§我每天的"个人数据"散在四个地方，直到这两天我把它们串起来
这几个月我一直在用 AI 干一件具体的事——给一个 B2B 商城做完整交付，从 0 到上线，47 天，端到端。几千行代码、几百轮跟客户的微信沟通、几十次跟 Claude 的协作，全都堆在那里。
干到第 40 天我突然意识到一个问题：
我每天产生的所有东西——微信聊天、Claude 会话、学习笔记、线下口述——明明都是宝贵的"个人数据"，但它们各自躺在各自的地方。等我想拿来复盘、写文章、训练我自己的 AI 助理的时候，啥也调不出来。
他们就那样躺在各自的角落里，互相之间毫无关系。
这两天我把它们串起来了。
串通之后效果肉眼可见——你现在读的这篇，就是我今天跟 Claude 聊了一下午之后整理出来的。
Q：怎么把微信聊天记录导出来？
A：我尝试了两个，一个是 GUI 的 WeFlow，另一个 Agent 可操作的是 wx-cli。
本篇我们讲的是 WeFlow（因为最开始玩的是这个。实话说，尝试了 CLI 之后后悔没写它，但文章已经写完了……）。wx-cli 地址：github.com/jackwener/wx-cli（wx-cli 是最自动化的：比如 Agent 实时监测未读消息，比手动导出数据更方便，主包已经在考虑要换工具了）。
i.每天喂 AI 的四样东西
1. 微信聊天——人际、商务、客户沟通，最高密度的"真实交互数据"。
2. Claude 会话——跟 AI 干过的所有事的完整记录。每一次 debug、每一篇文章构思、每一个想法的迭代，全在里面。要是用 Claude Code 最好，每一次的会话记录都是一份你本地里的文件。另外查找 Claude 会话还有 /resume，可以切回之前的会话（究竟还有多少 / 命令是我没打卡的）。
3. 口述——有的时候我们处于线下，电脑跟手机都关着的，AI 不知道你这段时间里发生了啥。没有录音的情况下，我一般就像老克口头补充。
4. 学习笔记——看书、听直播、刷视频的产出。我现在用 karpathy-wiki 的方式管理：原始素材入 raw/，AI 帮我提炼成 wiki/，可被反复检索复用。
四路数据，每一路单独都有价值，但真正的复利发生在它们打通的那一刻——你过去的所有经历，都变成了可以被 AI 调用、复盘、再生成的"个人语料库"。
更狠的是——它会自动找出这些经历之间的联系，那些你自己永远也不会注意到的东西。
ii.第一步：把微信聊天记录导出来
工具叫 WeFlow。开源、免费、本地处理（数据不上传任何服务器），目前支持微信 4.x 版本。下面我按真实流程走一遍。
丢给 Agent 一句话：帮我下载这个软件到桌面 github.com/hicccc77/WeFlow
1. 打开 WeFlow，进入设置向导
装好之后第一次打开，会进到引导页。按顺序一共要走五步：数据库目录 → 缓存目录 → 解密密钥 → 图片密钥 → 安全防护。一步一步来就行。
2. 填"数据库目录"——其实就是填你的微信缓存路径
这一步要填的是 xwechat_files 目录。打开微信 → 设置 → 文件管理 → 你会看到"存储位置"那一行。把这个路径复制粘贴到 WeFlow 里就行。
3. 最难的一步：获取解密密钥
聊天记录是加密的，必须解密才能用。WeFlow 会自动帮你抓密钥，这是最容易翻车的地方：
填完 Wxid（也就是你的微信号），点"正在获取"之后，下面会提示：
已准备就绪，现在登录微信或退出登录后重新登录微信
解密密钥这儿老卡人了。我第一次手机重登，没成功，又重新电脑登，才成功了。
密钥一旦抓到，退出的时候记得存起来到本地，下次遇到打不开的时候就能救命。
4. 后面三步直接下一步
走完之后就进主界面了，可以选好友导出聊天记录。导出不太长的信息建议导出格式选 .json。
iii.第二步：实操导出 + 喂给 AI
走完上面五步、密钥拿到了，进主界面就能挑好友或者群聊导出了。
点击右上角的下载按钮，它会自动把这个群、这个人的所有聊天记录导出成一个 JSON 文件，存到本地。有了它就可以直接喂给你的 Codex / Claude，玩法就很多了。
可以调用一些 skill 生成群周报：baoyu-skills
当群消息太多、又怕错过重要信息的时候——这段直接发给 Claude（或者你的 Agent），10 秒钟一份"群聊精华"就出来了。
iv.第三步：导出来了不是终点，沉淀下来才是
到这里已经能把微信导出，让 AI 帮你提炼一次。但这些被提炼出来的东西如果只是看一眼就关掉，等于没做。
上终极武器：Obsidian。
Obsidian 玩法太多了，但我觉得最近最适合我的、最好上手的是，结合 Karpathy 大神 4 月发的 LLM-maintained Wiki 思路，给自己搭一个本地知识库。这里是精简版本，保你今晚就能搭起来。
复制这句话给你的 AI：
请在我的工作目录下创建一个叫 karpathy-wiki-demo 的文件夹，
里面建两个子文件夹 raw/ 和 wiki/，以及一个 CLAUDE.md 文件
karpathy-wiki-demo/
├── raw/ ← 原始资料，LLM 不动它
├── wiki/ ← LLM 整理后的笔记
└── CLAUDE.md ← 写规则，告诉 Claude 怎么处理资料raw/ 是你扔进来的素材（包括今天 WeFlow 导出的那个 JSON），wiki/ 是 AI 帮你整理后的可检索笔记，CLAUDE.md 是规则文件。
CLAUDE.md 抄一份就行，不用自己想：
# 这是一个 LLM 维护的 Wiki
## 目录约定
- raw/：原始文档，只读
- wiki/：LLM 整理后的 markdown 笔记
- wiki/index.md：全部页面目录，每次 ingest 后更新
- wiki/log.md：操作日志，追加不删
## Ingest（我把新文档放到 raw/ 后）
1. 读这个文档
2. 在 wiki/sources/ 下写一篇摘要页
3. 涉及的人、概念，更新或新建对应页面
4. 在 wiki/index.md 加一行链接 + 一句话简介
5. 在 wiki/log.md 追加一条记录
## Query（我提问的时候）
1. 先读 wiki/index.md 找相关页
2. 读完再回答，答案里带 wiki 内引用
3. 答案值得归档时，问我要不要 file back 成新页Obsidian 这里有个坑（很多人栽过）：文件夹建好之后，要在 Obsidian 里把它"接管"过来。很多人会习惯点「新建仓库 → 创建」，结果弹出来一个空白的新文件夹，把你刚刚建好的目录完全架空了。
要选「打开本地仓库 → 打开」，把刚才建好的 karpathy-wiki-demo 文件夹选进去。
我为我的知识库改造了三个维度：code / diary / learning。vault 搭好、CLAUDE.md 放进去之后，最爽的部分来了——只要往 raw/ 里扔东西：听直播的转录、看过的文章，然后跟 Claude Code 说一句"请 ingest raw/xxx"，它就会按你定的规则自动整理一遍，写出摘要页、补全人物和概念页、更新索引。把别人的自媒体文章、自己的零散笔记，全部合并成你自己的知识库。
有关 code：是放代码的地方，通过 wiki 索引可以创建工作区，coding 的过程中 AI 不再反复读同一份代码烧 token，并且还适合多人协作、共享（这个之后讲）。
v.本文主要说：让我震撼的 diary
我之前一直是自己写日记，自己想发生了什么，但后来也没继续坚持。但是现在只要你的数据还存着：微信、Claude 会话、会议录音……
可以让 AI 帮你写日记！
用第三人称视角，从你的微信聊天、Claude 会话、备忘录里推断你那一天经历了什么、想了什么，帮你把那天写出来。而且，这玩意儿可以补写——只要客观记录还在、能拿到，今天也能写三十天前的日记，让贴近全量的记录不再有时效性。
我第一次玩儿的时候，一口气让 AI 帮我生成了过去几个月的十篇日记。
说实话，比我自己当时写的还要震撼。我写的东西孤零零的，而 AI 写的全部串起来了。
第一次玩可以尝试这个模板：
请按这个结构帮我写今天的日记：
# YYYY-MM-DD · 主题词 · 关键事件三段式
frontmatter（睡眠/心率/标签）
## 一、今天的核心事件
按重要度排 3-6 件，每件写：一段叙事 + 一段「我从中识别到什么」
+（如果是决策）对应动作。
## 二、行动 → 反馈 → 迭代表
三列：今天的行动产出 | 反馈类型 | 下一步迭代方向
## 三、心情切片 / 身体数据
心情写 3-5 条体感记忆（不是"我很开心"，是"我当时鼻子一酸"）。
## 四、明日待办
checkbox，🔥 标必做。
## 五、🔥 火种 · 5 个明天能让我 level 起来的动作
每条：一句起手式（10 分钟内可启动）+ 一句启发。
## 六、最后一句
一句话情绪锚，不超过 30 字。
【风格硬约束】
- 第一人称，"我" 开头；真诚不说教
- 报数字必附置信度：(a) 数据源 (b) 看了哪些 (c) 哪些没确认
- 引用别人的话必须标讲述者，不要把别人的"我"当成我
- 体感语 > 知识性描述；关键句独立成段
- 今天没做的事直接写"今天没做"，不掩饰
【绝对禁止】
- "今天是充实的一天" 这类废话
- "首先...其次...最后" 套话
- 没数据凭感觉编"我成长了很多"它能把你听过的那些抽象理论，结合你的真实生活具体起来。有了索引，你还可以随时 lint 一次，清除掉过去只看到了一面性的偏见事实，或者，让脑子里的 idea 产生链接。
让记录不再困难。让那些只停在"听过"的东西，真的能落到你的人生里。
@bonsaixbt 在 X 上的一句话——这不是一个笔记工具。这是一个会随着你成长而不断发展的系统。
vi.这是我的第一篇
上面这一套——导出微信 → 提炼 → 用 karpathy 三层架构沉淀——是数据工作流里的第一路。剩下三路（Claude 会话、线下口述、学习笔记）每一路都还有坑要讲。这套工作流我打算分几篇拆完：
- 01（本篇）微信数据导出 · WeFlow 入门
- 02 我用 AI 做完一个商城项目的 47 天，那些没人告诉你的坑
- 03 工程小白怎么接 AI 商单
- 04 跟 AI 协作半年，我发现人最珍贵的反而是「缺陷」
前几天听树林在直播里讲，AI 时代一切都要基于公开化。想想也对。
几千行代码、几百轮微信、几十次跟 AI 的对话，如果没有沉淀，就成空气飘走了。而我想要的，是一篇人生的星系。
†延伸阅读 / 致敬
- Karpathy 的 LLM-maintained Wiki Gist——思想源头。"Obsidian is the IDE, the LLM is the programmer, the wiki is the codebase."
- @bonsaixbt 在 X 上把这套讲成 second brain 的版本——启发了本文部分表述，特别是"这不是笔记工具，是会成长的系统"那句。
- @marvin_x1 的转推——我也是从他那读到的。
- 不坑老师的 WeFlow 入门教程——WeFlow 工具部分的最初参考。
以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧。谢谢你看我的文章，我们下次再见~