chattercatcher
Advanced tools
本地优先、证据驱动、面向飞书/Lark 家庭群的 RAG 记忆机器人。
静默保存家庭群里的重要消息、文件和碎片化上下文，被 @ 时用可追溯引用回答。
|
反馈、测试和共建扫描左侧二维码加入 ChatterCatcher 飞书交流群。 欢迎提交使用反馈、Bug、部署经验、飞书配置问题、RAG 行为建议和真实家庭群使用案例。 GitHub 仓库：https://github.com/FlashingChen2024/chattercatcher |
ChatterCatcher 是一个早期 MVP。它已经具备飞书长连接接入、本地消息存储、SQLite FTS、SQLite embedding 向量检索、会话记忆块、OpenAI-compatible LLM/Embedding、CLI、本地 Web UI 和带引用回答。
近期亮点：
botOpenId，减少手动配置错误。当前核心方向是：
@ 机器人的提问不进入知识库，避免污染检索结果。127.0.0.1。
飞书群消息捕获 普通群消息静默入库，保留发送人、群名、时间、原始平台元数据和文本内容。 |
本地 RAG 检索 SQLite FTS 与 SQLite embedding 向量检索并存，回答前必须先召回证据。 |
引用式回答 被 @ 后先即时反馈，再基于证据回复原消息，并输出可读来源。 |
本地 Web UI 查看 Gateway 状态、最近消息、群聊、文件库、解析任务和人物档案。 |
| 模块 | 能力 |
|---|---|
| 飞书 Gateway | 官方长连接、im.message.receive_v1 事件、自动 botOpenId 获取、重复投递保护、附件下载入口 |
| 消息入库 | 普通文本消息写入 SQLite；@ 提问直接回答并跳过入库 |
| 人物档案 | 自动识别群成员并建立以人物为中心的档案。支持事实/推断分类、置信度评分、证据追溯、Dream 自动更新、显式修正 |
| 会话记忆块 | 默认 10 分钟窗口 + 2 分钟静默期，把碎片聊天整理成可检索 episode summary，并关联原始消息 |
| RAG 检索 | SQLite FTS 关键词检索、SQLite embedding 向量检索、episode summary 检索、人物档案检索、混合重排、证据来源保留 |
| 时间归一化 | 自动将相对时间（今天/明天/今晚）推导为具体日期，覆盖会话摘要、RAG 问答、Agent 工具循环全部 LLM 路径 |
| 问答 | OpenAI-compatible chat completions、Agent 多轮工具调用、证据不足时说不知道、回答带引用、工具循环耗尽智能兜底 |
| 定时任务 | 群内自然语言创建 cron 定时任务（如"每天 9 点总结昨天群聊"），限定当前群聊，支持创建/查看/删除 |
| 引用格式 | 展示"谁在什么时候说了什么"，避免暴露 ou_ / oc_ 等 opaque id |
| 文件知识源 | 支持 txt、md、json、csv、tsv、log、docx、pdf 导入和解析 |
| CLI | setup、settings、doctor、gateway、process、index、files、export、restore、profiles |
| Web UI | 本地状态看板、自动刷新、最近消息、群聊、文件库、人物档案和解析任务 |
| 隐私 | 配置与密钥分离；导出不包含 API Key、App Secret 或 token；会话摘要会脱敏疑似密钥 |
| 数据管理 | 本地导出/恢复、按消息/文件/群删除本地知识库数据 |
ChatterCatcher 会自动识别群里的每个发言者，为他们建立个人档案。这不仅仅是记录"谁是谁"，更是让机器人理解群成员的偏好、需求和背景。
每条档案条目属于一个 category，例如：
preference：偏好（喜欢/不喜欢什么）schedule：日程（固定活动时间）health：健康相关信息skill：技能和特长role：家庭角色Dream 处理器会定期运行，批量分析新的群聊消息，自动发现人物档案的新变化。它只基于最新的消息批次输出更新，带证据引用和置信度评分。没有足够证据时不会强行生成条目。
用户可以通过 Web UI 或 API 显式纠正、删除档案条目，修正会记录理由和证据，保证档案的准确性和可追溯性。
flowchart LR
Feishu["飞书/Lark 群"] --> Gateway["本地 Gateway"]
Gateway --> Router["消息路由"]
Router -->|"普通消息"| SQLite["SQLite messages"]
SQLite --> Episode["Episode summaries"]
SQLite --> FTS["SQLite FTS5"]
Episode --> EpisodeFTS["Episode FTS5"]
SQLite --> Indexer["Embedding Indexer"]
Indexer --> Vectors["SQLite embedding vectors"]
SQLite --> Profiles["Personal Profiles"]
Profiles --> Dream["Dream Processor"]
Router -->|"@ 提问"| QA["Question Handler"]
QA --> Hybrid["Hybrid Retriever"]
FTS --> Hybrid
EpisodeFTS --> Hybrid
Vectors --> Hybrid
Profiles --> Hybrid
Hybrid --> LLM["OpenAI-compatible LLM"]
LLM --> Reply["带引用回复原消息"]
Reply --> Feishu
CLI["CLI"] --> SQLite
Web["Local Web UI"] --> SQLite
npm install -g chattercatcher
检查 CLI：
chattercatcher --help
im.message.receive_v1。chattercatcher setup
setup 会写入：
| 配置项 | 说明 |
|---|---|
| 飞书 App ID | 普通配置 |
| 飞书 App Secret | 写入 secrets.json |
| LLM Base URL | OpenAI-compatible chat completions endpoint |
| LLM API Key | 写入 secrets.json |
| LLM Model | 用于答案生成 |
| Embedding Base URL | 可复用 LLM Base URL |
| Embedding API Key | 留空可复用 LLM API Key |
| Embedding Model | 用于 SQLite embedding 语义检索 |
| Web UI Host/Port | 默认 127.0.0.1:3878 |
chattercatcher doctor --online
chattercatcher gateway start
默认 Web UI：
http://127.0.0.1:3878
普通群消息会静默进入知识库：
编程课的时间改成了后天13:40
提问时在群里 @ 机器人：
@小陈 最近一次编程课是什么时候
机器人会先即时反馈，再基于本地证据回答。提问本身不会入库。
期望回答类似：
最近一次编程课是 2026-04-28 13:40 [S1]。
引用：
[S1] 群成员在 2026-04-26 13:36 说："编程课的时间改成了后天13:40"
注意：原文说的是"后天"，但 ChatterCatcher 已根据消息时间戳自动推导为具体日期。
| 命令 | 说明 |
|---|---|
chattercatcher setup | 交互式初始化配置 |
chattercatcher settings show | 查看脱敏配置 |
chattercatcher doctor --online | 检查本地配置、存储和在线连通性 |
chattercatcher gateway start | 启动飞书长连接 Gateway 和本地 Web UI |
chattercatcher gateway status | 查看 Gateway 状态 |
chattercatcher gateway stop | 停止 Gateway |
chattercatcher process messages | 立即处理消息索引任务 |
chattercatcher process episodes | 立即生成会话记忆块，把碎片聊天整理成可检索摘要 |
chattercatcher index rebuild | 重建 SQLite embedding 向量索引 |
chattercatcher files add <path...> | 导入本地文件知识源 |
chattercatcher files jobs | 查看文件解析任务 |
chattercatcher export --out <file> | 导出本地知识库数据，不含密钥 |
chattercatcher restore <file> | 从导出文件恢复 |
chattercatcher cron list | 列出所有定时任务 |
chattercatcher cron run | 手动触发到期定时任务 |
chattercatcher profiles list | 列出所有人物档案 |
chattercatcher profiles show <personId> | 查看指定人物档案详情 |
家庭群聊天经常是碎片化的：前一句说明背景，后一句只发一个短词、链接或密钥。只检索单条原始消息时，RAG 很容易丢失上下文。
ChatterCatcher 会在普通消息入库后尝试生成 会话记忆块（episode summary）：
会话摘要会脱敏疑似 API key、token、cookie、私钥和 URL 凭据；原始消息仍保存在本地数据库里，回答需要追溯时可以回到原始证据。
手动触发：
chattercatcher process episodes
在群里用自然语言即可创建定时任务。ChatterCatcher 会把自然语言时间描述自动转换为 cron 表达式：
@小陈 每天 9 点总结昨天群聊
@小陈 每周一上午 10 点提醒大家报备周末计划
@小陈 查看定时任务
@小陈 删除 job-abc123
定时任务限定在当前群聊内，不能跨群查看或操作其他群的任务。
CLI 管理：
chattercatcher cron list # 查看所有定时任务
chattercatcher cron run # 手动触发到期任务
默认数据目录：
~/.chattercatcher/
|-- config.json
|-- secrets.json
`-- data/
|-- chattercatcher.db
|-- files/
`-- exports/
这些内容不应该提交到 GitHub：
config/
data/
.env
node_modules/
dist/
127.0.0.1。npm install
npm run lint
npm run typecheck
npm test
npm run build
运行开发版 CLI：
npm run dev -- --help
@ 机器人的问题会进知识库吗？不会。@ 提问是查询意图，不是家庭事实。ChatterCatcher 会直接回答并跳过入库，避免污染 RAG。
人物档案是 RAG 的一种证据来源。回答问题时，检索器会同时检索原始消息、文件、会话记忆块和人物档案。例如问"豆豆喜欢什么"，机器人可能从消息中找到直接回答，也可能从档案中找到汇总的偏好条目。
Dream 是人物档案的自动更新机制。它会定期读取新消息，用 LLM 分析这些消息中是否包含人物信息的变化，并自动写入或更新档案条目。Dream 只基于当前批次的消息，不回看全部历史，保证效率和增量更新。
可以保留 SQLite FTS 关键词检索，但语义检索需要配置 embedding。建议运行 chattercatcher doctor --online 确认维度和连通性。
Cannot find native binding 怎么办？请升级到移除平台 native 向量库依赖的版本：
npm install -g chattercatcher@latest
当前版本的语义向量索引写入 SQLite，不再依赖平台相关的 native optional dependency。
家庭聊天是长期知识库，不应该靠把全部历史消息塞进上下文。RAG 可以控制证据范围、保留来源、降低幻觉，并让回答可追溯。
会话记忆块是 ChatterCatcher 对一小段碎片聊天生成的本地摘要。它默认等待 10 分钟窗口结束并静默 2 分钟后生成，用来保留"上一句解释背景、下一句只发短内容"的上下文关系。可以运行 chattercatcher process episodes 手动触发。
摘要层会脱敏疑似 API key、token、cookie、私钥和 URL 凭据；原始消息仍然只保存在本地数据库，用于必要时追溯证据。
可以。ChatterCatcher 会自动识别消息的时间戳，将"今天""明天""今晚""下周三"等相对表述推导为具体日期写入摘要和回答。你不需要在每次提问时手工推算日期。
在群里 @ 机器人说"每天 9 点总结昨天群聊"即可创建定时任务。用"查看定时任务"列出当前群的任务，"删除 xxx"删掉指定任务。定时任务限定在当前群聊，不会跨群查看或操作。
默认不建议。ChatterCatcher 面向家庭隐私数据，默认只监听 127.0.0.1。
This project is licensed under the MIT License.
FAQs
本地优先的飞书/Lark 家庭群知识库机器人
We found that chattercatcher demonstrated a healthy version release cadence and project activity because the last version was released less than a year ago. It has 1 open source maintainer collaborating on the project.
Did you know?
Socket for GitHub automatically highlights issues in each pull request and monitors the health of all your open source dependencies. Discover the contents of your packages and block harmful activity before you install or update your dependencies.
Research
/Security News
A malicious NuGet package impersonating Sicoob exfiltrated client IDs, PFX passwords, and banking certificates through Sentry telemetry.
Security News
Feross Aboukhadijeh joins TBPN to discuss Socket's $60M Series C, 500%+ ARR growth, AI's impact on open source, and the rise in supply chain attacks.
Security News
OSV withdrew 157 OSV malware reports after automated false positives incorrectly flagged trusted npm and PyPI packages, sending bad records into tools that rely on OSV data.