863401402/she-love-me

解决的问题

本项目提供一个工具，用于分析 WeChat 和 QQ 的聊天记录，帮助用户理解恋爱关系中的动态。它利用心理学框架（依恋理论、戈特曼理论、斯滕伯格的爱情三角理论）量化关系健康状况，并识别诸如煤气灯效应或爱的轰炸等“危险信号”。

工作原理

该系统作为与 AI 编码工具（如 Claude Code、Cursor、GitHub Copilot）兼容的“通用代理技能”运行。其遵循多步骤流程：

1. 数据提取：使用第三方工具（如 weflow-cli、CipherTalk 或 QQ Chat Exporter）将聊天日志导出为 JSON 或 Markdown 格式。
2. 定量分析：基于 Python 的引擎（stats_analyzer.py）计算响应速度、消息长度比率、发起频率等指标，生成 stats.json 文件。
3. 分层采样：为避免在大规模数据集上出现 AI 幻觉，build_chat_history.py 会提取特定时间段（如最近 30 天或高冲突期）的数据。
4. AI 解读：大语言模型（LLM）分析整合后的统计数据和采样文本，生成心理诊断、关系状态和可操作建议。
5. 报告输出：结果以 Markdown 摘要和现代感的深色主题 HTML 报告形式输出。

适用人群

希望基于数据驱动和心理学分析，评估与特定联系人的聊天互动状态，判断关系状况或识别有害模式的个人。

核心亮点

• 心理学框架：整合依恋理论、斯滕伯格三角理论和戈特曼比率，实现客观评分。
• 危险信号检测：采用双阈值系统（定量 + 文本），标记间歇性强化或单向痴迷等风险。
• 本地处理：所有数据均在本地处理，聊天记录不会上传至外部服务器。
• 多平台支持：支持 Windows 上的 WeChat 和 QQ，并具备 macOS 的导入功能。
• 代理集成：可在 AI IDE 中通过简单命令（如 /she-love-me）触发。
• 表情符号支持：包含本地导出和预览 WeChat 表情符号的工具。