data, a code-enforced conversation policy, and shared skill or desktop panel
按需读取你自己的 微信 + QQ 消息,运行在 Windows 上的接入层:本地 JSON 命令行、AI 技能和配套桌面面板共用同一套会话权限策略。
让支持本地工具的 AI 客户端,按需读取你自己的微信与 QQ 消息。
Windows 部署工具、会话权限与共享 skill,复用 wechatauto-replica / QCE Framework / NapCat。支持最新消息读取、可取得历史的分页、消息分析和按需媒体读取。分析模型由你的客户端选择,可搭配 Codex、DeepSeek Harness 等具备文件和命令工具的客户端。
展开完整文档(README 剩余 1 节)
WeChat QQ Access · 微信 QQ 消息读取 WeChat QQ Access product overview: existing message data, a code-enforced conversation policy, and shared skill or desktop panel 按需读取你自己的 微信 + QQ 消息,运行在 Windows 上的接入层:本地 JSON 命令行、AI 技能和配套桌面面板共用同一套会话权限策略。 让支持本地工具的 AI 客户端,按需读取你自己的微信与 QQ 消息。 Windows 部署工具、会话权限与共享 skill,复用 wechatauto-replica / QCE Framework / NapCat。支持最新消息读取、可取得历史的分页、消息分析和按需媒体读取。分析模型由你的客户端选择,可搭配 Codex、DeepSeek Harness 等具备文件和命令工具的客户端。 flowchart LR U[用户提问] --> A[AI 客户端与所选模型] S[messaging-access skill] -.调用说明.-> A A --> P[权限检查 / Access JSON CLI] P --> W[WeChatDB] --> WD[微信本机数据库] P --> Q[QCE HTTP API / NapCat] --> QQ[已登录 QQ] 快速开始 准备 Windows 10/11 x64、PowerShell 7、Python 3.11 x64,以及你已安装的微信/QQ。已实测组合为微信 4.1.15.13、QQ 9.9.33.52230;客户端更新可能改变兼容性。 git clone --branch v0.2.3 https://github.com/Patr1ck2005/wechat-qq-access.git access Set-Location access 从项目目录运行。安装脚本创建隔离 Python 环境、按固定版本下载上游、校验主发布包摘要,并登记同源 skill。登录仍由你手动完成。 微信读取环境与共享 skill .\scripts\install.ps1 同时准备 QQ;QQ 路径无法自动找到时加 -QQExe <你的QQ.exe路径> .\scripts\install.ps1 -EnableQQ -AcceptLanMetadataExposure 先正常完全退出普通 QQ,再从本项目启动 .\scripts\start-qq.ps1 检查环境和 QQ 接口,不输出聊天内容或密钥 .\scripts\check.ps1 QQ 的 -AcceptLanMetadataExposure 有实际含义:固定上游版本的 HTTP 服务监听所有网卡。消息等私有 API 使用随机 token 和本机来源 IP 白名单,但局域网可能访问静态页面与有限在线状态。详情见 QQ 部署。此接入的只读范围由调用流程限定,底层 token 没有细分的只读权限。 已有部署的程序、下载包和 token 会复用;安装脚本不启动或强行关闭 QQ,不改模型或 provider 配置。使用自定义 Python 路径时加 -PythonExe <python.exe路径>。更多参数以 Get-Help .\scripts\install.ps1 -Detailed 为准。 若 Windows 执行策略阻止本地脚本,审阅代码后可用 pwsh -NoProfile -ExecutionPolicy Bypass -File .\scripts\install.ps1(其他脚本同理);该选项只作用于该进程,不修改系统执行策略。网络较慢时可显式传 -PackageIndexUrl <HTTPS镜像地址>,仅影响本次 pip 请求。 会话权限与桌面面板 Synthetic access CLI and local policy preview: only an allowed QQ conversation is returned, and watching cannot override permission Synthetic demo / 合成数据示意。 The CLI and local-policy illustrations use invented accounts, stable IDs and titles. The response shows selected fields for readability. This is an access-interface example, not a real chat log or a separate GUI shipped by this repository; the optional GUI is in the panel repository. 图中账号、会话与数据全部为合成示例;命令行响应只展示部分字段。底座提供读取与权限接口,图形化配置由独立的面板仓库提供。 会话元数据在可用时会带上来源活动时间。配套面板在每个平台/账号/类型分区内按最近活跃优先排序,未知时间稳定排在最后。面板采用紧凑、高对比的中性灰阶布局,默认宽度 600 px。 本版本通过统一 JSON 读取入口强制检查会话权限。首次使用先在桌面面板或本地权限 CLI 中为每个账号配置白名单或排除名单;缺失、损坏或新账号未配置时,消息读取拒绝执行。关注列表不授予权限。白名单只允许选中会话,排除名单允许未被排除的会话(包括新会话)。详情见权限接口。 既有 messaging-access skill 名称、MESSAGING_ACCESS_CONFIG 和旧配置位置保持兼容。新安装采用普通用户目录,现有自定义路径保留,定位顺序见部署配置。所有公开调用流程改用 scripts/access.py;上游库和 QQ token 本身没有会话级权限,本产品保护其自己的读取与模型外发流程,不构成同一 Windows 用户下的系统沙箱。 开始使用 在支持本地文件与命令工具的 AI 客户端中发送: 使用 messaging-access,读取微信和 QQ 最近一天的消息,整理需要我回复的事项。 首次验证可以只让它对各平台读一个会话,并报告条数、最新时间和刷新状态。技能入口在 skills/messaging-access;安装器将 Codex、通用 agents、DSH 的技能目录链接到这同一份源。若已打开的会话尚未发现它,重新打开会话或让模型显式读取这份 SKILL.md。 当前采用提问时刷新读取。普通网页聊天框没有本机执行工具时,不能直接使用这些本地接口。发送、自动回复、GUI 自动化与后台持续采集不在本项目范围。 缓存与磁盘 程序本体保持完整安装;运行数据可以查看与清理: 默认只查看占用与可清理数量 .\scripts\cache.ps1 预演:清理 7 天前的可重建微信缓存 .\scripts\cache.ps1 -Action Clean -Category WeChatCache -OlderThanDays 7 -WhatIf 确认预览后执行 .\scripts\cache.ps1 -Action Clean -Category WeChatCache -OlderThanDays 7 普通微信查询复用固定的解密缓存,刷新后替换;QQ 消息查询使用有界内存缓存。媒体只在需要时提取,完整快照按需生成。媒体、快照、部分日志及 AI 客户端自己的对话历史仍可能累积;没有统一自动磁盘配额或后台清理任务。清理工具保留原始聊天库、账号密钥和程序,跳过未知文件、目录链接和使用中的文件。详情及媒体/日志清理见存储说明。 配置与隐私 新安装的配置与私有缓存默认放在 %USERPROFILE%/.local/share/wechat-qq-access,配置文件为其中的 deployment.json,避免 MSIX 客户端将 AppData 文件虚拟化而使普通桌面进程看不到同一部署。旧 AppData 配置仍可识别,明确指定的配置优先;选中文件损坏时停止,不转用另一个安装。完整规则见部署配置,字段见配置示例。实际 token、密钥和解密数据库留在本机私有目录;不要将它们粘贴给模型。模型通过工具在请求进程内部使用凭据。 你要求分析的消息片段会进入当前 AI 客户端和所选模型的上下文;客户端自己的会话记录也可能保存工具输出。建议按时间、会话和任务取需要的内容。项目没有新增云端消息服务。详见隐私说明。 学习与维护 - 微信读取、历史与媒体 - QQ 启动、认证与网络边界 - 共享 skill 与直接 API 示例 - 上游版本与摘要 - 第三方来源与许可 读取范围是本机已同步、仍保留,或客户端能够取得的消息。手机独有、已删除、过期附件和特殊业务库可能缺失;不能把本地可取得历史称为账号全部云端历史。好友/群清单、最新页、历史分页与媒体可用性分别验收。 发布与开发检查 清理逻辑只在合成目录中测试 .\tests\cache.Tests.ps1 生成并检查仅含公开源文件的候选包;不创建或上传 GitHub 仓库 .\scripts\prepare-release.ps1 公共仓库只包含脚本、配置模板、版本摘要、文档与 skill。上游二进制、虚拟环境、真实验收记录、凭据和聊天数据由部署者本机保存,不进入发布包。部署时从上游下载原发布物,并保留其许可约束。 本仓库新增的独立脚本与文档采用 MIT 许可;上游组件分别适用自己的许可,尤其 NapCat 的固定版本许可包含非商业使用限制。参见 THIRD_PARTY.md。
预览分享卡片长什么样 ↓
分享 · DeepSeek Harness Hub
Patr1ck2005/wechat-qq-access
让 AI 客户端按需读取本机微信与 QQ 消息
相关插件 · 平台集成
智能体工程课walkinglabs/learn-harness-engineering
一门项目制课程,教你搭建环境、管理状态、做验证、加控制机制,让 AI 编程智能体稳定干活。
★ 21,155已汉化DSH
71.7
视频翻译配音liuzhao1225/YouDub-webui
开源视频本地化工作台:导入视频,识别、翻译并逐句克隆原声,生成字幕和配音成片。
★ 5,792已汉化Cordis
71.4
失败经验库Ikalus1988/MisakaNet
📚 零依赖、由 git 支撑的微课程库,让 AI 智能体异步分享并检索经过验证的调试经验。| https://misakanet.org
★ 550已汉化DSH
71.2
IM 机器人接入xmanrui/dsh-im
让 DeepSeek Harness 触手可及 Connecting DeepSeek Harness
★ 3,170已汉化DeepSeek 客户端
71
桌面智能体工作区freestylefly/wesight
WeSight 是开源桌面控制台,面向本地 AI 智能体。它帮你安装或复用 Claude…
★ 933已汉化MCP
71
中国平台研究引擎Jesseovo/last30days-skill-cn
给 AI Agent 的中文互联网研究 Skill:检索 8 大平台最近 30…
★ 2,041已汉化DSH
70.7
这是你的仓库?认领条目