WeChat Viewer — 项目词典

面向 AI Agent 的领域术语定义。Agent 加载此文件以快速理解项目上下文，减少重复解释和 token 消耗。

核心概念

• wechat-viewer: Flask Web 应用，运行在 Android/Termux 上，通过 sqlcipher 直接读取微信 EnMicroMsg.db，提供消息浏览、群聊日报、文章管线、自学习闭环等功能。
• EnMicroMsg.db: 微信本地加密数据库，通过 sqlcipher + 密钥解密访问。每个微信账号一个 DB。
• sqlcipher: SQLite 加密扩展，安装在 Termux 中。连接时需 PRAGMA key + cipher_compatibility=1 + cipher_page_size=1024。

数据层

• local_db.py: 本地 SQLite 管理层（config.LOCAL_DB），存储加工后的数据：processed_messages, chat_summaries, articles/article_shares, daily_reports, report_images, hermes_jobs, learn_queue, learning_results, reply_whitelist。
• wechat_db.py: 原始微信 DB 读取层，通过 sqlcipher 直接查询 EnMicroMsg.db。
• config.py: 账号发现、密钥管理、DB 路径配置。多账号通过 /data/data/com.tencent.mm/MicroMsg/<hash>/EnMicroMsg.db 自动发现。

Hermes 集成

• spawn_hermesjob(): 统一子进程启动函数，所有 Hermes CLI 调用必须通过此函数。强制要求 -s 指定 skill。返回 task_id 追踪。
• hermes_jobs 表: 追踪所有 Hermes 子进程任务（task_id, job_type, job_name, status, log_file）。
• 子进程工具集: hermes 子进程必须包含 -t terminal,web,file 三个工具集。

学习管线 (6步闭环)

• learn_queue 表: 学习队列，每篇待学习文章一行。status: pending_review → pending_learn → learning → learned/failed。
• learning_results 表: 学习结果记录，含 result_type (skill/memory/reference/todo/apply_audit)、verification_result、auto_applied 标记。
• 分类器 (/api/learn/classify): 对文章摘要评分(1-10)，决定 learn_type 和路由。
• 学习执行器 (/api/learn/execute): Cron 每30分钟触发，扫描 pending_learn，执行 6步吸收 Loop。
• _run_absorb(): Step1-4（摘要→消化→验证→报告）。
• verify_andapply(): Step5 确定性验证。
• _run_apply(): Step6 知识应用审计。

路由规则

• /api/* : JSON API
• /* : HTML 页面模板
• 关键页面: / 首页, /learn 管线页, /jobs 任务追踪, /reports 日报, /articles 文章, /chat/<talker> 聊天详情, /cron 定时任务

关键约束

• Jinja2 反斜杠 Bug: <script> 块中 \" \\' backtick 会被 autoescape 破坏 → JS 报错。Fix: data-属性 + 事件委托 + 字符串拼接。
• Flask debug=False: 缓存模板，修改后需 su kill -9 杀旧 PID 重启。
• 微信多账号: 账号切换时重新连接对应 DB。两个账号: 小火子(653cdc23) + 火星人(yibooo/ec4f423b)。
• su 权限: 部分文件操作需要 root，通过 su -c 执行。

飞书集成

• 需求表/Bug表通过 feishu-todo-sync skill 管理。APP_ID=cli_a91b01debab81cd1, CHAT_ID=oc_3156253ca92a5f8649945c59769d9c52。