dsh-web
zhu1090093659/dsh-webDeepSeek Harness(DSH)Web 插件聚合生态包 · 一切皆插件,创意工坊分发(dsh-market.com)
AI 驱动的微信聊天数据分析平台
你的微信聊天记录里,藏着你和每个人关系最真实的样子。WeLink 把这些数据交给 AI 来读——不只是统计图表,而是能让你直接提问、得到洞察:
「我和 XXX 的关系在哪个阶段最好?后来发生了什么?」
「这个群里真正活跃的人是谁?他们通常聊什么?」
「我今年和哪些朋友聊得越来越少了?」
WeLink 采用本地优先设计:聊天数据库由你自行部署和管理。使用云端 AI、远程训练机或云端导出时,相关内容会发送到你选择的服务;使用前请确认数据范围与隐私设置。
新的 SFT 工作台将聊天记录整理、模型微调和试用连接起来。选择你愿意使用的私聊,审核数据后,在自己的 Mac 或 NVIDIA GPU 环境中训练 LoRA Adapter,再通过评测和试聊了解效果。
准备数据 → 连接训练环境 → 模型预检与训练 → 对比评测 → 导出或接入 WeLink
SFT 侧重学习表达习惯,不保证记住或准确回答具体事实;涉及历史细节时仍可结合聊天检索。训练集和模型可能记住聊天内容:远程预检或训练会将选定样本发送到所选训练机,导出与分享前请确认隐私范围。
测试范围:Mac MLX 和 CUDA L20 均已使用合成数据测试训练、评测与流式试聊,L20 还测试了中断恢复。测试结果取决于具体模型、数据与硬件。Demo 禁止上传训练数据或连接训练环境。详见 SFT 工作台指南 和 测试记录。
以下浅色界面预览由操作前后的页面截图组成,使用项目内置的虚构演示数据;AI 回复为演示模式的预置内容。
| AI 分身 | AI 分析 |
|---|---|
| AI 群聊配置 | AI 首页 |
| 快速入门引导 | 好友总览 |
| 好友深度画像 | 群聊画像 |
| 全局搜索 | 时间线 |
| 时光机 | 纪念日 |
| 私聊微信视图 | SFT 工作台 |
让 AI 学习任何联系人的聊天风格,模拟和 TA 对话——像真的在和 TA 聊天一样。
聊天记录是一个人最真实的语言印记。AI 分身从中学习 TA 的用词习惯、语气特征和表达方式,让你可以:
和已经失去联系的老友再聊一次——哪怕只是 AI 模拟的,也能找回当年的感觉
让远在天堂的亲人以 TA 熟悉的方式"回复"你——不是冰冷的机器,而是带着 TA 说话习惯的温暖文字
在做重要决定前,和最信任的人的 AI 分身聊聊——TA 会用 TA 的方式给你回应
或者纯粹好奇——你最好的朋友如果看到你发的这句话,会怎么回?
[!NOTE] AI 分身旨在帮助用户回忆珍贵的人际关系。模拟结果由 AI 生成,不代表真人的真实想法。请善意使用,不要用于冒充他人身份或误导第三方。使用本功能即表示用户同意自行承担使用后果,项目作者不对因使用 AI 分身产生的任何直接或间接影响负责。
详细实现见 ai-clone.md。
让 AI 模拟群友继续聊天——按每个成员的发言比例和说话风格生成对话,你也可以随时加入。
详细说明见 ai-group-sim.md。
不再局限于单个联系人——直接问关于所有聊天记录的问题,AI 自动搜索并汇总回答。
「谁跟我聊过旅行?」→ AI 搜索全部联系人,找到 3 人提到过旅行,汇总每人聊了什么
「去年国庆我都跟谁聊天了?」→ AI 查询 10/1-10/7 的日历数据,列出每天的聊天对象
「哪些朋友经常提到加班?」→ AI 搜索关键词,按匹配频次排列
技术原理:LLM Agent 模式——第一步 LLM 解析问题意图(提取关键词/时间范围),第二步自动调用搜索/日历 API 收集数据,第三步 LLM 基于真实数据生成回答。每次提问仅消耗 ~4000 token。
回答下方列出实际提供给模型的聊天片段,可点击查看当天上下文;回答中的编号供核对参考,不能保证推断正确。搜索只提供有限候选,未找到并不代表聊天记录中一定不存在。对话历史会保存这些片段;使用云端模型时,问题和相关片段会发送给所选服务商。
在 AI 首页切换到「我的口吻回复」,粘贴对方消息、选择语气和模型,生成可编辑、复制的草稿。只会向所选模型发送手动输入的内容,不自动读取历史聊天、不保存或发送草稿。普通模型不会自动学习你的口吻;使用个人 SFT 模型前,请先在模型训练工作台完成部署并接入模型配置。
AI 首页的联系人分析和跨联系人问答的对话自动保存到本地数据库,支持:
对任意联系人生成三种深度分析(基于统计摘要 + 采样消息,低 token 消耗):
所有 AI 功能的系统提示词(System Prompt)完全透明、可自定义:
{{name}}(联系人名)、{{today}}(日期)、{{rounds}}(轮数)等联系人详情页头部点紫色 BookOpen 按钮,进入一段章节化、有选项、多结局的视觉小说。AI 把 TA 当 NPC,剧情用 TA 的「分身画像」和真实事件素材生成 —— 像乙女游戏 / Doki Doki,但主角是你和你认识的人。
[!NOTE] 剧情仅在本地处理,所有选择只影响这一档存档。AI 输出不代表真人想法,请尊重当事人。
| 模式 | 用法 | 适合场景 |
|---|---|---|
| 自由探索 | 无固定目标,剧情自然展开 | 第一次玩,看看 AI 会写出什么 |
| 带目标 | 你输入一句目标(如「让 TA 答应一起去日本」),剧情围绕它推进 | 想测试某种关系走向 |
| 回忆改编 | 挑一天你和 TA 真实聊过的日期,AI 以那天对话为起点写「假如那天换种回应」 | 那段对话你后悔过,想看平行宇宙怎么走 |
每条存档独立,同一联系人可开多档;每章自动入库,可回滚到任意章看不同分支。
4 页分页(仿 Spotify Wrapped):
???支持白底长图导出(720px 宽,footer 自带 welink.click + 日期),发朋友圈合适。
设置页开启「AI 文生图」后,每章卡片右上角出现 ✨ 按钮 —— 调一张电影感场景图(不画人脸 / 不出现文字 / 抽象意象),自动入画廊。开局只生 1 张就够用,每张 0.05-0.2 元,不会失控。
clone_profiles.prompt(已训练分身的话);未训练时给兜底人设mem_facts 作为「TA 的世界设定」{affinity, tension, flags[], critical_hits, dealbreaker},每章合并一次 state_delta详细架构与接口见 docs/api.md 的「视觉小说 / 互动小说(VN)」章节。
侧边栏「实验室」Tab,集合了一组好玩、能分享的小工具。和"分析"路线不同,这一组以"卡片化、可截图、像 Spotify Wrapped 一样" 为目标。从 v0.2.0 首发 5 个起持续扩充,现已累计 21 个(聊天 DNA / 高光瞬间 / 灵魂提问机 / 平行宇宙 / 关系星图 / 群金句榜 / 语言进化史 / 聊天地图 / 人情债 / 断联预警 / 群聊 Wrapped / 反向语义搜索 / AI 虚拟群聊 / 群语料 ROI / 关系考古 / 健康日记 / 暧昧探测 / 回复速度榜 / 主动指数榜 / 社交圈流动榜 / 话题图谱)—— 详见 docs/labs.md。会调 LLM 的 Lab 在 tab 上带紫色 AI 标。
类 Spotify Wrapped 的年度聊天人设卡:消息总数、最爱的人、活跃时段、emoji 偏好、最长一句话、最早开始聊的人 …… 全部纯统计、无 LLM——零 token 成本,离线也能出。一键导出长图分享。
AI 从你和某位联系人的聊天记录里,挑出 5–8 段最有故事感的对话片段——表白、争吵、深夜聊人生、第一次见面、相互坦白。每段配一张可截图的卡片,自动生成标题和情绪标签。
AI 出 5 道只有你们俩才答得上的默契测试题("TA 最常吃的早餐是?""你们第一次见面在哪?"),翻面看答案。可以截图给对方做。
把联系人按"共同群聊"聚拢的力导向图——同一个圈子的朋友会自动靠拢成簇,让你一眼看出社交圈层结构。自写的迷你 force-directed layout,零新增依赖。
选一个联系人 + 输入一个"如果……"场景("如果我们五年前就认识"、"如果我现在跟 TA 求婚"、"如果我们是同事"),AI 用 TA 的人设生成一段虚构对话,逐字流式展开。复用 AI 群聊模拟的 persona 引擎。
每个 Lab 都支持白底分享图导出,footer 自带
welink.click+ 日期,发朋友圈合适。
| Lab | 数据源 | LLM | 一句话 |
|---|---|---|---|
| 💬 群金句榜 | 群引用消息(refermsg) | ❌ | 被群友翻牌最多次的"名场面"原文 Top 10 |
| 📈 我的语言进化史 | 我发的所有文本按年聚合 | ❌ | 4 条说话风格曲线(句长 / emoji / 英文夹杂 / 日均产量)+ 每年的"那年的我"卡 |
| 🌏 聊天地图 | 私聊地名词典子串匹配 | ❌ | 中国 / 海外 / 港澳台 / 景点 6 类 tier,bubble cloud + Top 同行者 |
| 💌 人情债 | regex 候选窗口 → LLM 精筛 | ✅ | 挖"答应了但没做"的承诺,分 TA 欠我 / 双方约定 / 我欠 TA |
| ❄️ 断联预警 | 私聊 last_message_ts | ❌ | 静默 ≥ 30 天的老朋友 Top 30 + 三档分级 + 三张"之最"卡 |
| 👻 这句话谁说过 | 复用 vec_messages 索引 | ❌(仅 embed) | 反向语义搜索:「这句话最像 X、Y、Z 说过的话」,按说话人聚合 |
| 🎭 AI 虚拟群聊 | 分身画像 + 私聊样例兜底 | ✅ | 任意 2-8 个联系人拉进虚拟群,AI 扮演每个人;批量 N 轮 + 气泡 TTS + 会话持久化 |
| 📊 群语料 ROI 诊断 | 群聊消息字数 | ❌ | 算「我看 vs 我说」性价比,标出高消耗 / 高产出 / 平衡群 |
| 📖 群聊 Wrapped | 群聊统计 | ❌ | 群画像顶部 Hero 卡:Top 3 发言成员 / 类型分布 / 最忙一天 / 被引用 Top 3 |
| Lab | 数据源 | LLM | 一句话 |
|---|---|---|---|
| 🩺 健康日记 | 私聊关键词(症状/就医) | ❌ | 双向扫"感冒/发烧/医院",7 天合并成一次发作,看我 vs TA 们谁更常生病 |
| 🔥 暧昧探测 | 私聊 5 类暧昧信号 | ❌ | 亲昵称呼/想念/深夜亲密/暧昧动作/暧昧表情,看跟谁最有"暧昧浓度"+ 双向度(仅供娱乐) |
| ⚡ 回复速度榜 | 私聊消息时间戳 | ❌ | 双向回复延迟中位数:谁秒回你 / 你秒回谁 / 最不对等 |
| ✋ 主动指数榜 | 私聊对话开场(4h 分段) | ❌ | 谁先打破沉默主动开口:你主动找的人 / 主动找你的人 / 最不对等 |
| 🌊 社交圈流动榜 | 滑动 12 月消息量对比 | ❌ | 今年 vs 去年同期,给每个人贴流动标签:新晋核心 / 悄然淡出 / 逆袭回归 |
| 🗺️ 话题图谱 | Top 60 私聊高频词 | ✅ | 「我这段时间都在聊什么」,LLM 把高频词聚成 5-8 个带名字 + emoji 的主题 |
首页左侧 Tab「今日简报」,每天看昨天的社交摘要:
懒生成 + 入库(ai_analysis.db.daily_digests),调试或重新索引后可强制重生成。零 LLM 默认形态(高光抽取走规则)。
侧边栏新 Tab「定时任务」(有新结果时角标显示未读红点)。写一条指令 + 选目标会话 + 选周期,系统就会定时跑 LLM,把结果送进应用内收件箱(markdown):
纯本地 App 调度,只在打开时执行;关闭期间错过的下次打开补跑一次(不堆积)。任务定义存 scheduled_tasks 表,运行历史存 task_runs 表。
聊天 DNA 是"庆祝长期连接",断联预警是它的反面。扫所有私聊(总消息 ≥ 50 条)的 LastMessageTs,按静默天数 ≥ 30 排出 Top 30:
| 之最卡 | 找谁 |
|---|---|
| 🥶 静默最久的高频好友 | 聊得多但安静最久的那位 |
| 📚 历史聊得最多但已断联 | 曾经的话题伙伴 |
| ⏳ 认识最久且当前断联 | 从最早就在你列表里、现在不说话的人 |
三档分级人数:30-89 天 / 90-179 天 / 180+ 天。零 LLM、10 分钟缓存、可截图分享。
WeLink 内置完整的 AI 分析引擎,可对任意联系人、群聊或某一天的聊天记录发起对话式分析。
| 模式 | 工作方式 | 适合场景 |
|---|---|---|
| 全量分析 | 将选定时间范围内的全部消息送入 LLM 上下文 | 深度关系分析、长期趋势总结 |
| 混合检索(RAG) | FTS5 全文检索 + 语义向量检索,精准召回相关片段 | 查找特定事件、关键词检索 |
| 时光机 AI | 跨所有对话的单日聚合分析 | 「某天发生了什么」式的日记回顾 |
LLM 批量阅读聊天记录,自动提炼关键事实(人名、事件、情感节点)并持久化存储。后续对话中,AI 可以调用这些「长期记忆」,而不依赖每次重新加载全量消息。
| 提供商 | 说明 |
|---|---|
| DeepSeek | 默认 deepseek-v4-pro,国产高性价比首选 |
| 豆包(火山方舟) | 字节 Doubao 系列,OpenAI 兼容;默认 doubao-seed-2-1-pro-260915 |
| Kimi | Moonshot(月之暗面),支持超长上下文 |
| OpenAI | 默认 gpt-6-astra,标准 API |
| Claude | 默认 claude-opus-5-5,通过原生 Messages API 接入 |
| Gemini | 默认 gemini-3.8-flash,支持 OAuth 2.0 认证 |
| Vertex AI | Google Cloud Vertex AI,原生支持。认证方式:Service Account JSON → JWT → OAuth2 token(自动缓存刷新)。走 Vertex AI 的 OpenAI 兼容端点,支持所有 Gemini 模型 |
| AWS Bedrock | 原生支持。认证方式:AWS SigV4 签名(手写实现,无 AWS SDK 依赖)。新版 Claude 使用 Mantle Messages API(默认 Opus 5.5),保留旧版 Runtime 配置路径 |
| MiniMax | 国内版 + 国际版,默认 MiniMax-M3.1-Flash |
| GLM | 智谱 AI,默认 glm-5.3 |
| Grok | xAI Grok,默认 grok-4.7 |
| 通义千问(DashScope) | 阿里 Qwen 系列,OpenAI 兼容模式 |
| 腾讯混元 | Hunyuan-turbo / pro 等 |
| 百度千帆(文心一言) | ERNIE-4.0 系列,OpenAI 兼容端点 |
| OpenRouter | 一个 Key 接入 300+ 模型的聚合网关 |
| Mistral AI | mistral-large / codestral 等 |
| Groq | LPU 极速推理,Llama / Mixtral 等开源模型 |
| Together AI | 开源模型托管,价格友好 |
| Fireworks AI | 开源模型高速托管 |
| Perplexity | 内置联网搜索(Sonar 系列) |
| Cohere | Command A+,企业 RAG 强项 |
| 硅基流动 SiliconFlow | 国内开源模型聚合(DeepSeek / Qwen / Llama 等) |
| 零一万物(Yi) | yi-large 系列 |
| 阶跃星辰(StepFun) | 默认 step-3.7-flash |
| Azure OpenAI | 企业版 OpenAI;Base URL 需填写自己的端点与部署名称 |
| Ollama | 本地部署,完全离线,数据不出本机 |
| 自定义 | 任意兼容 OpenAI 接口的模型服务 |
在设置页面填写提供商、Base URL、API Key 和模型名称即可。支持为 AI 对话和记忆提炼分别指定不同的模型。
Vertex AI 配置:选择
Google Vertex AIprovider → 粘贴完整的 Service Account JSON → 填写 GCP Project ID 和 Region → 选择模型(默认google/gemini-3.8-flash)Bedrock 配置:选择
AWS Bedrockprovider → 填写 AWS Access Key ID 和 Secret Access Key → 按区域填写 Mantle Base URL(默认 us-east-1)→ 填写 Model ID(默认anthropic.claude-opus-5-5)
本地 Ollama 配置参考 ollama-setup.md,完整 AI 功能说明见 ai-analysis.md。
三个使用场景,统一走一套生图引擎:
| 场景 | 触发位置 | 用图方式 |
|---|---|---|
| 群年报封面 | AI 群年报第一页 | 16:9 横版插画,体现该群一年的"气质" |
| 高光瞬间插画 | 高光瞬间卡片背景 | 1:1 方版抽象意象 |
| 联系人 AI 头像 | 联系人画像 → 紫色 Sparkles 按钮 | LLM 先抽 3-5 个性格关键词 → 拼 prompt → 圆形构图、无人脸、无文字 |
实现细节
doubao-seedream-3-0-t2i-250415gpt-image-1 / dall-e-3,默认请求 b64_json 省一次下载sha256(v2|provider|model|size|prompt) → ~/.welink/ai_images/<hash>.png。命中直接秒返,不重复调 API。老 v1 hash 缓存也兼容命中,避免升级后图全部失效重出GET /api/image/cache/:hash 拿图(火山返回的临时 URL 24h 过期;html-to-image 导出分享卡也要求同源)GET /api/image/providers 返回 provider/model/size/key 跳转链接清单,前端零硬编码ai_analysis.db.image_tasks,进程崩了重启会把孤儿 running 任务标 failedimages + FTS5 索引),侧边栏新 Tab,支持 prompt 全文搜索、scene/provider 过滤、收藏、下载、删除(软删 30 天后 GC)、一键基于原图重生成(改 prompt 或换尺寸)WeLink 内置 MCP(Model Context Protocol) 服务器,让你在 Claude Code(CLI) 里用自然语言查询微信数据,无需打开浏览器。
完整配置见 mcp-server/README.md。
使用 DeepSeek Harness 的用户也可以安装 WeLink DSH 插件。插件默认不授权任何会话、不开放聊天原文;配置授权后可在 DSH 中按日期或关键词查询,支持私聊和群聊。该插件当前随源码提供,需要使用包含 Agent 查询接口的 WeLink 后端。
演示使用虚构群聊数据:DSH 查询指定日期的消息,并整理出待办、负责人和待确认事项。
把聊天记录里的人际关系,直接炼化成 Claude Code / Codex / Cursor 等 AI 编程工具的 Skill 文件包。 一次炼化,多处使用。
| 类型 | 输入 | 用途 |
|---|---|---|
| contact 联系人分身 | 和某联系人的全部聊天 | 让 AI 用 TA 的语气帮你写邮件、起草回复、预演对话 |
| self 我的写作风格 | 我发出去的所有消息 | 让 AI 用你自己的口吻写公众号、朋友圈、邮件,避免 AI 腔 |
| group 群聊智囊 | 某个群的集体聊天 | 回答「这个群会怎么说」,把群的集体知识/术语/氛围封装起来 |
| 格式 | 目标工具 | 产物路径 |
|---|---|---|
| claude-skill | Claude Code Skills(目录式) | ~/.claude/skills/<name>/SKILL.md + 附件 |
| claude-agent | Claude Code Subagent(单文件) | ~/.claude/agents/<name>.md(带 frontmatter) |
| codex | OpenAI Codex CLI | 项目根 AGENTS.md |
| opencode | OpenCode Agent | .opencode/agent/<name>.md |
| cursor | Cursor Rules | .cursor/rules/<name>.mdc(支持 glob) |
| generic | 通用 Markdown | 工具无关,可粘贴到任何 AI 对话 |
| lora-jsonl(旧版) | SFT / LoRA 训练集 | ms-swift messages JSONL + 时间切分 + 训练/部署脚本 |
lora-jsonl 是旧版纯本地数据导出,不调 LLM、不上传聊天记录。支持训练“我的口吻”或指定联系人分身,连续短消息会合并为真实对话轮次,并按会话隔离、按时间生成 train / validation / test 三个集合。手机号 / 邮箱 / 身份证 / 卡号 / wxid 会做基础脱敏,但训练前仍应人工抽查;数据集和 adapter 都不要公开分享。新训练流程请使用「模型训练」,旧版任务与新版工作台分开保存,不会自动迁移。
侧边栏新增「Skills」页面,集中管理所有已炼化的 Skill 包:
ai_analysis.db 的 skills 表),文件保存到 ~/.welink/skills/<id>/<filename>.zip~/Downloads/ 的完整路径,可一键复制WeLink 不止告诉你"现在关系多热",而是前瞻性地判断每段关系的走向,并给出具体行动建议。
扫描每个联系人最近 6 个月的消息节奏,对比最近 3 月 vs 前 3 月自动打档:
| 状态 | 判定条件 | 典型场景 |
|---|---|---|
| 🔥 升温 | 最近 3 月消息增加 ≥50% | 新认识的人 / 深化中的关系 |
| ✅ 稳定 | 波动 ±30% 内 | 日常长期好友 |
| ❄️ 降温 | 最近 3 月消息量不到前期一半 | 开始疏远的信号 |
| 🚨 濒危 | 前期 ≥10 条但 60 天没说过话 | 长期联系人快失联 |
简单的「消息减少了」可能是双方都忙,结合多维信号才能识别到底是谁在疏远谁:
reason 文案示例:
最近 3 个月消息减少 65%(120 → 42);原本你更主动(72%),现在对方说得更多(58%);TA 回复从 12 分钟变成 8 小时
对 cooling / endangered 联系人,点「写开场白」→ 取最近 40 条消息 + 相识年数 + 沉默天数 → LLM 写 4 条不同调性(关心 / 回忆 / 调侃 / 约见)的破冰草稿,一键复制粘到微信。
AI 首页顶部的小 banner,对比上次快照(≥5 天前):「近 7 天变化:3 位关系降温 · 1 位回暖」。按 ISO 周关闭。
设置页加「关系预测 · 忽略名单」,首页点「不再推荐此人」后可在这里撤销。
把年度回顾、对话归档、AI 对话历史、记忆图谱四类内容,统一打包导出到 8 种目标:
笔记 / 文档平台
| 目标 | 实现方式 | 输出 |
|---|---|---|
| Markdown | 本地打包 | 单文件直下 / 多文件自动 .zip |
| Notion | POST /v1/pages + 自实现 Markdown→Blocks(标题/列表/引用/代码/表格) | 指定 Parent Page 下建新页 |
| 飞书文档 | upload_all → import_tasks 异步轮询 | 获得 docx URL |
云盘 / 对象存储
| 目标 | 协议 / 认证 | 覆盖服务 |
|---|---|---|
| WebDAV | HTTP PUT + Basic Auth + 递归 MKCOL | 坚果云 / Nextcloud / ownCloud / 群晖等 |
| S3 兼容 | minio-go v7,支持 path-style / virtual-host 切换 | AWS S3 / Cloudflare R2 / 阿里云 OSS / 腾讯 COS / 七牛 / MinIO / Backblaze B2 |
| Dropbox | files/upload API + App Console 长期 Access Token(PAT 模式免 OAuth 回调) | Dropbox |
| Google Drive | 完整 OAuth 2.0 + multipart upload,refresh token 自动刷新 | Google Drive |
| OneDrive | Microsoft Identity Platform v2 OAuth + Graph API PUT | OneDrive(个人 / 工作账号) |
Token 配置与既有 LLM 配置一样支持脱敏占位符 __HAS_KEY__,保存后不会泄露明文。
OAuth 类目标(Google Drive / OneDrive)使用流程
http(s)://<你的 WeLink 地址>/api/export/oauth/<gdrive|onedrive>/callbackSQLite 数据直接暴露给懂 SQL 的用户,配 4 件套 工具:
在面板里输入中文问题,例如:
「我和老婆的第一条消息是什么时候」 「今年跟我妈聊了多少条消息」
LLM 会:
{db, sql, explain} JSON(严格限制 SELECT/PRAGMA only + LIMIT 50)跨库联系人消息(mode=contact_messages):按备注模糊查 contact.db → md5 计算 Chat_xxx 表名 → 遍历 message_N.db 找到有该表的 DB 执行 SQL。"我和 XX 的..." 这类跨库问题现在也能直接回答。
结果表支持一键 CSV 下载。
好友分析
时光机
群聊分析 + 小团体检测 + 对比
refermsg/chatusr 引用信号而非时间窗<refermsg><chatusr>),列出跟我双向引用互动最多的成员 Top 3,挂在群画像顶部。比单纯 @ 或消息数更能识别"隐形聊友"Esc 退出)、智能节奏(冷场 >5 分钟直接跳过、发言密集按内容长度放慢到能读完)、快进步长可切 3 / 5 / 10 条;快捷键 空格 播放/暂停、→ 快进群聊四件套 — 这个群的指纹
群聊列表四维信息
回复节奏分析(联系人深度画像)
谁最像谁 — 联系人相似度分析
红包 / 转账全局总览
个人自画像
每日社交广度
共同社交圈
链接收藏夹
消息撤回排行
词云交互
全局统计
纪念日
全局搜索增强
链接收藏夹增强
其他
完整说明见 docs/ux.md,高频用到的几项: