wechat-chat-attitude 0.4.0__tar.gz

wechat_chat_attitude-0.4.0/PKG-INFO

@@ -0,0 +1,230 @@
+Metadata-Version: 2.4
+Name: wechat-chat-attitude
+Version: 0.4.0
+Summary: Local WeChat direct-chat evidence preparation MCP server
+Requires-Python: >=3.10
+Description-Content-Type: text/markdown
+Requires-Dist: mcp==2.1.1
+Requires-Dist: cryptography<51,>=46
+Requires-Dist: zstandard<1,>=0.23
+
+# WeChat Chat Attitude
+
+把你和某个微信联系人的单聊整理成可核对的证据，再交给你选择的模型逐条阅读，分析：
+
+- 对方的回复方式和态度变化；
+- 谁在主动推进话题、邀约和后续安排；
+- 可从聊天中观察到的沟通风格与行为倾向；
+- 下一句怎样聊得自然、低压力。
+
+它不是“关键词统计器”，也不是一个自带模型的聊天机器人。程序负责在本机寻找或导入数据、隔离指定联系人、按聊天总长度抽取近期和历史证据；真正的语义分析由你连接的 MCP 模型完成。
+
+## 先说结论：它能不能像其他 MCP 一样自动下载？
+
+可以。这个项目同时支持两种连接方式：
+
+1. **自动下载包（推荐给已经发布的版本）**：客户端启动 `uvx`，自动下载并运行 `wechat-chat-attitude` 包。
+2. **本地运行（包尚未发布或离线环境）**：安装器在项目目录创建 Python 环境，配置直接指向本地文件。
+
+MCP 协议本身不会替客户端修改配置。Codex 可以由安装器自动登记；其他客户端需要把一段 JSON 粘贴进去，或者把配置合并到你指定的 JSON 文件。合并时只更新 `wechat-chat-attitude` 这一项，并先生成备份。
+
+## 你需要准备什么
+
+- macOS 或 Windows；
+- Python 3.10+（只使用本地运行方式时需要）；
+- 支持 MCP 的模型客户端，例如 Codex、Claude Desktop、Cursor、Trae 等；
+- 你自己的微信账号和聊天数据。
+
+本机自动获取目前针对 macOS/Windows 微信 4.x 的 `xwechat_files/.../db_storage` 布局。其他版本可以先导出单聊 JSON，或提供稳定的已解密数据库。Linux 等不支持直接捕获微信进程密钥，但仍可使用导入方式。
+
+## 最省事的安装方式
+
+### Codex
+
+下载并解压本项目，在项目目录双击：
+
+- macOS：`install.command`；如果系统拦截，右键选择“打开”；
+- Windows：`install.bat`。
+
+选择 **Codex**。安装器会创建项目自己的环境，安装依赖，并用 Codex 命令只刷新名为 `wechat-chat-attitude` 的 MCP 配置；其他 MCP 不会被删除。
+
+也可以手动运行：
+
+```bash
+python3 install_mcp.py --client codex
+```
+
+Windows：
+
+```powershell
+py -3 install_mcp.py --client codex
+```
+
+重新打开 Codex 后即可使用。
+
+### 其他 MCP 客户端：自动下载模式
+
+此模式适用于 `wechat-chat-attitude` 已发布到包源之后。双击安装器选择“自动下载配置”，或运行：
+
+```bash
+python3 install_mcp.py --client generic --config-mode package
+```
+
+复制输出的 JSON 到客户端的 MCP/工具/开发者设置，然后重启客户端。配置的核心是：
+
+```json
+{
+  "mcpServers": {
+    "wechat-chat-attitude": {
+      "command": "uvx",
+      "args": [
+        "--python", "3.11",
+        "--from", "wechat-chat-attitude", "wechat-chat-attitude-mcp"
+      ],
+      "description": "本地微信聊天证据准备与逐条分析 MCP 服务"
+    }
+  }
+}
+```
+
+如果你能访问源码仓库，也可以下载 [自动下载配置模板](configs/wechat-chat-attitude.package.json)。拿不到仓库文件时，直接复制上面的 JSON 即可；`uvx` 第一次启动时会取得包，之后使用本机的隔离环境运行。
+
+如果客户端提示找不到 `uvx`，先安装 Astral 的 uv，再重启客户端：<https://docs.astral.sh/uv/getting-started/installation/>。配置固定使用 Python 3.11；本机没有时，uv 会按其默认策略取得一个隔离运行时。
+
+> 如果包还没有发布到 PyPI，请使用下面的本地模式。发布者完成 [发布步骤](docs/publishing.md) 后，其他用户即可使用上面的 `uvx` 配置，不需要访问这个仓库。
+
+### 发布后，别人怎么直接安装
+
+发布者只需在 PyPI 配置一次 Trusted Publisher，然后给仓库打一个与 `pyproject.toml` 版本对应的 `v*` 标签；GitHub Actions 会自动测试、构建并发布包。用户只需安装一次 `uv`，粘贴上面的 MCP JSON，重启模型/Agent，首次调用会自动下载 `wechat-chat-attitude`。完整的发布者清单见 [`docs/publishing.md`](docs/publishing.md)。
+
+### 其他 MCP 客户端：本地模式
+
+在项目目录双击安装器并选择“本地配置”，或运行：
+
+```bash
+python3 install_mcp.py --client generic --config-mode local
+```
+
+安装器会创建 `.venv` 并输出一段包含绝对路径的配置。把它粘贴到客户端后重启即可。只想查看模板、不安装依赖时：
+
+```bash
+python3 install_mcp.py --client generic --config-mode local --config-only
+```
+
+## 直接生成或修改配置文件
+
+如果客户端允许导入 JSON，可以让安装器直接生成文件：
+
+```bash
+python3 install_mcp.py \
+  --client generic \
+  --config-mode package \
+  --config-output "$HOME/wechat-chat-attitude.mcp.json"
+```
+
+Windows PowerShell：
+
+```powershell
+py -3 install_mcp.py --client generic --config-mode package `
+  --config-output "$env:USERPROFILE\wechat-chat-attitude.mcp.json"
+```
+
+如果你已经有客户端配置文件，可以让安装器合并进去：
+
+```bash
+python3 install_mcp.py \
+  --client generic \
+  --config-mode package \
+  --merge-config "/path/to/your/mcp.json"
+```
+
+Windows PowerShell 只需把最后一个参数换成配置文件的绝对路径，例如：
+
+```powershell
+py -3 install_mcp.py --client generic --config-mode package `
+  --merge-config "$env:APPDATA\SomeMcpClient\config.json"
+```
+
+已有文件会先保存成同目录下的 `.bak`（若已存在则使用编号后缀），原来的其他 `mcpServers` 会保留。安装器不会猜测 Claude、Cursor 或其他客户端的配置路径，所以合并时必须由你明确提供目标文件。
+
+## 第一次分析
+
+完成 MCP 连接后，直接对模型说：
+
+> 使用 wechat-chat-attitude，分析我和“阎亦琛 01.1.26”的全部微信聊天，重点分析她对我的态度、回复变化、沟通风格和可观察到的性格倾向，并告诉我接下来怎么自然地聊。
+
+模型会按这个顺序工作：
+
+1. 发现本机微信账户和进程，只返回选择项，不读取聊天正文；
+2. 说明即将进行的本机授权，等你确认后才捕获所选进程的数据库密钥；
+3. 如果 macOS/Windows 要求权限，只给你一条系统终端命令；管理员密码只输入系统终端，不要发给模型；
+4. 提醒你完全退出微信，建立稳定快照；
+5. 精确匹配一个联系人。重名或多个账户时，模型必须让你选择，不能猜；
+6. 按总聊天长度保留最近完整消息和分层历史样本；
+7. 逐块、逐条读取实际证据，登记读过的消息 ID，再给出结论。
+
+“全部聊天”指程序会以全部导出记录计算范围和抽样；默认逐条交给模型阅读的是最近 1000 条加按总长度增长的历史样本，不会把超大聊天未经筛选地塞进上下文。需要更深的历史基线时，可以对模型说“重新准备并使用 deep 模式”。模型必须在报告开头区分 `raw_rows`、`selected_rows`、`manual_reviewed_rows` 和未逐条阅读的行数。
+
+## 获取最新记录和刷新分析
+
+不要把旧的 `run_id` 直接当成最新数据。要刷新时明确说：
+
+> 重新获取我和“阎亦琛 01.1.26”的最新微信记录，不要复用旧 run；完成后告诉我数据截止时间、最新消息 ID、与上次相比新增了哪些内容，再结合近期内容和回复间隔分析我应该怎么聊。
+
+模型应重新发现微信、按提示授权并建立新快照；如果微信还在运行，先按提示退出。完成后可以继续追问“她更像礼貌回应还是主动维持关系”“最近回复间隔有没有变化”等。
+
+## 如果没有自动获取条件
+
+可以导入已经隔离的单聊 JSON。先连接本地模式，然后对模型说：
+
+> 使用 wechat-chat-attitude。导入 `/绝对路径/单聊.json`，联系人是“张三”，本人标签是“我”。先说明会写入哪些本机文件，得到允许后再准备证据；按顺序逐条读完所有分块，分析态度、沟通风格和可观察到的性格倾向，并给出自然的聊天建议。
+
+单聊 JSON 示例见 [examples/example-chat.json](examples/example-chat.json)。已解密数据库、加密数据库和受保护密钥 JSON 的导入方式见 [本机获取说明](references/local-acquisition.md)。
+
+## 隐私和安全
+
+- MCP 服务只在本机通过 `stdio` 运行，不开放监听端口；
+- 原始聊天只在明确读取分块时返回，不写入服务日志；
+- 密钥只保存在本机私有目录，工具不会返回密钥；
+- 程序不会修改微信数据库、微信应用或账户文件；
+- 使用云模型时，逐条读取的消息会进入该模型的上下文，仍受模型服务商的数据政策约束；
+- 不要把管理员密码、数据库密钥或密钥 JSON 内容发到聊天中。
+
+## 常见问题
+
+### “配置成功但客户端找不到 MCP”
+
+保存 JSON 后完全退出并重新打开客户端。自动下载模式还要确认 `uvx` 在系统 PATH 中；包尚未发布时请改用本地模式。
+
+### “要求输入密码”
+
+只在系统的 Terminal/管理员终端输入。模型和 MCP 不需要、也不应该收到这个密码。
+
+### “请退出微信”
+
+这是为了避免复制正在写入的数据库。退出后确认微信进程已经结束，再让模型重试；不要用正在变化的数据库继续解密。
+
+### “找不到联系人或有多个候选”
+
+提供精确备注、昵称、微信号或让模型列出候选后选择，不要让模型猜。
+
+### “自动获取不支持我的微信版本”
+
+使用单聊 JSON 或稳定的已解密数据库导入。程序会明确停止，不会假装成功或全盘猜路径。
+
+## 命令行和开发文档
+
+不使用 MCP 也可以运行 `scripts/wechat_chat_pipeline.py` 处理 JSON/已解密数据库。抽样、刷新、账本和数据格式说明分别见：
+
+- [MCP 使用设计](docs/mcp-first-mvp.md)
+- [本机自动获取设计](docs/foolproof-acquisition-design.md)
+- [分析合同](references/analysis-contract.md)
+- [刷新流程](references/refresh-workflow.md)
+
+开发者运行测试：
+
+```bash
+PYTHONPATH=. .venv/bin/python -m unittest discover -s tests -v
+```
+
+发行包不包含真实聊天、数据库密钥或第三方预编译扫描器。

wechat_chat_attitude-0.4.0/README.md

@@ -0,0 +1,220 @@
+# WeChat Chat Attitude
+
+把你和某个微信联系人的单聊整理成可核对的证据，再交给你选择的模型逐条阅读，分析：
+
+- 对方的回复方式和态度变化；
+- 谁在主动推进话题、邀约和后续安排；
+- 可从聊天中观察到的沟通风格与行为倾向；
+- 下一句怎样聊得自然、低压力。
+
+它不是“关键词统计器”，也不是一个自带模型的聊天机器人。程序负责在本机寻找或导入数据、隔离指定联系人、按聊天总长度抽取近期和历史证据；真正的语义分析由你连接的 MCP 模型完成。
+
+## 先说结论：它能不能像其他 MCP 一样自动下载？
+
+可以。这个项目同时支持两种连接方式：
+
+1. **自动下载包（推荐给已经发布的版本）**：客户端启动 `uvx`，自动下载并运行 `wechat-chat-attitude` 包。
+2. **本地运行（包尚未发布或离线环境）**：安装器在项目目录创建 Python 环境，配置直接指向本地文件。
+
+MCP 协议本身不会替客户端修改配置。Codex 可以由安装器自动登记；其他客户端需要把一段 JSON 粘贴进去，或者把配置合并到你指定的 JSON 文件。合并时只更新 `wechat-chat-attitude` 这一项，并先生成备份。
+
+## 你需要准备什么
+
+- macOS 或 Windows；
+- Python 3.10+（只使用本地运行方式时需要）；
+- 支持 MCP 的模型客户端，例如 Codex、Claude Desktop、Cursor、Trae 等；
+- 你自己的微信账号和聊天数据。
+
+本机自动获取目前针对 macOS/Windows 微信 4.x 的 `xwechat_files/.../db_storage` 布局。其他版本可以先导出单聊 JSON，或提供稳定的已解密数据库。Linux 等不支持直接捕获微信进程密钥，但仍可使用导入方式。
+
+## 最省事的安装方式
+
+### Codex
+
+下载并解压本项目，在项目目录双击：
+
+- macOS：`install.command`；如果系统拦截，右键选择“打开”；
+- Windows：`install.bat`。
+
+选择 **Codex**。安装器会创建项目自己的环境，安装依赖，并用 Codex 命令只刷新名为 `wechat-chat-attitude` 的 MCP 配置；其他 MCP 不会被删除。
+
+也可以手动运行：
+
+```bash
+python3 install_mcp.py --client codex
+```
+
+Windows：
+
+```powershell
+py -3 install_mcp.py --client codex
+```
+
+重新打开 Codex 后即可使用。
+
+### 其他 MCP 客户端：自动下载模式
+
+此模式适用于 `wechat-chat-attitude` 已发布到包源之后。双击安装器选择“自动下载配置”，或运行：
+
+```bash
+python3 install_mcp.py --client generic --config-mode package
+```
+
+复制输出的 JSON 到客户端的 MCP/工具/开发者设置，然后重启客户端。配置的核心是：
+
+```json
+{
+  "mcpServers": {
+    "wechat-chat-attitude": {
+      "command": "uvx",
+      "args": [
+        "--python", "3.11",
+        "--from", "wechat-chat-attitude", "wechat-chat-attitude-mcp"
+      ],
+      "description": "本地微信聊天证据准备与逐条分析 MCP 服务"
+    }
+  }
+}
+```
+
+如果你能访问源码仓库，也可以下载 [自动下载配置模板](configs/wechat-chat-attitude.package.json)。拿不到仓库文件时，直接复制上面的 JSON 即可；`uvx` 第一次启动时会取得包，之后使用本机的隔离环境运行。
+
+如果客户端提示找不到 `uvx`，先安装 Astral 的 uv，再重启客户端：<https://docs.astral.sh/uv/getting-started/installation/>。配置固定使用 Python 3.11；本机没有时，uv 会按其默认策略取得一个隔离运行时。
+
+> 如果包还没有发布到 PyPI，请使用下面的本地模式。发布者完成 [发布步骤](docs/publishing.md) 后，其他用户即可使用上面的 `uvx` 配置，不需要访问这个仓库。
+
+### 发布后，别人怎么直接安装
+
+发布者只需在 PyPI 配置一次 Trusted Publisher，然后给仓库打一个与 `pyproject.toml` 版本对应的 `v*` 标签；GitHub Actions 会自动测试、构建并发布包。用户只需安装一次 `uv`，粘贴上面的 MCP JSON，重启模型/Agent，首次调用会自动下载 `wechat-chat-attitude`。完整的发布者清单见 [`docs/publishing.md`](docs/publishing.md)。
+
+### 其他 MCP 客户端：本地模式
+
+在项目目录双击安装器并选择“本地配置”，或运行：
+
+```bash
+python3 install_mcp.py --client generic --config-mode local
+```
+
+安装器会创建 `.venv` 并输出一段包含绝对路径的配置。把它粘贴到客户端后重启即可。只想查看模板、不安装依赖时：
+
+```bash
+python3 install_mcp.py --client generic --config-mode local --config-only
+```
+
+## 直接生成或修改配置文件
+
+如果客户端允许导入 JSON，可以让安装器直接生成文件：
+
+```bash
+python3 install_mcp.py \
+  --client generic \
+  --config-mode package \
+  --config-output "$HOME/wechat-chat-attitude.mcp.json"
+```
+
+Windows PowerShell：
+
+```powershell
+py -3 install_mcp.py --client generic --config-mode package `
+  --config-output "$env:USERPROFILE\wechat-chat-attitude.mcp.json"
+```
+
+如果你已经有客户端配置文件，可以让安装器合并进去：
+
+```bash
+python3 install_mcp.py \
+  --client generic \
+  --config-mode package \
+  --merge-config "/path/to/your/mcp.json"
+```
+
+Windows PowerShell 只需把最后一个参数换成配置文件的绝对路径，例如：
+
+```powershell
+py -3 install_mcp.py --client generic --config-mode package `
+  --merge-config "$env:APPDATA\SomeMcpClient\config.json"
+```
+
+已有文件会先保存成同目录下的 `.bak`（若已存在则使用编号后缀），原来的其他 `mcpServers` 会保留。安装器不会猜测 Claude、Cursor 或其他客户端的配置路径，所以合并时必须由你明确提供目标文件。
+
+## 第一次分析
+
+完成 MCP 连接后，直接对模型说：
+
+> 使用 wechat-chat-attitude，分析我和“阎亦琛 01.1.26”的全部微信聊天，重点分析她对我的态度、回复变化、沟通风格和可观察到的性格倾向，并告诉我接下来怎么自然地聊。
+
+模型会按这个顺序工作：
+
+1. 发现本机微信账户和进程，只返回选择项，不读取聊天正文；
+2. 说明即将进行的本机授权，等你确认后才捕获所选进程的数据库密钥；
+3. 如果 macOS/Windows 要求权限，只给你一条系统终端命令；管理员密码只输入系统终端，不要发给模型；
+4. 提醒你完全退出微信，建立稳定快照；
+5. 精确匹配一个联系人。重名或多个账户时，模型必须让你选择，不能猜；
+6. 按总聊天长度保留最近完整消息和分层历史样本；
+7. 逐块、逐条读取实际证据，登记读过的消息 ID，再给出结论。
+
+“全部聊天”指程序会以全部导出记录计算范围和抽样；默认逐条交给模型阅读的是最近 1000 条加按总长度增长的历史样本，不会把超大聊天未经筛选地塞进上下文。需要更深的历史基线时，可以对模型说“重新准备并使用 deep 模式”。模型必须在报告开头区分 `raw_rows`、`selected_rows`、`manual_reviewed_rows` 和未逐条阅读的行数。
+
+## 获取最新记录和刷新分析
+
+不要把旧的 `run_id` 直接当成最新数据。要刷新时明确说：
+
+> 重新获取我和“阎亦琛 01.1.26”的最新微信记录，不要复用旧 run；完成后告诉我数据截止时间、最新消息 ID、与上次相比新增了哪些内容，再结合近期内容和回复间隔分析我应该怎么聊。
+
+模型应重新发现微信、按提示授权并建立新快照；如果微信还在运行，先按提示退出。完成后可以继续追问“她更像礼貌回应还是主动维持关系”“最近回复间隔有没有变化”等。
+
+## 如果没有自动获取条件
+
+可以导入已经隔离的单聊 JSON。先连接本地模式，然后对模型说：
+
+> 使用 wechat-chat-attitude。导入 `/绝对路径/单聊.json`，联系人是“张三”，本人标签是“我”。先说明会写入哪些本机文件，得到允许后再准备证据；按顺序逐条读完所有分块，分析态度、沟通风格和可观察到的性格倾向，并给出自然的聊天建议。
+
+单聊 JSON 示例见 [examples/example-chat.json](examples/example-chat.json)。已解密数据库、加密数据库和受保护密钥 JSON 的导入方式见 [本机获取说明](references/local-acquisition.md)。
+
+## 隐私和安全
+
+- MCP 服务只在本机通过 `stdio` 运行，不开放监听端口；
+- 原始聊天只在明确读取分块时返回，不写入服务日志；
+- 密钥只保存在本机私有目录，工具不会返回密钥；
+- 程序不会修改微信数据库、微信应用或账户文件；
+- 使用云模型时，逐条读取的消息会进入该模型的上下文，仍受模型服务商的数据政策约束；
+- 不要把管理员密码、数据库密钥或密钥 JSON 内容发到聊天中。
+
+## 常见问题
+
+### “配置成功但客户端找不到 MCP”
+
+保存 JSON 后完全退出并重新打开客户端。自动下载模式还要确认 `uvx` 在系统 PATH 中；包尚未发布时请改用本地模式。
+
+### “要求输入密码”
+
+只在系统的 Terminal/管理员终端输入。模型和 MCP 不需要、也不应该收到这个密码。
+
+### “请退出微信”
+
+这是为了避免复制正在写入的数据库。退出后确认微信进程已经结束，再让模型重试；不要用正在变化的数据库继续解密。
+
+### “找不到联系人或有多个候选”
+
+提供精确备注、昵称、微信号或让模型列出候选后选择，不要让模型猜。
+
+### “自动获取不支持我的微信版本”
+
+使用单聊 JSON 或稳定的已解密数据库导入。程序会明确停止，不会假装成功或全盘猜路径。
+
+## 命令行和开发文档
+
+不使用 MCP 也可以运行 `scripts/wechat_chat_pipeline.py` 处理 JSON/已解密数据库。抽样、刷新、账本和数据格式说明分别见：
+
+- [MCP 使用设计](docs/mcp-first-mvp.md)
+- [本机自动获取设计](docs/foolproof-acquisition-design.md)
+- [分析合同](references/analysis-contract.md)
+- [刷新流程](references/refresh-workflow.md)
+
+开发者运行测试：
+
+```bash
+PYTHONPATH=. .venv/bin/python -m unittest discover -s tests -v
+```
+
+发行包不包含真实聊天、数据库密钥或第三方预编译扫描器。

wechat_chat_attitude-0.4.0/mcp_server.py

@@ -0,0 +1,8 @@
+#!/usr/bin/env python3
+"""Start the local WeChat chat analysis MCP server over stdio."""
+
+from wechat_mcp.server import main
+
+
+if __name__ == "__main__":
+    main()

wechat_chat_attitude-0.4.0/native/__init__.py

@@ -0,0 +1 @@
+"""Native acquisition helpers shipped as reviewed source."""

wechat_chat_attitude-0.4.0/native/common/__init__.py

@@ -0,0 +1 @@
+"""Cross-platform key matching primitives."""

wechat_chat_attitude-0.4.0/native/common/file_permissions.py

@@ -0,0 +1,19 @@
+"""Small cross-platform helpers for best-effort private file permissions."""
+
+from __future__ import annotations
+
+import os
+
+
+def chmod_fd(file_descriptor: int, mode: int) -> None:
+    """Apply a file-descriptor mode when the host operating system supports it."""
+
+    fchmod = getattr(os, "fchmod", None)
+    if fchmod is None:
+        return
+    try:
+        fchmod(file_descriptor, mode)
+    except (AttributeError, NotImplementedError, OSError):
+        # Windows does not expose POSIX descriptor permissions. The caller
+        # still applies os.chmod after the atomic replace where available.
+        return

wechat_chat_attitude-0.4.0/native/common/wechat_key_matcher.py

@@ -0,0 +1,133 @@
+from __future__ import annotations
+
+import hashlib
+import hmac
+import json
+import os
+import re
+import struct
+import tempfile
+from dataclasses import dataclass
+from pathlib import Path
+
+from .file_permissions import chmod_fd
+
+
+PAGE_SIZE = 4096
+SALT_SIZE = 16
+KEY_SIZE = 32
+RESERVE_SIZE = 80
+HEX_PATTERN = re.compile(rb"x'([0-9a-fA-F]{64,192})'")
+MESSAGE_NAME = re.compile(r"message_[0-9]+\.db")
+
+
+@dataclass(frozen=True)
+class DatabaseEntry:
+    relative_path: str
+    path: Path
+    salt_hex: str
+    first_page: bytes
+
+
+def _database_entry(db_root: Path, relative_path: str) -> DatabaseEntry | None:
+    path = db_root / Path(relative_path)
+    if not path.is_file() or path.is_symlink() or path.stat().st_size < PAGE_SIZE:
+        return None
+    with path.open("rb") as handle:
+        first_page = handle.read(PAGE_SIZE)
+    if len(first_page) != PAGE_SIZE or first_page.startswith(b"SQLite format 3"):
+        return None
+    return DatabaseEntry(
+        relative_path=relative_path,
+        path=path,
+        salt_hex=first_page[:SALT_SIZE].hex(),
+        first_page=first_page,
+    )
+
+
+def collect_allowlisted_databases(db_root: Path) -> list[DatabaseEntry]:
+    root = Path(db_root).expanduser().resolve()
+    if not root.is_dir() or root.is_symlink():
+        raise ValueError("db_root must be a regular directory")
+    relative_paths = ["contact/contact.db", "session/session.db"]
+    message_dir = root / "message"
+    if message_dir.is_dir() and not message_dir.is_symlink():
+        for path in sorted(message_dir.iterdir()):
+            if path.name == "message_resource.db" or MESSAGE_NAME.fullmatch(path.name):
+                relative_paths.append(f"message/{path.name}")
+    entries = []
+    for relative in relative_paths:
+        entry = _database_entry(root, relative)
+        if entry is not None:
+            entries.append(entry)
+    return entries
+
+
+def verify_key(key: bytes, database: DatabaseEntry) -> bool:
+    if len(key) != KEY_SIZE:
+        return False
+    salt = database.first_page[:SALT_SIZE]
+    mac_salt = bytes(value ^ 0x3A for value in salt)
+    mac_key = hashlib.pbkdf2_hmac("sha512", key, mac_salt, 2, dklen=KEY_SIZE)
+    authenticated = database.first_page[SALT_SIZE : PAGE_SIZE - RESERVE_SIZE + 16]
+    stored = database.first_page[PAGE_SIZE - 64 : PAGE_SIZE]
+    digest = hmac.new(mac_key, authenticated, hashlib.sha512)
+    digest.update(struct.pack("<I", 1))
+    return hmac.compare_digest(digest.digest(), stored)
+
+
+def scan_bytes(data: bytes, databases: list[DatabaseEntry]) -> dict[str, str]:
+    matches: dict[str, str] = {}
+    by_salt: dict[str, list[DatabaseEntry]] = {}
+    for database in databases:
+        by_salt.setdefault(database.salt_hex, []).append(database)
+    for match in HEX_PATTERN.finditer(data):
+        raw = match.group(1).decode("ascii").lower()
+        if len(raw) % 2:
+            continue
+        candidates: list[tuple[str, str | None]] = []
+        if len(raw) == 64:
+            candidates.append((raw, None))
+        elif len(raw) >= 96:
+            candidates.append((raw[:64], raw[-32:]))
+        for key_hex, salt_hex in candidates:
+            key = bytes.fromhex(key_hex)
+            possible = by_salt.get(salt_hex, []) if salt_hex else databases
+            for database in possible:
+                if database.relative_path in matches:
+                    continue
+                if verify_key(key, database):
+                    matches[database.relative_path] = key_hex
+    return matches
+
+
+def write_protected_key_file(path: Path, matches: dict[str, str]) -> None:
+    destination = Path(path).expanduser().absolute()
+    if destination.exists() and destination.is_symlink():
+        raise ValueError("key output must not be a symlink")
+    destination.parent.mkdir(parents=True, exist_ok=True)
+    try:
+        os.chmod(destination.parent, 0o700)
+    except OSError:
+        pass
+    descriptor, temporary_name = tempfile.mkstemp(
+        prefix=f".{destination.name}.", dir=destination.parent
+    )
+    try:
+        payload = {
+            relative: {"enc_key": key_hex}
+            for relative, key_hex in sorted(matches.items())
+        }
+        with os.fdopen(descriptor, "w", encoding="utf-8") as handle:
+            json.dump(payload, handle, ensure_ascii=False, indent=2)
+            handle.write("\n")
+            handle.flush()
+            chmod_fd(handle.fileno(), 0o600)
+        os.replace(temporary_name, destination)
+        try:
+            os.chmod(destination, 0o600)
+        except OSError:
+            pass
+    finally:
+        if os.path.exists(temporary_name):
+            os.unlink(temporary_name)

wechat_chat_attitude-0.4.0/native/macos/__init__.py

@@ -0,0 +1 @@
+"""Bundled source for the macOS WeChat key scanner."""