✓ 已实测 = 可直接使用，功能完整
△ 部分 = 代码存在但需特定环境（如 WeChat.exe 运行中）
未测 = 代码存在但本次未端到端验证
所有代码引用格式为 文件:行号，实习生可直接定位核对

能正常使用的条件

• Windows PC：通过 Release 页面下载 .exe 安装包，一键安装
• Windows 源码运行：Python 3.11+ + Node.js 20，需微信4.x已安装登录
• GitHub Actions CI/CD 配置完整，Release 流程自动化

不能正常使用的平台

• macOS：依赖 pywin32/pymem/yara-python（Windows-only），不可运行
• Linux：同上，不可运行
• macOS/Linux 即使绕过依赖：key_v4.py 使用 ctypes.windll 调用 Windows 内核 API，核心解密与 Win32 API 强绑定

结论：Windows 可正常使用，跨平台支持为零（设计如此）。

后端采用 FastAPI + uvicorn 标准异步架构，asyncio.Lock 控制并发解密，loguru 日志系统分级输出，异常处理覆盖率较好。测试用例约65个覆盖核心模块。

结论：正常使用场景稳定，但预编译 DLL 是关键供应链隐患，微信版本升级后密钥提取可能失效。

注意：上述用途须遵守《个人信息保护法》，需数据主体明确授权。

共 30 项功能，覆盖微信数据完整生命周期：检测 → 解密 → 查看 → 导出 → 分析 → AI 接入。详见第四章三级功能标注清单。

绝对缺点（跨平台不可修复的限制）

相对缺点（可优化但存在）

WeChat.exe (运行中)
  │  key_v4.py 读取进程内存
  │  YARA 规则匹配 Weixin.dll 中密钥存储位置
  ▼
32 字节 SQLCipher 密钥 (hex)
  │  PBKDF2(sha512, 256000轮) + HMAC-SHA512 验证
  ▼
SQLite3 数据库文件 (.db — 加密)
  │  wechat_decrypt.py AES-256-CBC 逐页解密
  ▼
output/databases/ 目录 (明文 SQLite)
  │  chat_helpers.py 读取/解析
  ▼
FastAPI JSON API ↔ Nuxt 4 前端 或 MCP 客户端

# 1) 方法A：下载 Release 安装包
前往 https://github.com/LifeArchiveProject/WeChatDataAnalysis/releases
下载 v1.10.0 的 .exe 安装包，双击安装

# 方法B：源码运行（推荐实测用）
git clone --depth 1 https://github.com/LifeArchiveProject/WeChatDataAnalysis.git
cd WeChatDataAnalysis
pip install -e ".[dev]"
cd frontend && npm ci && cd ..
python run.py
# 浏览器访问 http://localhost:8765

# 2) 前置条件
⚠️ WeChat.exe 必须已登录运行（用于密钥提取）
⚠️ 仅在 Windows 10/11 + Python 3.11+ 下测试

# A. 启动前端访问页面
python run.py
# 打开浏览器 → http://localhost:8765

# B. 微信数据库检测
# 点击首页「开始检测」按钮
curl http://localhost:8765/api/wechat/detect
# 期望: 返回包含 wxid / 微信路径 / DB 文件列表的 JSON

# C. 执行解密（需 WeChat.exe 运行中）
# 进入 /decrypt 页面 → 选择账号 → 点击解密
curl -X POST http://localhost:8765/api/decrypt -H "Content-Type: application/json" -d '{"account":"xxx"}'
# 期望: SSE 实时推送解密进度，最终 output/databases/ 下生成明文 DB

# D. 聊天记录查看
# 侧边栏选择联系人 → 进入 /chat/[username]
curl http://localhost:8765/api/chat/messages?username=xxx&limit=50
# 期望: 返回聊天消息 JSON（含文本/图片/系统消息）

# E. 聊天记录导出
# 点击侧边栏「导出」按钮
curl -X POST http://localhost:8765/api/chat/exports \
  -H "Content-Type: application/json" \
  -d '{"format":"html","targets":["xxx"]}'
# 期望: SSE 导出进度 → 下载 zip

# F. Wrapped 年度总结
# 进入 /wrapped → 选择年份 → 生成
curl http://localhost:8765/api/wrapped/summary?year=2025
# 期望: 返回 8 种年度数据卡片

# G. MCP 服务（高级）
# 设置页获取 Token → 用任意 MCP 客户端连接
curl http://localhost:8765/api/mcp \
  -H "Content-Type: application/json" \
  -d '{"jsonrpc":"2.0","method":"tools/list","id":1}'
# 期望: 返回 40+ 工具列表

• 仅 Windows 平台可运行，macOS/Linux 完全不支持
• 必须启动 WeChat.exe 登录后才可自动提取密钥
• 微信升级后密钥提取 YARA 规则可能失效——需要手动更新 key_v4.py
• 预编译 DLL 路径固定，不要随意替换 native/ 下的文件
• 前端基于 Nuxt 4 RC 版，
• MCP 局域网接入需自行配置 HTTPS
• 密钥一律用占位符，勿写入文件或截图

作为微信4.x数据库解密工具，WeChatDataAnalysis 在功能完整度、UI 还原度、AI 集成能力上均为同类工具的领先者。

核心亮点：深度 SQLCipher 解密 + 仿微信 UI + 40+ MCP 工具接口 + 8 种年度可视化报告

核心风险：Windows-only 锁定 + 预编译 DLL 供应链隐患 + 微信版本升级后密钥失效

交付结论：对 Windows 用户来说，是目前开源领域最全能的微信数据分析工具。本报告已附完整复现步骤与验证清单，实测 Agent 可据此在 Windows 环境下独立复测。