- 从本地数据库文件中获取聊天数据
- 支持 Windows / macOS 系统,兼容微信 3.x / 4.x 版本
- 支持获取数据与图片密钥 (Windows < 4.0.3.36 / macOS < 4.0.3.80)
- 支持图片、语音等多媒体数据解密,支持 wxgf 格式解析
- 支持自动解密数据库,并提供新消息 Webhook 回调
- 提供 Terminal UI 界面,同时支持命令行工具和 Docker 镜像部署
- 提供 HTTP API 服务,可轻松查询聊天记录、联系人、群聊、最近会话等信息
- 支持 MCP Streamable HTTP 协议,可与 AI 助手无缝集成
- 支持多账号管理,可在不同账号间切换
- 安装 Chatlog:下载预编译版本 或 使用 Go 安装
- 运行程序:执行
chatlog
启动 Terminal UI 界面 - 解密数据:选择
解密数据
菜单项 - 开启 HTTP 服务:选择
开启 HTTP 服务
菜单项 - 访问数据:通过 HTTP API 或 MCP 集成 访问聊天记录
💡 提示: 如果电脑端微信聊天记录不全,可以从手机端迁移数据
- macOS 用户:获取密钥前需临时关闭 SIP
- Windows 用户:遇到界面显示问题请使用 Windows Terminal
- 集成 AI 助手:查看 MCP 集成指南
- 无法获取密钥:查看 FAQ
go install github.com/sjzar/chatlog@latest
💡 提示: 部分功能有 cgo 依赖,编译前需确认本地有 C 编译环境。
访问 Releases 页面下载适合您系统的预编译版本。
最简单的使用方式是通过 Terminal UI 界面操作:
chatlog
操作方法:
- 使用
↑
↓
键选择菜单项 - 按
Enter
确认选择 - 按
Esc
返回上级菜单 - 按
Ctrl+C
退出程序
对于熟悉命令行的用户,可以直接使用以下命令:
# 获取微信数据密钥
chatlog key
# 解密数据库文件
chatlog decrypt
# 启动 HTTP 服务
chatlog server
由于 Docker 部署时,程序运行环境与宿主机隔离,所以不支持获取密钥等操作,需要提前获取密钥数据。
一般用于 NAS 等设备部署,详细指南可参考 Docker 部署指南
0. 获取密钥信息
# 从本机运行 chatlog 获取密钥信息
$ chatlog key
Data Key: [c0163e***ac3dc6]
Image Key: [38636***653361]
1. 拉取镜像
chatlog 提供了两个镜像源:
Docker Hub:
docker pull sjzar/chatlog:latest
GitHub Container Registry (ghcr):
docker pull ghcr.io/sjzar/chatlog:latest
💡 镜像地址:
- Docker Hub: https://hub.docker.com/r/sjzar/chatlog
- GitHub Container Registry: https://ghcr.io/sjzar/chatlog
2. 运行容器
$ docker run -d \
--name chatlog \
-p 5030:5030 \
-v /path/to/your/wechat/data:/app/data \
sjzar/chatlog:latest
如果电脑端微信聊天记录不全,可以从手机端迁移数据:
- 打开手机微信,进入
我 - 设置 - 通用 - 聊天记录迁移与备份
- 选择
迁移 - 迁移到电脑
,按照提示操作 - 完成迁移后,重新运行
chatlog
获取密钥并解密数据
此操作不会影响手机上的聊天记录,只是将数据复制到电脑端
如遇到界面显示异常(如花屏、乱码等),请使用 Windows Terminal 运行程序
macOS 用户在获取密钥前需要临时关闭 SIP(系统完整性保护):
-
关闭 SIP:
# 进入恢复模式 # Intel Mac: 重启时按住 Command + R # Apple Silicon: 重启时长按电源键 # 在恢复模式中打开终端并执行 csrutil disable # 重启系统
-
安装必要工具:
# 安装 Xcode Command Line Tools xcode-select --install
-
获取密钥后:可以重新启用 SIP(
csrutil enable
),不影响后续使用
Apple Silicon 用户注意:确保微信、chatlog 和终端都不在 Rosetta 模式下运行
启动 HTTP 服务后(默认地址 http://127.0.0.1:5030
),可通过以下 API 访问数据:
GET /api/v1/chatlog?time=2023-01-01&talker=wxid_xxx
参数说明:
time
: 时间范围,格式为YYYY-MM-DD
或YYYY-MM-DD~YYYY-MM-DD
talker
: 聊天对象标识(支持 wxid、群聊 ID、备注名、昵称等)limit
: 返回记录数量offset
: 分页偏移量format
: 输出格式,支持json
、csv
或纯文本
- 联系人列表:
GET /api/v1/contact
- 群聊列表:
GET /api/v1/chatroom
- 会话列表:
GET /api/v1/session
聊天记录中的多媒体内容会通过 HTTP 服务进行提供,可通过以下路径访问:
- 图片内容:
GET /image/<id>
- 视频内容:
GET /video/<id>
- 文件内容:
GET /file/<id>
- 语音内容:
GET /voice/<id>
- 多媒体内容:
GET /data/<data dir relative path>
当请求图片、视频、文件内容时,将返回 302 跳转到多媒体内容 URL。
当请求语音内容时,将直接返回语音内容,并对原始 SILK 语音做了实时转码 MP3 处理。
多媒体内容 URL 地址为基于数据目录
的相对地址,请求多媒体内容将直接返回对应文件,并针对加密图片做了实时解密处理。
需开启自动解密功能,当收到特定新消息时,可以通过 HTTP POST 请求将消息推送到指定的 URL。
延迟测试: 本地服务消息回调延迟约 13 秒; 远程同步消息回调延迟约 45 秒。
使用 TUI 模式的话,在 $HOME/.chatlog/chatlog.json
配置文件中,新增 webhook
配置。
(Windows 用户的配置文件在 %USERPROFILE%/.chatlog/chatlog.json
)
{
"history": [],
"last_account": "wxuser_x",
"webhook": {
"host": "localhost:5030", # 消息中的图片、文件等 URL host
"items": [
{
"url": "http://localhost:8080/webhook", # 必填,webhook 请求的URL,可配置为 n8n 等 webhook 入口
"talker": "wxid_123", # 必填,需要监控的私聊、群聊名称
"sender": "", # 选填,消息发送者
"keyword": "" # 选填,关键词
}
]
}
}
使用 server 模式的话,可以通过 CHATLOG_WEBHOOK
环境变量进行设置。
# 方案 1
CHATLOG_WEBHOOK='{"host":"localhost:5030","items":[{"url":"http://localhost:8080/proxy","talker":"wxid_123","sender":"","keyword":""}]}'
# 方案 2(任选一种)
CHATLOG_WEBHOOK_HOST="localhost:5030"
CHATLOG_WEBHOOK_ITEMS='[{"url":"http://localhost:8080/proxy","talker":"wxid_123","sender":"","keyword":""}]'
启动 chatlog 并开启自动解密功能,测试回调效果
POST /webhook HTTP/1.1
Host: localhost:8080
Accept-Encoding: gzip
Content-Length: 386
Content-Type: application/json
User-Agent: Go-http-client/1.1
Body:
{
"keyword": "",
"lastTime": "2025-08-27 00:00:00",
"length": 1,
"messages": [
{
"seq": 1756225000000,
"time": "2025-08-27T00:00:00+08:00",
"talker": "wxid_123",
"talkerName": "",
"isChatRoom": false,
"sender": "wxid_123",
"senderName": "Name",
"isSelf": false,
"type": 1,
"subType": 0,
"content": "测试消息",
"contents": {
"host": "localhost:5030"
}
}
],
"sender": "",
"talker": "wxid_123"
}
Chatlog 支持 MCP (Model Context Protocol) 协议,可与支持 MCP 的 AI 助手无缝集成。
启动 HTTP 服务后,通过 Streamable HTTP Endpoint 访问服务:
GET /mcp
Chatlog 可以与多种支持 MCP 的 AI 助手集成,包括:
- ChatWise: 直接支持 Streamable HTTP,在工具设置中添加
http://127.0.0.1:5030/mcp
- Cherry Studio: 直接支持 Streamable HTTP,在 MCP 服务器设置中添加
http://127.0.0.1:5030/mcp
对于不直接支持 Streamable HTTP 的客户端,可以使用 mcp-proxy 工具转发请求:
- Claude Desktop: 通过 mcp-proxy 支持,需要配置
claude_desktop_config.json
- Monica Code: 通过 mcp-proxy 支持,需要配置 VSCode 插件设置
查看 MCP 集成指南 获取各平台的详细配置步骤和注意事项。
为了帮助大家更好地利用 Chatlog 与 AI 助手,我们整理了一些 prompt 示例。希望这些 prompt 可以启发大家更有效地查询和分析聊天记录,获取更精准的信息。
查看 Prompt 指南 获取详细示例。
同时欢迎大家分享使用经验和 prompt!如果您有好的 prompt 示例或使用技巧,请通过 Discussions 进行分享,共同进步。
本项目仅供学习、研究和个人合法使用,禁止用于任何非法目的或未授权访问他人数据。下载、安装或使用本工具即表示您同意遵守免责声明中的所有条款,并自行承担使用过程中的全部风险和法律责任。
- 仅限处理您自己合法拥有的聊天数据或已获授权的数据
- 严禁用于未经授权获取、查看或分析他人聊天记录
- 开发者不对使用本工具可能导致的任何损失承担责任
- 使用第三方 LLM 服务时,您应遵守这些服务的使用条款和隐私政策
本项目完全免费开源,任何以本项目名义收费的行为均与本项目无关。
本项目基于 Apache-2.0 许可证 开源。
本项目不收集任何用户数据。所有数据处理均在用户本地设备上进行。使用第三方服务时,请参阅相应服务的隐私政策。
- @0xlane 的 wechat-dump-rs 项目
- @xaoyaoo 的 PyWxDump 项目
- @git-jiadong 的 go-lame 和 go-silk 项目
- Anthropic 的 MCP 协议
- 各个 Go 开源库的贡献者们