9岁女儿的辅导班，我用 AI + Chatlog 看懂了她的学习之旅！

✨ 一份来自聊天记录的“教学日志”。

####

女儿最近刚换了数学辅导班，从火花思维换成了作业帮。新的老师、新的平台。我时常好奇，女儿最近在数学辅导课上：

####

她和玉茹老师都在聊些什么？

她的学习效果咋样？

老师是否耐心？

...

于是为了弄清这些问题，我把她和老师的聊天记录做成了份“可视化报告”。

####

| 01 一次偶然的发现

####

最新闲逛 Github 发现了一个开源项目：Chatlog，可以分析微信聊天记录。于是，我萌生了一个想法：能不能利用工具和微信聊天数据，为女儿跟新老师的这段“学习旅程”，做一份专属的可视化报告呢？

说干就干！基于 Chatlog + Cursor 组合，我进行了一些有趣的二次开发，最终的成果，我叫它——“学习效果洞察机”。

####

当我开发完，把工具运行起来，选择我女儿和玉茹老师作为分析对象后，一张意料之中、又有些触动的图表便生成了。

####

| 02 通过兴趣雷达图，看见老师的专注

雷达图的结果非常“极端”——几乎所有的沟通，都指向了一个核心：“学习计划”。整整12次的“兴趣点”发现，都与此紧密相关。

这让我瞬间安心，因为这说明了老师非常强调“学习计划”。这张图表，以最直观的方式，向我揭示了辅导老师日常还是挺尽责的。它就像一份无声的教学日志，记录下了老师在过去这段时间里，为我女儿的学习规划所付出的每一次努力。

| 03 关键词云图，重复千遍的叮咛

如果说雷达图是理性的分析，那词云图就是感性的叮咛。在她们的聊天记录里，“学习”、“练习”、“复习”这三个词，构成了整个词云图的绝对核心。

看着这几个被放大、加粗的字眼，我仿佛能听到老师在屏幕那头，一遍又一遍、不厌其烦地叮嘱着女儿。这些重复的背后，是老师的责任心。

| 04 为什么需要这样一份“可视化报告”？

当然不是为了“监视”老师和孩子（所有数据都安全地保留在本地电脑），而是希望用一种更有温度的方式，去理解和参与到孩子的成长中去。

1. 让沟通更有“证据”。

下次和老师沟通，我不再是泛泛地问“孩子最近怎么样？”，而是可以拿着这张图说：“玉茹老师，我看到您花了大量精力在学习计划上，我们家长在家可以怎么更好地配合呢？”

1. 让鼓励更有方向。

当女儿因为反复练习而感到枯燥时，我可以把这张图给她看，告诉她：“宝贝你看，老师一直在陪着你重复这些重要的事，我们再坚持一下，好吗？”

1. 让感谢更有分量。

一张截图，胜过千言万语。将这张分析图发给老师，并配上一句“老师，您辛苦了！”，这份感谢，无疑会更加真诚和温暖。

“技术本身或许是冰冷的，但当它被用来度量爱与责任时，就充满了力量。”

| 05 打开想象力，富有巧思的场景挖掘

让我们继续往下挖掘：

我们每天在微信里产生海量的对话，这些聊天记录就像一座沉睡的宝藏。

女儿学习情况的了解只是一个场景，我们可以充分发挥想象力，去发掘更多的场景。（关注我，了解更多有意思的小实验~）

这些应用场景都挺有趣的，既贴合日常需求又带点巧思：

1.「聊天时光机」—— 回忆唤醒工具

自动标记聊天中的特殊时刻。

• 比如第一次和朋友聊到某个共同爱好的日期、和家人约定旅行的片段，按时间线生成“聊天回忆录”，搭配当时提到的地点、事件关键词，甚至关联手机相册里的照片，在纪念日自动推送，重温温暖瞬间。

• 比如和闺蜜聊过“去年春天去公园野餐超开心”，到了来年春天，工具会提醒“去年此时你们说要再去野餐哦”，还附上当时聊天里提到的野餐清单。

2. 「增强兴趣雷达」—— 个人偏好追踪器

识别聊天中反复提到的兴趣点。

• 比如“最近总刷到露营视频”“这家面包店的可颂绝了”，自动归类成“美食清单”“打卡愿望”“种草好物”等标签，甚至关联外部信息（比如推荐附近口碑好的露营地、面包店营业时间），相当于一个从聊天里长出来的“私人兴趣助手”。

• 比如和同事聊了三次“想尝试手冲咖啡”，工具会默默收集聊天中提到的豆子品牌、冲煮技巧，整理成一份简易入门指南。

3. 「沟通小剧场」—— 社交细节提醒

捕捉聊天中的“潜台词”或需要留意的细节。

• 比如对方说“最近有点忙”，标记为“近期减少打扰频率”；朋友提到“对香菜过敏”，加入“饮食禁忌备忘录”，下次约饭时自动弹窗提醒。

• 甚至能记住“对方上次聊天时提到在追某部剧”，下次聊天时主动提示“可以问问TA剧更新到哪了”，避免社交冷场。

4. 「语言小管家」—— 个人表达优化

针对外语学习者，抓取聊天中出现的生词、语法错误。

• 比如和外教聊天时的表达失误，自动整理成“错题本”，关联词典释义和正确用法；

• 对常发消息的人，分析聊天风格。比如自己爱用的口头禅、容易打错的字，提供“表达优化建议”（比如“你最近总说‘嗯’，换成‘好呀’可能更显热情哦”）。

这些场景的都是让工具更“懂”用户的生活细节，从聊天记录里提炼出藏在文字背后的习惯、情感和需求，像个贴心的“隐形助手”，既不打扰日常，又能在关键时刻帮上忙~

那么，在你的生活中，是否也有这样一段关系，值得用一份特别的“可视化报告”去看见呢？

| 06 不好奇，我是如何实现的吗？

关注我，了解完整技术实现细节

1. 环境搭建（软硬件）

• Chatlog：开源微信聊天记录分析工具

• Curosr：AI 编程工具

• MacBook电脑

• 微信V3.8(实测不支持微信4.0以上版本）

1. 实现核心流程

• Github下载Chatlog源代码

• 导入Cusor并运行起来

• 解密本地微信聊天记录

• 开发实现聊天记录分析（好友兴趣雷达）

1. 开发项目介绍

「增强版兴趣雷达」是一个智能的个人偏好追踪系统，它能够：

• 自动识别：从您的聊天记录中自动识别兴趣点

• 智能分类：将兴趣点归类为不同类别（美食、旅行、购物等）

• 数据分析：提供详细的兴趣分析报告

• 智能推荐：基于兴趣提供相关的外部推荐信息

• 智能洞察：分析兴趣趋势和模式

1. 部分实现细节

借助 AI 编程工具帮助小白快速理解代码功能

让项目“run”起来

将下载的chatlog源码在本地解压，Cursor进入解压后的目录

第 1 步：检查 Go 环境并安装项目

执行一条命令来检查您系统上的 Go 版本。如果 Go 已安装，我将接着使用 go install 命令来安装 chatlog。

go version && go install github.com/sjzar/chatlog@latest

安装过程非常顺利。

go install 命令已经成功将 chatlog 安装到了您的 GOPATH 的 bin 目录下。

第 2 步，运行chatlog

进入命令行终端，执行以下命令

$HOME/go/bin/chatlog

程序已经成功启动了。

第 3 步，解密微信数据

在 macOS 上首次获取密钥可能需要临时关闭 SIP (系统完整性保护)。

1、重启进入恢复模式。（苹果芯片Mac，重启，长按电源键）

2、在终端中运行 csrutil disable。（成功获取密钥后，可以再次进入恢复模式用 csrutil enable 重新开启 SIP）

3、重启系统后，再重新运行 chatlog 并进行解密。

4、启动HTTP 服务

第5步，开发Web应用（挖掘聊天记录）

1、先让初步生成一个静态的兴趣雷达web页

2、咱们继续迭代，创造一个可交互的页面，支持用户指定微信好友进行兴趣雷达分析和数据生成

继续迭代，增加雷达图和词云图

到这，一份专属个人的微信聊天分析神器就开发搭建完成了。感兴趣的小伙伴们，快去试试吧！