WeChat Video Skill 📹

August 26, 2026 · View on GitHub

这是一个 Agent Skill——不是又一个下载器客户端，而是一份教 AI 干活的"技能包"：装进你的 Agent，它就永久学会了「下载微信视频号视频」这件事。

给任意 AI Agent（Claude Code / Codex / Cursor / DSH…）一个视频号分享链接，它自动完成：捕获 → 解析 → 无水印解密下载 → 直接把视频发回你的微信或飞书。

An open-source Agent Skill that teaches any AI agent (Claude Code / Codex / Cursor / DSH / …) to download WeChat Channels (视频号) videos from a share link — decrypted, watermark-free, and optionally delivered straight back to your WeChat or Feishu.

下载的视频自动送达微信

_{下载完成后，视频自动送达你的微信}

为什么会有这个项目

下载视频号视频一直是件痛苦的事：

过去的痛点	现在
视频流加密，抓下来打不开	自动 ISAAC-64 解密，得到标准 MP4
在线解析网站三天两头失效	零第三方依赖，全部本地完成
抓包工具配置繁琐（证书/代理/手动导出）	`install_backend.py` 一条命令装好后端，Agent 编排全流程
下载后还要自己想办法传手机	下载完自动推回你的微信（或飞书），超 25MB 自动压缩

工作原理

分享链接 (weixin.qq.com/sph/...)
        │
        ▼
┌─ 本地代理捕获 ──────────────────────────┐
│ wx_channels_download 启动本地代理        │
│ 微信 PC 端播放视频 → feed 自动入浏览历史  │
└──────────────┬──────────────────────────┘
               ▼
   浏览历史 API：真实媒体地址 + decode_key
               ▼
   curl 下载密文流 → ISAAC-64 解密前 128KB
               ▼
   标准 MP4 → 自动发送到你的微信 / 飞书

核心思路来自开源项目 ltaoo/wx_channels_download（Go）：本地代理注入微信 PC 端。本项目把它包装成 Agent Skill——编排逻辑写在 SKILL.md 里，脚本只做原子操作，任何支持 Agent Skills 的 AI 都能直接驱动。

快速开始（三步）

⚠️ 前提：必须在「微信电脑端」操作

本 Skill 的捕获机制依赖电脑端微信（Windows / Mac PC 微信）打开视频号页面——只有 PC 端的流量会经过本地代理被捕获。手机微信不行：手机上的播放、浏览、分享，本 Skill 都感知不到。

记住这个口诀：视频在电脑端微信的视频号里看，下载交给 Agent。

第 1 步：把 Skill 装进你的 Agent

把仓库链接直接发给你的 Agent，让它自动安装：

帮我安装这个 skill：https://github.com/KinGao294/wechat-video-skill

或者手动克隆到 skills 目录：

# Claude Code
git clone https://github.com/KinGao294/wechat-video-skill.git ~/.claude/skills/wechat-video-skill

# DSH
git clone https://github.com/KinGao294/wechat-video-skill.git ~/.agents/skills/wechat-video-skill

Cursor / Codex 等按各自的方式加载 SKILL.md 即可。首次会提示你运行一条安装命令装好后端：

python3 scripts/install_backend.py --accept-upstream-license

第 2 步：在电脑端微信里播放你想下载的视频

打开电脑端微信 → 视频号
找到并播放你想下载的那个视频（播放几秒即可）
点该视频的「分享」→「复制链接」

第 3 步：把链接发给 Agent，坐等收货

下载这个视频号视频，发到我微信：https://weixin.qq.com/sph/xxxxx

Agent 调用 Skill 自动完成剩下的所有事：捕获你刚播放的视频 → 解密出无水印原画 MP4 → 直接发回你的微信（或飞书）。

偏好手动操作？（不用 Agent 也能跑）

python3 scripts/proxy_snapshot.py --snapshot            # 记录系统代理
wx_video_download server                                 # 启动后端（首次需管理员权限装证书）
python3 scripts/download.py --list                       # 看捕获到的视频
python3 scripts/download.py --browse 0 --send-wechat     # 下载第 0 条并发回微信
python3 scripts/proxy_snapshot.py --restore              # 结束后恢复代理

💡 小技巧：--list 里最新的就是刚播放的；如果列表里没有目标视频，在电脑端微信里重新进入视频号页面再播放一次即可。

目录结构

wechat-video-skill/
├── SKILL.md                  # Skill 主文档（Agent 编排指令）
├── README.md                 # 本文件
├── LICENSE                   # MIT
└── scripts/
    ├── install_backend.py    # 下载+校验+解压官方后端（跨平台，SHA-256 固定）
    ├── preflight.py          # 链接格式校验 + 环境探测（只读）
    ├── proxy_snapshot.py     # macOS 系统代理快照/逐项恢复
    ├── download.py           # 浏览历史列出 / 下载 + 解密 / 发送
    ├── decrypt.py            # ISAAC-64 解密实现（Python，无依赖）
    ├── send_to_lark.py       # 发送到飞书（lark-cli）
    └── send_wechat_file.mjs  # 发送到微信（iLink API，超限自动压缩）

环境变量

变量	默认值	说明
`WX_CHANNELS_HOME`	`~/.local/share/wechat-channels-download`	数据/后端安装目录
`WX_CHANNELS_BACKEND`	空	后端二进制绝对路径（显式指定）
`WX_CHANNELS_API`	`http://127.0.0.1:2022`	后端 API 地址
`WX_CHANNELS_DOWNLOAD_DIR`	`~/Downloads`	视频输出目录

平台支持

后端二进制：macOS（arm64/x86_64）、Linux、Windows 官方 Release 均有；
代理快照/恢复：目前实现 macOS（networksetup）；其他平台将后端 proxy.system 设为 false 并手动配置代理即可；
发回微信：需要 dsh-wechat-bridge 插件（扫码绑定个人微信，⚠️ 非官方协议，注意风控）；发飞书：需要本机 lark-cli 已登录；
实测环境：macOS + Apple Silicon + v260817。

FAQ

Q: 为什么不能只靠分享链接解析？ 分享链接通道依赖 yuanbao.tencent.com Cookie，微信内置浏览器流量通常不走系统代理，捕获不到。可靠做法是在微信 PC 端播放一下目标视频，feed 会自动进入浏览历史。

Q: 下载的视频有水印吗？ 没有。走的是视频号原始媒体流，解密后即原画 MP4。

Q: 文件太大发不了微信？ send_wechat_file.mjs 会在超过 24MB 时自动用 ffmpeg 压缩后再发（文件名自动加"压缩版"）。

Q: 安全吗？ 微信登录态与抓包数据全程留在本机；后端二进制固定版本 + SHA-256 校验；代理改动前后都有快照与逐项恢复。详见 SKILL.md 的 Trust Boundary。

致谢与许可

核心能力基于 ltaoo/wx_channels_download（Commons Clause MIT），解密实现源自 Hanson/WechatSphDecrypt、kanadeblisst00/WechatVideoSniffer2.0；
本仓库自身代码以 MIT 许可发布；
仅用于个人学习与备份自己有权访问的内容，请遵守平台规则与当地法律，勿用于商业用途（上游 Commons Clause 限制）。

欢迎 PR：更多平台的代理管理、Windows 支持打磨、更聪明的 Agent 编排、Bug 修复——都欢迎。