用AI整理微信收藏夹:调研到实现全过程

用 AI整理微信收藏夹：从调研30个项目到 MCP 操控桌面的全过程

一个看似简单的需求，经历了方案调研、开源项目筛选、两版实现、四个大坑，最终30分钟自动导出所有收藏。

背景：为什么要整理笔记

最近 Karpathy 发了一篇关于用 LLM 构建个人知识库^[1]的文章，核心思想很简洁：把原始素材（论文、文章、笔记）丢进 raw 文件夹，让 LLM 自动"编译"成结构化的 Wiki——生成摘要、识别概念、建立双向链接。每次问答过程中产生的新知识，再回流到 Wiki 中。知识不是每次从头检索（RAG），而是持续积累、越用越厚。他用 Obsidian 做前端，Claude Code 做 agent，一个研究主题跑出了约100篇文章、40万字，自己几乎没有手动写。

这篇文章触动了我。我自己最近也在用 OpenClaw + Obsidian 搭建知识库管理系统，正好想把散落各处的笔记统一整理一遍——幕布笔记、有道云、微信收藏夹等。

前两个都有 API 或导出功能，迁移不难。但微信收藏夹是个特殊的存在：没有 API，没有导出功能，而且微信对自动化操作非常敏感，稍有不慎就可能封号。所以需要单独研究一套安全可靠的方案。

顺便说一句，微信聊天记录里的重要内容其实也面临同样的问题——没有好的导出方式。本文的方法同样适用于微信聊天记录的整理备份。

起因：微信收藏夹的痛点

微信收藏夹是很多人的"第二大脑"——看到好文章，收藏；聊天里的重要信息，收藏；有用的链接，收藏。几年下来，积攒了几百条内容。

但用着用着，问题越来越多：

•没有摘要：收藏的时候随手一点，过几个月完全想不起来这条收藏了什么。标题只显示前几个字，必须点进去才能看到内容。•标签缺失：收藏的时候随手一点，忘了打标签。时间一长，几百条收藏堆在一起，想找某个主题的内容只能一条一条翻。•链接失效：这是最痛的。公众号文章被删、外部链接过期、网页改版——收藏的时候好好的，等到要用的时候点进去，"该内容已被删除"。你连它曾经讲了什么都不知道。•无法导出：微信不提供任何批量导出功能。想备份到本地？只能一条一条手动打开、截图、保存。收藏了几百条，手动操作要花一整天。•无法全文搜索：收藏列表只搜标题，不搜正文。你记得收藏过一段话，但忘了在哪条里，根本搜不到。

总结一句话：收藏夹只管收，不管理。时间越长，越乱，越找不到东西，链接还在持续失效。

所以我决定：把收藏夹整体导出来，截图保底（防止链接失效后内容彻底丢失），文本提取方便搜索，结构化存储方便后续整理。

第一阶段：调研——现有方案对比

先问 AI

我分别问了 豆包^[2]（字节的 AI）和 Claude^[3]："有没有现成的微信收藏夹导出工具？"

两边都给了一些建议，但没有一个是开箱即用的。

试了"微兔"

找到了一个叫"微兔"的工具，看介绍说能导出微信内容。装上一试——只能导出公众号文章，收藏夹里的笔记、聊天记录、图片、音视频一概不支持。

研究了30个开源项目

不死心，去 GitHub 上一个一个翻，前前后后看了大约30个相关项目。这些项目大致分为几种类型：

结论很清楚：只有 UI 自动化是可行的。其他方案要么技术上不可行（加密数据库），要么风险太高（Hook 注入），要么接口已关闭（网页版）。

第二阶段：第一版实现——pyautogui + 手动校准

确定了技术方向后，我和 Claude 开始协作开发。

头脑风暴：反复讨论需求

没有上来就写代码。我们先用 Claude 的头脑风暴模式，反复讨论了几个关键问题：

•导出什么？截图、文本、还是两者都要？•收藏类型很多（链接、笔记、聊天记录、文件），怎么处理差异？•长内容怎么办？一屏截不完的内容需要滚动拼接。•中途断了怎么办？需要断点续传。

架构设计

讨论清楚需求后，我们设计了六个模块的架构：

config.py          → 配置常量、随机延时window_manager.py  → AppleScript 窗口管理calibrator.py      → 坐标校准（让用户手动指定关键位置）content_extractor.py → 截图、OCR、文本提取exporter.py        → 导出主循环main.py            → CLI 入口

架构讨论完，Claude 问我："还需要改动什么？可以开始实施了吗？"

我的要求：TDD

我说：需要自己编译测试，并修复问题。

这句话改变了整个开发流程。Claude 采用了严格的测试驱动开发（TDD）：

1.先写失败的测试2.运行确认测试失败3.写实现代码4.运行确认测试通过5.提交

每个模块都是这样走完的，最终积累了 26+ 个测试用例，覆盖了 URL 提取、图像哈希、截图拼接、断点续传等核心逻辑。

第一版的局限

第一版做出来了，能用，但体验不好。最大的问题是手动坐标校准：

步骤 1/4：请把鼠标移到左侧「全部收藏」的位置，然后按 Enter...步骤 2/4：请把鼠标移到右侧列表第一条收藏的中心，然后按 Enter...步骤 3/4：请把鼠标移到右侧列表可见区域的底部边缘，然后按 Enter...步骤 4/4：当前可见几条收藏？请输入数字:

每次微信窗口大小变了、位置挪了，都要重新校准。而且校准精度依赖人工操作，偏差几个像素就可能点错位置。

能不能让 AI 自己"看"屏幕，自己决定点哪里？

第三阶段：发现 MCP——转折点

第一版效果不满意，我直接问 Claude："你们 Anthropic 公司那边有没有其他方法？能直接操控 Mac 桌面的？"

Claude 介绍了几个方案，其中 macos-control-mcp 最合适——一个 MCP（Model Context Protocol）Server，提供截图、OCR、点击、输入等能力，可以直接在 Claude Code 里调用。

选它的原因：

1.我已经在用 Claude Code2.一条命令安装3.不需要额外订阅或模型

claude mcp add macos-control -- npx -y macos-control-mcp

这行命令，开启了真正有意思的部分。

第四阶段：MCP 实战——踩了四个大坑

坑1：Python 模块找不到

安装完 MCP Server，截图功能正常，但点击功能报错：

Error: No module named 'Quartz'

排查发现：macos-control-mcp 在 ~/.macos-control-mcp/.venv/ 下创建了自己的 Python 虚拟环境，但因为网络代理问题，pyobjc-framework-Quartz 安装失败了。我的系统 Python 有这个包，但 MCP 用的是自己的 venv——两个 Python 互不相通。

解决：直接往 MCP 的 venv 里装，绕过代理：

unset http_proxy https_proxy~/.macos-control-mcp/.venv/bin/pip install pyobjc-framework-Quartz pyobjc-framework-Vision

坑2：Retina 显示屏的坐标映射

这是最折腾的一个坑。我让 Claude 点击左侧栏的"全部收藏"，它每次都打开了"新建笔记"窗口。反复尝试了不同坐标，始终点错。

问题出在 Retina 显示屏。物理分辨率 2880×1800，逻辑分辨率 1440×900。pyautogui 截图返回物理像素，但点击用逻辑坐标——两套坐标系混在一起。

Claude 的解法很聪明：裁剪侧边栏的截图让自己直接"看"：

sidebar = img.crop((74, 120, 480, 800))  # 物理像素坐标sidebar.save('/tmp/wechat_sidebar.png')

看到裁剪后的清晰图片，Claude 发现"全部收藏"在逻辑坐标 (137, 150) 而不是之前估计的 (93, 109)——差了将近50个像素，难怪一直点到了上面的"新建笔记"按钮。

坑3：滚动不生效

第一版 MCP 脚本导出了3条，但3条截图完全一样——都是第一条收藏。

两个问题叠加：

1.滚动量太小：scroll(-6) 在微信收藏列表里几乎没效果，需要 scroll(-10) 调用5次2.滚动焦点丢失：关闭详情窗口后，鼠标焦点不在列表上，滚动指令发给了空气

解决：关闭详情窗口后，先点击列表区域恢复焦点，再滚动：

def scroll_down_one():    pyautogui.click(380, 300)   # 先点击列表，获取焦点    time.sleep(0.2)    for _ in range(5):        pyautogui.scroll(-10)   # 再滚动        time.sleep(0.08)

用户的关键提示：用日期验证

在调试滚动问题时，我给了一个关键提示：

"收藏的时间应该是会变化的。上一条跟下一条的收藏时间应该不一样。可以根据这个时间来判断你的识别到底有没有效果。"

这句话改变了调试策略。Claude 不再盲目调参数，而是截图对比滚动前后的日期变化：

•滚动前第一条：星期四•滚动后第一条：星期一

日期变了，说明滚动生效。日期没变，说明需要加大滚动量。这种"用业务数据验证技术操作"的思路，正是人机协作的价值——人提供领域知识，AI 执行验证。

坑4：单击 vs 双击

这个坑相对简单但也浪费了时间。单击收藏项没有反应——微信 Mac 版需要双击才能打开收藏详情窗口。通过监测窗口数量来验证：

before = win_count()        # 1pyautogui.doubleClick(420, 125)after = win_count()         # 2 → 新窗口打开了！

最终效果

所有坑填完后，导出流程是：

循环：  1. 双击第一个可见的收藏项 → 等待新窗口打开  2. 截图详情窗口（支持滚动拼接长截图）  3. 尝试 Cmd+A / Cmd+C 复制文本  4. 关闭详情窗口  5. 点击列表区域恢复焦点  6. 向下滚动一条  7. 对比滚动前后截图，检测是否到底

运行 python3 auto_export.py 100，约30分钟后：

每条收藏保存为独立目录：

output/全部收藏/├── 000/│   ├── screenshot.png    # 详情截图（长内容自动拼接）│   ├── content.txt       # 文本内容（如可复制）│   └── meta.json         # 元数据（时间、URL、页数等）├── 001/│   └── ...

复盘：人和 AI 各做了什么

人做的事情

•明确目标：批量导出微信收藏夹•调研筛选：试了微兔，看了30个开源项目，排除了不可行的方案•选择路线：从数据库解析、API、Hook、UI 自动化中选定最后一种•要求 TDD：让 Claude 先写测试再写实现，保证代码质量•提出转折：第一版不满意，直接问 Anthropic 有没有更好的方案•关键 debug：用日期验证滚动效果，在死循环时中断并指出问题•授权操作：授予屏幕录制和辅助功能权限

AI 做的事情

•头脑风暴：梳理需求，讨论收藏类型差异、长截图、断点续传•架构设计：设计六模块架构，TDD 开发26+测试用例•第一版实现：pyautogui + AppleScript + 手动校准•发现 MCP：介绍 macos-control-mcp，一行命令安装•诊断修复：找到 MCP 的 venv 路径，修复 Python 依赖•视觉调试：通过截图裁剪+视觉分析，确定 Retina 下的正确坐标•校准参数：用截图对比验证滚动量、焦点管理•批量执行：30分钟无人值守导出100条收藏

感悟

1. AI 操控桌面还不是"开箱即用"

坐标映射、焦点管理、滚动校准——每一个看似简单的操作都可能卡住整个流程。但一旦跑通，效率提升巨大：30分钟无人值守 vs 手动操作几小时。

2. 调研不能省

看了30个项目才确定技术路线。如果一开始就动手写代码，很可能走上数据库解析或 API 调用的死路。

3. TDD 在 AI 编程中同样重要

让 AI 写代码很容易，但让它写可靠的代码需要约束。要求 TDD 后，Claude 的代码质量明显提升——每个模块都有测试保障，重构时也不怕改坏东西。

4. 人机协作的最佳分工

人负责方向判断和 debug 灵感（选什么方案、用日期验证、发现死循环），AI 负责试错和执行（调坐标、写脚本、跑导出）。这种协作模式，比纯手动或纯自动都高效得多。

5. 两版迭代的价值

第一版不白做——TDD 建立的测试体系、模块化的架构设计、对微信 UI 行为的理解，都在第二版中复用了。没有第一版的探索，第二版不可能这么快跑通。

下一步：导出只是开始

导出收藏夹只是整个知识管理流程的第一步——把数据从封闭系统里救出来。接下来的计划：

1.AI 摘要：用 LLM 对每条收藏生成摘要，解决"收藏了但想不起来是什么"的问题2.自动分类和打标签：根据内容语义自动归类，补上当初忘记打的标签3.归档到知识库：导入 Obsidian，与其他笔记（幕布、有道云）统一管理，建立双向链接4.持续积累：按 Karpathy 的思路，每次问答产生的新知识回流到知识库，越用越厚

这正是 Karpathy 所说的 LLM Wiki 的核心理念——知识不是一次性检索，而是持续编译和积累。微信收藏夹里躺了几年的内容，终于可以变成可搜索、可关联、持续增长的知识资产。

而且，这套 MCP 操控桌面的方法完全可以扩展到其他软件。有道云笔记、幕布、甚至任何没有 API 的桌面应用——只要 AI 能看到屏幕、能点击操作，就能自动化。不需要等官方开放接口，不需要逆向工程，用最笨但最通用的方式：让 AI 像人一样操作电脑。

工具：Claude Code (Opus 4.6) + macos-control-mcp + pyautogui代码：约200行 Python（auto_export.py），另有第一版 TDD 代码库约600行时间：调研半天 + 第一版开发半天 + MCP 版调试2小时 = 约1.5天

References

[1] 用 LLM 构建个人知识库: https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f[2] 豆包: https://www.doubao.com/thread/w8440b86f1b76d57c[3] Claude: https://claude.ai/share/0d17c729-6e8e-48b6-9c4d-c127bc7e1811