让 AI 读懂你的企业微信：wechat-decrypt 接入指南

背景：为什么要让 AI 读企业微信？

上一篇写了个人微信接入 AI 的指南，解决的是社交沟通数据的 AI 化问题。但对于日常办公来说，企业微信才是主战场——项目协调、需求确认、问题排查、跨部门沟通……大量关键信息沉淀在企微的聊天记录里。

如果你用的 AI 助手能直接读取企微聊天记录，就可以：

• 📋 自动整理每日工作事项（不用自己翻聊天逐条总结）
• 🔍 跨群搜索项目关键信息（项目讨论散落在 N 个群里）
• 👥 查询组织架构和联系人（“帮我看看 XX 部门有谁”）
• 📊 统计沟通频率和活跃时段（谁最活跃？哪些群最忙？）

好消息是：企业微信比个人微信更容易打通。为什么？往下看。

先说结论：企微 vs 个人微信

简单来说：个人微信 4.1+ 需要三步（DLL 注入 → 提取 passphrase → PBKDF2 派生），企微只需要一步（内存扫描）。

技术原理：企微本地数据库是怎么加密的？

加密算法

企业微信使用 wxSQLite3（SQLite 的 AES 加密扩展），比个人微信的 SQLCipher 简单得多：

加密算法：AES-128-CBC（每页独立派生 key/IV）
Key 派生：page_index + "sAlT" → AES key
IV 派生：page_index → IV
密钥长度：16 字节（128 bit）
HMAC 校验：无（比 SQLCipher 少一层验证）

密钥存储

• 有一个全局总密钥，存在 WXWork 进程的内存中
• 每个数据库文件在打开时，由总密钥 + page_index 派生出每页的加密 key 和 IV
• 总密钥可以直接从进程内存中扫描提取——不需要像个人微信 4.1+ 那样做 PBKDF2 派生

数据目录

C:\Users\<用户名>\Documents\WXWork\<账号ID>\Data\
├── message.db        # 聊天消息（核心）
├── session.db        # 会话列表
├── user.db           # 联系人/同事信息
├── message_lookup.db # 消息索引
├── file.db           # 文件传输记录
├── company.db        # 企业信息
├── calendar_r7.db    # 日程信息
├── crm.db            # CRM 数据
└── ...

⚠️ 注意：<账号ID> 是一串数字，如果你的企微有多个上下文（如主账号 + 应用账号），会有多个这样的目录。

第一步：下载 wechat-decrypt

wechat-decrypt 是一个同时支持个人微信 4.x 和企业微信 5.x 的解密工具，功能比 wechat-cli 更全面。

1
2
3

cd D:\Software\AI
git clone https://github.com/ylytdeng/wechat-decrypt.git
cd wechat-decrypt

安装 Python 依赖

1
2

# 如果你用 WorkBuddy，需要安装到它自己的 Python 环境
C:\ProgramData\WorkBuddy\chromium-env\6npn1c\.workbuddy\binaries\python\versions\3.13.12\python.exe -m pip install pycryptodomex zstandard mcp pillow flask tqdm

⚠️ 坑：项目自带的 requirements.txt 在 Git 克隆时可能因为编码问题损坏（中文注释导致 UTF-8 解码失败）。如果遇到 MetadataGenerationFailed 错误，手动重写 requirements.txt 或直接用上面的命令安装即可。

验证依赖安装：

1

python -c "import Cryptodome; import zstandard; import mcp; import PIL; import flask; import tqdm; print('All dependencies OK')"

第二步：配置数据目录

企微可能有多个数据目录（同一个企微账号的不同上下文），需要先确认哪个是主账号。

创建配置文件 config.json，指定主账号的数据目录：

1
2
3

{
  "wxwork_db_dir": "C:\\Users\\<你的用户名>\\Documents\\WXWork\\<你的账号ID>\\Data"
}

💡 如何判断哪个是主账号？ 统计每个 Data 目录下的 .db 文件数量和加密数量，最多的那个通常是主账号。可以用这个脚本快速检查：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

import os

docs = r'C:\Users\<你的用户名>\Documents\WXWork'
for name in os.listdir(docs):
    data_dir = os.path.join(docs, name, 'Data')
    if not os.path.isdir(data_dir):
        continue
    encrypted = 0
    plain = 0
    total = 0
    for fname in os.listdir(data_dir):
        if not fname.endswith('.db'):
            continue
        fpath = os.path.join(data_dir, fname)
        if os.path.getsize(fpath) < 4096:
            continue
        total += 1
        with open(fpath, 'rb') as f:
            header = f.read(16)
        if header == b'SQLite format 3\x00':
            plain += 1
        else:
            encrypted += 1
    if total > 0:
        print(f'{name}: total={total}, encrypted={encrypted}, plain={plain}')

第三步：提取企微密钥（一步搞定！）

前提条件

1. 企业微信客户端正在运行并已登录
2. 命令行以管理员权限运行

运行密钥提取

1
2

cd D:\Software\AI\wechat-decrypt
python find_wxwork_keys.py

输出示例：

Found WXWork process: PID=12345
Scanning memory for cipher keys...
Found 1 key, verifying against 17 encrypted databases...
✓ Key verification: 15/15 salts matched (15/17 databases are encrypted)
Keys saved to wxwork_keys.json

15/15 全部匹配！ 一个 16 字节的 raw key 解密了所有 17 个数据库。

跟个人微信对比一下：

• 个人微信 4.1+：需要 wx_key DLL 注入 → 提取 passphrase → PBKDF2 派生 → 18 个密钥
• 企微 5.x：一个命令，一个密钥，搞定一切

为什么这么简单？

find_wxwork_keys.py 的实现原理：

1. 通过 tasklist 找到 WXWork.exe 进程
2. 使用 Windows API ReadProcessMemory 扫描进程内存
3. 在内存中搜索 wxSQLite3 的 cipher 对象结构体
4. 从结构体中提取 16 字节的 raw key
5. 用这个 key 对每个数据库的第一个 salt 做 AES 解密验证

因为企微是 32-bit 进程（指针大小 4 字节），且 wxSQLite3 的 cipher 结构体特征明显，所以扫描成功率极高。

第四步：解密数据库

1

python decrypt_wxwork_db.py

输出示例：

Decrypting 17 encrypted databases...
  ✓ message.db
  ✓ session.db
  ✓ user.db
  ✓ message_lookup.db
  ✓ file.db
  ... (more)
  ✓ calendar_r7.db
  ✓ crm.db

Copied 2 plain databases (no encryption).

Result: 17 decrypted, 2 copied, 0 failed.
Output directory: wxwork_decrypted/

17 个加密库全部解密，2 个明文库直接复制，0 失败。 🎉

解密后的数据库是标准 SQLite 格式，可以用任何 SQLite 工具打开。

第五步：验证数据与导出消息

列出所有会话

1

python export_wxwork_messages.py --list

输出示例：

R:xxxxxxxxxxxxx    1824   2026-06-06 15:05  群聊  [项目A沟通群]
MAIL                      28587  2026-06-06 15:04  应用   企业邮箱
R:xxxxxxxxxxxxx     622   2026-06-06 13:42  群聊  [技术支持群]
S:xxxxxxxxxx_xxxxxxxxxx   36  2026-06-05 17:30  单聊  [同事A]
...
--- 605 conversations with messages ---

数百个企微会话全部可读！

会话 ID 格式说明：

• R:<数字> — 群聊
• S:<数字>_<数字> — 单聊
• O:<数字> — 应用/公众号
• MAIL — 企业邮箱

导出聊天记录

1
2
3
4
5
6
7
8

# 导出为 JSON
python export_wxwork_messages.py --conversation "S:xxxxxxxxxx_xxxxxxxxxx" --formats json

# 导出为 HTML（可以在浏览器里看）
python export_wxwork_messages.py --conversation "R:xxxxxxxxxxxxx" --formats html

# 同时导出多种格式
python export_wxwork_messages.py --conversation "MAIL" --formats json,csv,html

直接 SQL 查询（高级用法）

解密后的数据库是标准 SQLite，可以直接查询：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18

import sqlite3

conn = sqlite3.connect(r'D:\Software\AI\wechat-decrypt\wxwork_decrypted\message.db')
cur = conn.cursor()

# 查询今天的所有消息
cur.execute('''
    SELECT conversation_id, sender_id, content_type,
           datetime(send_time, 'unixepoch', 'localtime') as time
    FROM message_table
    WHERE date(send_time, 'unixepoch', 'localtime') = '2026-06-06'
    ORDER BY send_time DESC
''')

for row in cur.fetchall():
    print(f'[{row[3]}] conv={row[0]}, sender={row[1]}, type={row[2]}')

conn.close()

⚠️ 注意：企微消息的 content 字段是二进制编码（类似 protobuf），直接读取会得到乱码。需要在应用层做 UTF-8 提取，详见后面的「踩坑记录」。

第六步：配置为 AI 助手 Skill

为了让 AI 助手更方便地调用，可以把企微的查询流程配置成 Skill（以 WorkBuddy 为例）。

Skill 定义

在 ~/.workbuddy/skills/wecom-cli/SKILL.md 中定义，包含：

• 初始化流程：密钥提取 + 数据库解密的完整命令
• 可用命令：列出会话、导出消息、SQL 查询
• 数据库说明：每个 .db 文件的用途
• 消息类型对照表：content_type 与消息类型的映射
• 使用场景示例：常见场景的命令模板
• 故障排除：常见问题的解决方案

使用方式

配置好 Skill 后，直接在 AI 助手对话中说：

@skill:wecom-cli 列出我企微最近 10 个会话
@skill:wecom-cli 帮我导出「项目A沟通群」的聊天记录
@skill:wecom-cli 查看与同事A的单聊最近 20 条消息
@skill:wecom-cli 整理今天企微都有哪些事情

AI 助手会自动调用解密后的数据库，查询并整理结果。

实战：AI 整理今日企微事项

配置好之后，试了一下让 AI 整理今天企微的所有工作事项：

@skill:wecom-cli 帮我整理下企微今天都有哪些事情？

AI 自动查询了当天的所有会话和消息，整理出了：

甚至还能查询组织架构（将真实部门/人名替换为占位符）：

AI 从 user.db 中查询了部门-人员关联，整理出了完整的组织架构：
[部门A]（[你的职位]）
├── [子部门A]（[主管A]）N人
├── [子部门B]（[主管B]）N人
├── [子部门C]（[主管C]）N人
└── [子部门D]（[主管D]）N人

🔒 隐私说明：组织架构信息属于企业内部数据，上述示例已做脱敏处理。实际使用时请注意不要将敏感信息发布到公开渠道。

完整架构图

┌─────────────────────────────────────────────────┐
│                  AI 助手                        │
│              (WorkBuddy / 其他)                 │
└──────────────┬──────────────────────────────────┘
               │  调用 Skill
               ▼
┌─────────────────────────────────────────────────┐
│              wecom-cli Skill                     │
│  ┌───────────────────────────────────────────┐  │
│  │  命令：--list / --conversation / SQL     │  │
│  └───────────────────────────────────────────┘  │
└──────────────┬──────────────────────────────────┘
               │  读取解密数据库
               ▼
┌─────────────────────────────────────────────────┐
│          wxwork_decrypted/ (SQLite 明文)         │
│  message.db / session.db / user.db / ...        │
└──────────────┬──────────────────────────────────┘
               │  解密来源
               ▼
┌─────────────────────────────────────────────────┐
│          wxwork_keys.json (16 字节 raw key)      │
│        (一个密钥解密所有数据库)                    │
└──────────────┬──────────────────────────────────┘
               │  密钥来源（密钥失效时需重新提取）
               ▼
┌─────────────────────────────────────────────────┐
│        find_wxwork_keys.py (内存扫描)            │
│     扫描 WXWork 进程中的 cipher 结构体           │
└──────────────┬──────────────────────────────────┘
               │  读取企微进程内存
               ▼
┌─────────────────────────────────────────────────┐
│           WXWork 5.x 进程内存                    │
│      (32-bit, cipher 对象特征明显)               │
└──────────────┬──────────────────────────────────┘
               │  加密存储
               ▼
┌─────────────────────────────────────────────────┐
│     企微本地数据库 (wxSQLite3 加密)              │
│   message.db / session.db / user.db / ...       │
│   (AES-128-CBC, 无 HMAC, 一个总密钥)            │
└─────────────────────────────────────────────────┘

踩坑记录

重点展开：问题 #3 —— 企微消息的二进制编码

企微的消息 content 字段不像个人微信那样直接存纯文本，而是用了类似 protobuf 的二进制编码。直接 str() 会得到 <binary>。

解决思路：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48

import re

def extract_text(data):
    """从企微二进制消息中提取可读文本"""
    if data is None:
        return ''
    if isinstance(data, str):
        return data.strip()
    if isinstance(data, bytes):
        # 先尝试整体 UTF-8 解码
        try:
            s = data.decode('utf-8')
            # 提取所有连续的中文/ASCII/标点
            parts = re.findall(
                r'[\u4e00-\u9fff\u3000-\u303f\uff00-\uffef'
                r'a-zA-Z0-9.,;:!?()\u2014\u2018-\u201d、。，；：！？'
                r'（）【】《》""\'\\-]+', s)
            result = ' '.join(parts).strip()
            if result:
                return result
        except:
            pass
        # 逐字节 UTF-8 解码
        result = []
        i = 0
        while i < len(data):
            if data[i] < 0x20:
                i += 1
                continue
            if data[i] < 0x80:
                result.append(chr(data[i]))
                i += 1
            elif data[i] < 0xE0:
                try:
                    result.append(data[i:i+2].decode('utf-8'))
                    i += 2
                except:
                    i += 1
            elif data[i] < 0xF0:
                try:
                    result.append(data[i:i+3].decode('utf-8'))
                    i += 3
                except:
                    i += 1
            else:
                i += 1
        return ''.join(result).strip()
    return str(data)

对比：两套方案的完整流程

个人微信（WeChat 4.1+）

1. 安装 wechat-cli
2. wechat-cli init → 失败 (0/18 salts)
3. 下载 wx_key (DLL 注入工具)
4. 运行 wx_key.exe → 提取 passphrase
5. PBKDF2 派生 → 为每个数据库独立派生密钥
6. 生成 all_keys.json (18 个密钥)
7. wechat-cli 正常使用

关键障碍： WeChat 4.1+ 不再缓存派生后的密钥，passphrase 需要经过 PBKDF2-HMAC-SHA512（256000 次迭代）才能得到实际加密密钥。

企业微信（WeCom 5.x）

1. 安装 wechat-decrypt
2. 配置 config.json (数据目录)
3. find_wxwork_keys.py → 一步提取密钥
4. decrypt_wxwork_db.py → 一键解密
5. 直接查询或导出

核心优势： 一个 16 字节的 raw key 就能解密所有数据库，无需额外的密钥派生步骤。

注意事项与风险提示

⚠️ 使用前请充分了解以下风险：

1. 违反服务条款 — 读取企微本地数据库可能违反企业微信服务条款
2. 企业风险 — 企业有权对使用第三方工具的账号进行限制
3. 版本兼容 — 企微更新后工具可能失效，需要等待社区适配
4. 密钥时效 — 密钥在企微重启后可能改变，需重新提取
5. 数据敏感 — 企微数据可能包含商业机密和客户信息，务必谨慎处理
6. 隐私保护 — 即使是个人的企微数据，也包含与同事、客户的沟通记录，发布相关内容前请务必脱敏

建议：

• 仅在个人学习研究目的下使用
• 不要在处理重要商业机密的账号上使用
• 解密后的数据库妥善保管，不要上传到公共平台
• 发布博客或文章时，务必将所有客户名、项目名称、人员姓名、组织架构信息做脱敏处理
• 了解并接受可能的后果

总结

核心收获： 企业微信的 wxSQLite3 加密体系比个人微信的 SQLCipher 4 简单得多——没有 PBKDF2 派生，没有 HMAC 校验，一个内存扫描提取的 raw key 就能解密所有数据库。如果你同时需要打通个人微信和企微，建议先从企微开始，成功后再处理个人微信的密钥派生问题。

系列文章（AI 工具链）

本博客「AI 工具链」系列，教你把各类研发工具接入 AI 助手（悟空）：

• 让 AI 管理你的代码仓库：Gitea MCP Server 接入指南
• 让 AI 帮你管代码评审：Gerrit 接入指南
• 让 AI 管理你的项目：禅道接入指南
• 让 AI 读懂你的微信聊天记录：wechat-cli + wx_key 接入指南
• 让 AI 读懂你的企业微信：wechat-decrypt 接入指南
• 在 WorkBuddy 中通过 REST API 操作 Jenkins：原理与实战
• 在 Jenkins 上搭建基于 Docker 的编译流水线：手把手教程