ChatLab 是一款开源桌面应用，旨在帮助你更好地理解自己的社交对话。它结合了灵活的 SQL 引擎与 AI 代理，让你能够在本地设备上探索模式、提出更深入的问题，并从聊天数据中提取洞察。

目前支持：WhatsApp、LINE、微信、QQ、Discord、Instagram 和 Telegram。接下来将支持：iMessage、Messenger 和 KakaoTalk。

核心功能

• 🚀 专为海量历史记录设计：流式解析和多工作线程处理确保即使在百万消息规模下，导入和分析依然流畅响应。
• 🔒 默认私密：你的聊天数据和设置完全保留在本地。无需强制上传原始对话到云端。
• 🤖 真正能操作数据的 AI：通过代理 + 函数调用的工作流，AI 可以在上下文中搜索、总结和分析聊天记录。
• 📊 丰富的可视化视图：在一个界面中查看趋势、时间模式、互动频率、排名等信息。
• 🧩 跨平台标准化：不同导出格式会被映射到统一的数据模型中，从而实现一致的分析。

使用指南

• 下载指南
• 聊天记录导出指南
• 标准化格式规范
• 故障排除指南

预览

更多预览请访问官方网站：chatlab.fun

系统架构

架构原则

• 默认本地优先：除非你明确选择其他方式，否则原始聊天数据、索引和设置都将保留在设备上。
• 流式优于缓冲：采用流式解析和增量处理，确保大规模导入的稳定性和内存效率。
• 可组合智能：AI 功能通过代理 + 工具调用的方式构建，而非硬编码到单一模型路径中。
• 模式优先演进：导入、查询、分析和可视化共享一个一致的数据模型，能够随着新功能的增加而扩展。

运行时架构

• 主进程（控制平面）：electron/main/index.ts 负责生命周期管理和窗口；electron/main/ipc/ 定义领域范围内的 IPC 接口，而 electron/main/ai/ 和 electron/main/i18n/ 提供共享的 AI 和本地化服务。
• 工作线程层（计算平面）：electron/main/worker/ 通过 workerManager 运行导入、索引和查询任务，将 CPU 密集型工作从 UI 线程中分离出来。
• 渲染层（交互平面）：Vue 3 + Nuxt UI + Tailwind CSS 驱动管理界面、私人聊天、群聊以及分析界面。electron/preload/index.ts 暴露了严格限定作用域的 API，以确保安全的进程边界。

数据管道

1. 摄取：parser/ 检测文件格式并分发到相应的解析模块。
2. 持久化：基于流的写入操作会填充核心本地实体：会话、成员和消息。
3. 索引：构建基于会话和时间的索引，用于时间线导航和检索。
4. 查询与分析：worker/query/* 提供活动指标、互动分析、SQL 实验室以及 AI 辅助探索等功能。
5. 展示：渲染层将查询结果转化为图表、排名、时间线和对话分析流程。

扩展性与可靠性

• 可插拔的解析架构：添加新的导入源主要是在 parser/formats/* 中进行扩展，而无需修改下游的查询逻辑。
• 全量与增量导入路径：streamImport.ts 和 incrementalImport.ts 同时支持首次导入和后续更新。
• 模块化的 IPC 边界：基于领域的 IPC 分割减少了跨层耦合，并限制了权限扩散。
• 统一的 i18n 演进：主进程和渲染进程共享一个 i18n 系统，能够随着产品范围的扩大而不断演进。

---

本地开发

需求

• Node.js >= 20
• pnpm

设置

# 安装依赖
pnpm install

# 在开发模式下运行 Electron 应用程序
pnpm dev

如果 Electron 在启动过程中遇到异常，可以尝试使用 electron-fix：

npm install electron-fix -g
electron-fix start

隐私政策与用户协议

在使用本软件之前，请阅读 隐私政策与用户协议。

社区

在提交 Pull Request 之前，请遵循以下原则：

• 明显的 bug 修复可以直接提交。
• 对于新功能，请先提交 Issue 进行讨论；未经事先讨论的 PR 将被关闭。
• 每个 PR 应专注于一项任务；如果更改较多，建议将其拆分为多个独立的 PR。

感谢所有贡献者：

许可证

AGPL-3.0 许可证

ChatLab 快速上手指南

ChatLab 是一款开源的桌面应用，旨在帮助用户在本地私密地分析社交聊天记录（支持微信、QQ、WhatsApp 等）。它结合了灵活的 SQL 引擎与 AI 智能体，让你无需上传数据到云端即可挖掘聊天数据中的洞察。

环境准备

在开始之前，请确保你的开发环境满足以下要求：

• 操作系统：Windows, macOS 或 Linux
• Node.js：版本 >= 20
• 包管理器：pnpm (推荐)

提示：国内开发者建议使用国内镜像源加速依赖安装。

• Node.js 镜像：https://npmmirror.com/mirrors/node/
• pnpm 配置镜像：

  pnpm config set registry https://registry.npmmirror.com
  

安装步骤

克隆项目并安装依赖：

# 克隆仓库
git clone https://github.com/hellodigua/ChatLab.git
cd ChatLab

# 安装依赖
pnpm install

启动开发模式：

# 运行 Electron 应用
pnpm dev

注意：如果启动时 Electron 出现异常，可以尝试安装并使用 electron-fix 工具：

npm install electron-fix -g
electron-fix start

基本使用

ChatLab 的核心工作流分为“数据导入”和“分析探索”两步。由于它是本地优先（Local-first）应用，所有数据处理均在你的机器上完成。

1. 导出聊天记录

在使用前，你需要从目标社交平台导出聊天记录。目前支持 微信、QQ、WhatsApp、LINE、Discord、Instagram、Telegram。

• 参考官方导出指南获取标准格式文件：Chat Record Export Guide

2. 导入与分析

启动应用后：

1. 导入数据：将导出的聊天记录文件拖入应用界面，或通过菜单选择导入。系统会自动解析并建立本地索引（支持百万级消息流式处理）。
2. SQL 查询：进入 "SQL Lab"，使用内置的 SQL 引擎直接查询结构化后的聊天数据。
   • 示例：查询最活跃的联系人

   SELECT sender, COUNT(*) as message_count 
   FROM messages 
   GROUP BY sender 
   ORDER BY message_count DESC 
   LIMIT 10;
   

3. AI 智能分析：调用内置的 AI Agent，通过自然语言提问来获取洞察。
   • 示例提示词：“总结过去一个月我和‘张三’的聊天主题趋势”或“找出我们讨论最多的时间段”。
4. 可视化视图：查看自动生成的互动频率图、时间分布图和关键词排名。

所有数据（原始记录、索引、设置）默认仅存储在本地，不会上传至云端。