用 Skill 总结群聊记录
工具本身不稀缺，把工具长成一种有节奏的内容，才稀缺。
有一个 Claude Code Skill 叫 group-daily，它干一件事：把一个微信群一天、或者一段时期的聊天记录，蒸馏成一份杂志风的 PNG 长图。它连同底层的 vchat CLI 一起开源在 GitHub。这篇讲一下这个 Skill 为什么这样设计、怎么用。
群聊是一份没人读的产品
一个认真聊的群，它本身就是产品：有起点，有节奏，有主角，有反转。但群聊原生界面只能让你「看」，不能让你「读」。翻一页是一页，明天就忘了。
智能纪要类的工具试图解决这个问题，但走偏了。它把群聊压成了 dashboard：今天讨论了 5 个话题、活跃用户 12 个、关键词云。打开看一眼就关了，因为它没有故事，没有人，没有节奏。
要的不是 dashboard，是杂志。
为什么是杂志，不是纪要
动手前用质量屋 QFD 方法把所有候选形态横着比了一遍：网易云年报、Spotify Wrapped、Stripe Annual Letter、Notion 月报、市面上各种群聊总结工具。维度涵盖可读性、可传播性、信息密度、情感唤起。
打分最高的不是信息密度最大的那种，是时间故事线最清晰的那种。
写作风格也有铁律：不要 AI 套话，不要破折号，不要把群聊里的玩梗「上价值化」。该是段子就是段子。
杂志里都装了什么
从上到下九个模块，每一项都是从「反 dashboard」思路里抠出来的。
Lead 标题。 整张图最顶上一行小字「群日报 / Vol. 年月日」作为报头，下面是衬线大字 lead title，把当天最核心的剧情用一句话凝住。
时间故事线。 8 个大编号用 Georgia 衬线 96px 朱砂红立在每段的开头，01 → 02 → 03 一路往下走。不是话题排行榜，是当天的节奏。
时间 + 角色徽章。 每段开头都有一个三件套：发生时间、当事人扮演的角色、当段主题。角色比如提问者、架构师、救火队员、概念原创者、玩梗大师，按「今天在群里扮演了什么」贴，不按发言量。
CAST 真实头像。 每个节点列出当时的主角头像，Skill 自动从微信本地头像库取出来，base64 内嵌进 HTML，配朱砂红偏移阴影。看到图的人能在杂志里立刻认出自己。
高光人物卡。 中段 6-8 张人物卡铺成两列网格，选取不按发言量 TOP，按「今天没他故事就少一块」。每张卡：头像 + 名字 + 一句话角色 + 一句话画像。
工作流 SOP 沉淀。 聊天里散落的多步操作，Skill 会让 Claude 提炼成可抄作业的编号步骤，默认展开。
Q&A 问答沉淀。 被多人回答、有共识价值的问题，提炼成 Q&A 块。一个问题挂多个答案，谁说的、原汁原味、不改造。
收尾金句。 整张图最末挂一句当天最有共鸣的群友原话作收尾，下面一行小字归属到人和时间。
数据条。 最底下一条数据带：消息数、发言人数、字数、故事节点数、新进人数。冷数据放在最末压轴，让前面所有的「热」内容先吸住眼睛。
排版细节。 米黄纸底 #ede5d0、墨黑 #1a1815、朱砂红 #b8443c，衬线中文字体 Songti SC 或 STSong，大量留白、横线分隔、首字下沉。整张图看上去像一本独立杂志，不像 SaaS 工具的导出页。
SOP 和 Q&A 这种干货段默认 details open 而非折叠，是因为这些图最终是要被截成 PNG 发出去的，折叠了 PNG 就漏掉一大块内容。所有「想得到的好东西」全部默认露出。
顺便还成了一座选题矿
做内容创作的人会发现：有一半以上的选题灵感是从群聊里捡来的。群友抛出的真问题、争论里的反直觉观点、谁踩了一个坑然后另一个人贡献解法、有人甩出一个新工具、有人顺手讲了一个被低估的玩法——这些是最稀缺的内容素材，因为它们都带着真实业务痛感，不是凭空构思出来的。
但群聊是流式记忆，今天热聊明天忘。打开 PC 微信往上翻三天，往往已经记不清当时聊的脉络，好选题就这样从手指缝里漏走。
group-daily 这个 Skill 顺便解决了这件事。它每天产出的不只是那张 PNG，背后还有一份 story.json，把当天的时间故事线、SOP、Q&A、金句结构化沉淀下来，默认归档到 ~/Documents/GroupDaily/，一天一个 JSON。
跑一段时间，归档目录里就是一座时间索引的选题矿。打开任何一天的 JSON，那一天的话题、争论、踩坑、新工具一目了然。要写公众号、配朋友圈、扒视频脚本素材，直接翻挖就行。这一层价值可能比 PNG 本身更有用。
底层是一个自写的 vchat
要让 Skill 跑起来，得先解决「怎么读到自己的本地聊天记录」。
vchat 是一个 CLI：底下是本地数据读取层 + 一个 vchat_core 查询库，对接的就是微信桌面版落在自己机器上的那份记录。63 个子命令，覆盖联系人、群成员、聊天记录、朋友圈、收藏、语音转写等等本地能读到的所有内容。
group-daily Skill 调用 vchat 拉数据，然后让 Claude 按 Skill 里的故事约束写 story.json，最后渲染成 HTML 用 Chrome headless 截成长图。整条链路端到端本地完成，不上传任何东西。
一句话让 Agent 装好
仓库地址：https://github.com/Larkin0302/vantasma-toolkit
最简单的安装姿态，把下面这句话贴给自己的 AI Agent，Claude Code、Cursor、aider 都行：
帮我安装 https://github.com/Larkin0302/vantasma-toolkit 里的 vchat CLI，路径 cli/vchat。按它 README 的步骤跑：clone → bash install.sh → 装 cryptography + zstandard → sudo vchat setup。完成后跑 vchat doctor 确认本地聊天记录全部可读。
Agent 会自己跑完。只需要输一次 sudo 密码，让微信桌面版保持开着加已登录。30 秒内本地数据库全部就绪，63 个 vchat 子命令立刻可用。
group-daily Skill 也在同一个仓库里 skills/group-daily/，复制到 ~/.claude/skills/ 就能触发。跟 Claude 说「做今天的群日报：XX 群」就行。
⚠️ 仅供个人学习使用。这个工具只看自己机器上自己微信号的本地数据，所有处理都在本地完成，不上传任何东西。商业批量采集、监控他人、任何违反相关法律和平台用户协议的行为都严禁。
写在最后
把日常的工具变成可读的产品——工具本身不稀缺，把工具讲清楚、用起来、长成一种有节奏的内容，才稀缺。