Skill 创作手记： 我把微信聊天记录通过skill转化成【可搜索的知识库】

这篇文章分享了一个将微信聊天记录自动转化为可搜索知识库的实用技巧，解决了信息过载和知识管理的痛点。

核心内容如下：从日常社群交流中发现自动化提取链接的需求，并梳理出完整的技术实现流程，同时对内容抓取过程中遇到的挑战和解决方案做了详细复盘。最后，还从这次经验中提炼出几个宝贵的工程思维。

Part 1: 灵感来源

事情是这样的。在AI黄叔的一个“学VibeCoding”的高质量社群里，每天都有大量有价值的链接被分享——GitHub项目、飞书文档、技术文章……信息量巨大。之前花过半天时间弄了个工具，能自动把微信文章存到数据库里，但还差一口气：文章链接得自己手动复制。虽然每天大概只花5到10分钟，但第二天就坚持不下去了。

这里有一个很微妙的问题：有些事操作非常简单，做一次毫无压力，但就是没法“每天做”。复制链接很轻松，可“每天坚持复制”却是另一回事。一旦中断，就容易彻底放弃。结果那些没爬楼看过的内容，也就真的再也找不到了。看过不等于记得，回头翻聊天记录反而加重了信息负担。

当时想做这个skill的初心其实相当直白：

• 从源头——也就是聊天记录——自动提取内容
• 实现一键完成，彻底解放双手
• 核心目标是让提取后的信息支持搜索，这才是知识库的真正价值

碰巧当时有个技术比赛，想着如果能把这个思路跑通，就用它去参赛。核心逻辑并不复杂：拿到聊天记录，做文本分析，提取所有链接，清洗数据，最后输出一份结构化的报告。

Part 2: 整体流程

从10000多条聊天记录中提取信息，最终梳理出来的整体工作流大致如下：

第一步：聊天记录导出

微信群聊数据的导出，稍微需要一点技术手段。后来在GitHub上找到了一个开源的解决方案。导出格式是JSON，里面包含了每一条消息的发送者、时间戳、内容和链接等信息，数据基础就有了。

第二步：解析和提取

从JSON文件中解析出所有带链接的消息，提取所有的URL。这里有个容易出问题的细节：一条文本里可能包含好几个链接，所以在解析时必须仔细清洗，否则数据很容易漏掉。

第三步：抓取内容

批量抓取链接中的实际内容。这一步的挑战在于，有些链接需要登录才能访问，有些是Ja vaScript动态渲染的，甚至有些直接就是失效链接。因此需要分多轮处理。

第四步：AI分析

利用AI为每条内容生成标题、总结、分类和优先级评估。这里有一个关键发现——飞书自己就集成了AI分析功能，可以直接拿来用，省了不少事。

第五步：同步飞书

所有数据最终同步到飞书多维表格，形成一个可搜索的知识库。

第六步：生成报告

最后，生成一份带有筛选和搜索功能的可视化HTML报告，以卡片形式展示所有内容。

整个流程一旦跑通，从聊天记录到可视化报告，就能全自动完成。

Part 3: 内容抓取的bug

内容抓取这一环节，起初以为会很顺利。毕竟之前做过微信文章的抓取，经验还算丰富。结果一跑起来才发现问题不少：有些链接需要登录，有些是JS动态渲染的，还有些直接就失效了。

一开始，模型是让工具（CC）吭哧吭哧地直接干活，一口气跑个十几分钟，中途没有任何反馈。等了好久，第一批数据总算跑出来了——成功率只有60%。剩下的40%怎么办？是继续跑第二轮，还是换成Playwright重来？

折腾过这一轮之后，明显感觉到“一轮到底”的思路有问题：没有过程反馈，不知道进度，跑完了才发现问题，然后再调策略、再跑一轮——效率实在太低了。

一个关键问题也逐渐浮出水面：以前抓微信文章时，用过模拟浏览器登录的方式保存内容，其中就用到了懒加载的技巧。这次其实可以把这个思路借鉴过来。

于是调整了策略：把链接抓取分成三轮：

• 第一轮：
  用requests快速抓取。这能解决大约80%的简单链接。

• 第二轮：
  用Playwright加上懒加载，专门处理反爬虫机制比较严格的网站。这一轮可以再解决掉约15%的链接。

• 第三轮：
  剩下的约5%直接标记为失败。这是客观条件的限制，不需要追求100%的完美覆盖。失败的链接中，有些本身可读性就不高，实在需要的话，也可以考虑手动补充。

采用懒加载后，速度直接提升了2倍以上，而且不再需要漫长的“黑盒等待”。这里特别提醒了CC要分批处理，并保持及时反馈。

第一轮跑完，十几分钟就能看到80%的结果。然后再根据失败的情况决定是否跑下一轮。不是“一轮到底”，而是“逐步逼近”的策略。

事后来看，一个判断值得反复琢磨：AI模型有个通病，就是一上来就拼尽全力做完整件事，没有“分批”的概念。在没有任何中间反馈的情况下执行大段黑盒过程，很容易在错误的方向上越走越远。分几个阶段来处理，第一轮解决80%的核心问题，第二轮再处理剩下的，显然比试图一轮解决所有问题要高效得多。

Part 4: 渐进性思考，逐步执行

这次skill创作过程中，最大收获可以浓缩为一句话——

。

什么叫渐进性思考？

说白了就是不追求一次就做到完美。先解决80%的问题，再处理剩下的20%，最后坦然接受那5%的客观限制。

链接抓取就是最典型的例子。起初一口气跑十几分钟没反馈，跑完才发现成功率只有60%。调整后的三轮迭代方案，效果立竿见影。

不要追求100%，而是先解决大部分问题，剩下的逐步优化。

什么叫逐步执行？

就是“一段一段执行，执行完之后及时复盘，把经验沉淀下来”。

这个模式原本是用于写文档的，但后来发现——写代码、调参数、改配置，其实都适用同样的逻辑。

最后生成HTML报告时也踩了不少坑。当时一口气提了好几个修改要求，结果直接改出了“布局溢出”的bug——8种配色、4列布局、5列布局、Hover特效、响应式设计……所有改动全塞在一起，结果整个布局都乱了。

当时直接说了句：“太可怕了，整个布局都是乱的，你现在马上要返回上一个版本。”如果当时能分步骤来，每一步都验证，就不会出现这种状况。

不要一条路走到黑

筛选功能不工作那会儿，CC连续改了5个版本：调整HTML格式、重新绑定事件、修改标签关联、更换CDN……但问题依然没解决。改到第10次的时候，同样是加载不出链接卡片。

其实应该先停下来想想。稍微换了个思路：“类型tag应该在小标签上”——会不会是数据映射出了问题？这句话一下让CC反应过来——dataset应该放在.card元素上。解决这个问题只花了5分钟，但前面改那5个版本耗了4个多小时。

有时候，懂代码的人不一定能最快解决问题，反而是提供一个有效的外部思路，往往更有效。

能用的部分不要改

卡片显示正确后，CC又想调整样式。当时明确提醒：卡片现在能正确显示了，这部分千万不要再动了。应该先把经验总结出来，否则下一次还是会出同样的问题。

后来，CC专门写了文档，记录了正确的替换逻辑，并把可用的模板文件也保存了下来。

强制验证 > 建议阅读

还有一个很深切的教训：明明有经验文档在那儿，执行时还是踩坑了。

比如“字段类型错误”——因为用了type=15（多文本字段），导致212条更新全部失败。如果在同步前能加一个强制检查机制，验证失败就立即exit(1)，就不会浪费那30分钟了。

这次创作结束后，CC把经验沉淀成了“强制检查点”机制：每个阶段执行后自动验证，验证失败立即停止；脚本启动时还会自动给出必要的提醒。

思路比技巧更重要

分轮迭代、渐进验证、停下来想想——这些看似朴素的工程思路，往往比复杂的代码技巧更有价值。这大概就是VibeCoding的魅力所在：不一定非要把代码写得滴水不漏，但要知道怎么让AI高效地帮你干活。

Part 5: 最后说下这工具到底能干啥

前面讲了这么多踩坑和经验，最后简单说说这个工具的实际效果。

输入非常简单，就是微信PC端导出的聊天记录JSON文件。那次从一个高质量分享群导出了10000多条消息。

输出则包含三样东西：

1. 飞书多维表格——
   里面是所有链接的结构化数据：标题、总结、分类、优先级、学习价值、首次提及时间、提及次数。这个表格就是可搜索、可筛选、可排序的知识库。

2. HTML可视化报告——
   带筛选功能的卡片展示页面。可以按类型（GitHub、飞书、微信、其他）筛选，可以搜索关键词，还能看到统计数据和AI洞察。

3. AI洞察分析——
   自动分类、优先级评估、学习价值评分，这部分可以结合规则配置与AI能力实现。

整个流程从聊天记录到可视化报告，全自动完成，几乎不需要手动干预，最多给几个确认。

第一次跑的时候，从导出聊天记录到生成HTML报告，大概花了8个小时——包括各种调试。现在经验已经沉淀下来，应该能压缩到1到2小时内完成。关键在于手动调试bug的地方少了很多，大部分操作都在后台自动进行，知识库也无需每天手动总结。

最大的价值不是省时间，而是——

。

不用每天复制链接，不用担心漏掉内容，不用手动整理。聊天记录一导，脚本一跑，所有链接自动进入知识库，可以搜索、可以分类、还可以看到AI生成的总结。

结语

这次skill创作最大的收获不是工具本身，而是——

这件事。

分轮迭代、渐进验证、停下来想想，这些朴素的工程思路，比复杂的代码技巧更值得沉淀。

除此之外，还有两个更关键的发现：

发现一：从“每次写工具”到“斜杠命令”

之前遇到类似问题时，每次都是重新写个脚本，跑完就丢在那里了。下次再遇到，又要重新来一遍。这次不一样，整个流程被沉淀成了skill，现在只需要一个斜杠命令就能调用。

这个转变听起来很简单，但价值很大：从“一次性工具”变成了“可复用能力”。

发现二：优化skill的skill

在调试这个skill的过程中，发现skill本身也是需要优化的。那么“怎么优化skill”这件事，能不能也沉淀下来？于是把“优化skill的思路”也做成了一个skill。

这听起来有点绕，但本质上就是一个

：把解决问题的思路，沉淀成可复用的方法。简单，但非常有用。下次再做类似项目，应该能从2天压缩到1小时内完成。

因为经验已经不只是“文档”了，而是变成了“斜杠命令”、“强制检查点”、“执行前提醒”、“渐进式验证”这些具体的机制。

这就是VibeCoding的魅力所在——不需要懂很多代码，但要知道怎么让AI高效地帮你干活。