ChatLab

通过本地化的 AI 分析，重新探索你的社交记忆。

English | 简体中文 | 繁體中文 | 日本語

官方网站 · 下载 · 文档 · 路线图 · 提交 Issue

ChatLab 是一款开源桌面应用，旨在帮你深入理解自己的社交对话。它结合了灵活的 SQL 引擎与 AI Agent，让你能够在本地机器上探索聊天模式、提出更有价值的问题，并从聊天数据中挖掘洞察。

目前支持：WhatsApp, LINE, WeChat, QQ, Discord, Instagram, 和 Telegram。即将支持：iMessage, Messenger, 和 KakaoTalk。

核心功能

• 🚀 专为海量历史记录打造：流式解析与多线程处理确保了即使在百万级消息规模下，导入和分析依然流畅响应。
• 🔒 默认隐私保护：你的聊天数据和设置均保存在本地。无需强制上传任何原始对话到云端。
• 🤖 真正可操作数据的 AI：Agent + Function Calling 工作流能够结合上下文搜索、总结并分析聊天记录。
• 📊 丰富的可视化洞察：在一个界面中查看趋势、时间模式、互动频率、排行榜等信息。
• 🧩 跨平台标准化：将不同的导出格式映射到统一的数据模型中，从而实现一致的分析体验。

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

如需查看更多预览，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，否则原始聊天数据、索引和设置均保留在设备上。
• 流式处理优于缓存：优先采用流式解析和增量处理，保持大规模导入时的稳定性和内存高效性。
• 可组合的智能：AI 功能通过 Agent + Tool Calling 组装而成，而非硬编码在单一模型路径中。
• Schema 优先的演进：导入、查询、分析和可视化共享统一的数据模型，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 处理生命周期和窗口。electron/main/ipc/ 定义了领域范围的 IPC，而 electron/main/ai/ 和 electron/main/i18n/ 提供共享的 AI 和国际化服务。
• 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。
• 渲染层 (交互平面)：Vue 3 + Nuxt UI + Tailwind CSS 驱动管理、私聊、群聊和分析界面。electron/preload/index.ts 暴露了严格受限的 API，以确保进程边界的安全性。

数据流水线

1. 获取 (Ingestion)：parser/ 检测文件格式并分发给匹配的解析器模块。
2. 持久化 (Persistence)：基于流的写入方式填充核心本地实体：会话、成员和消息。
3. 索引 (Indexing)：构建面向会话和时间的索引，以便进行时间线导航和检索。
4. 查询与分析 (Query & Analysis)：worker/query/* 为活动度指标、互动分析、SQL Lab 和 AI 辅助探索提供支持。
5. 展示 (Presentation)：渲染层将查询结果转换为图表、排行榜、时间线和对话分析流。

可扩展性与可靠性

• 插件化解析器架构：添加新的导入源主要是在 parser/formats/* 中进行扩展，无需重构下游的查询逻辑。
• 全量 + 增量导入路径：streamImport.ts 和 incrementalImport.ts 支持首次导入和后续的数据同步。
• 模块化 IPC 边界：基于领域的 IPC 分割减少了层间耦合，并限制了权限范围。
• 统一的 i18n 演进：主进程和渲染进程共享一套国际化系统，可随产品需求扩展。

---

本地开发

环境要求

• Node.js >= 20
• pnpm

安装设置

# install dependencies
pnpm install

# run electron app in dev mode
pnpm dev

如果 Electron 在启动时遇到异常，可以尝试使用 electron-fix：

npm install electron-fix -g
electron-fix start

贡献指南

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；未经讨论直接提交的 PR 将被关闭。
• 保持一个 PR 只专注于一个任务；如果改动较大，请考虑将其拆分为多个独立的 PR。

隐私政策

（此处为隐私相关内容，请参阅项目文档）