Skip to content

ylytdeng/wechat-decrypt

Repository files navigation

WeChat 4.0 Database Decryptor

微信 4.0 (Windows) 本地数据库解密工具。从运行中的微信进程内存提取加密密钥,解密所有 SQLCipher 4 加密数据库,并提供实时消息监听。

更新日志

2025-03-03 — 富媒体内容 & 组合消息修复

  • 表情包内联显示: 自动从 emoticon.db 构建 MD5→CDN 映射,支持自定义表情(NonStore)和商店表情(Store),CDN 下载后本地缓存
  • 富媒体内容解析: 链接卡片(type 49)、文件、视频号、小程序、引用回复、位置分享等在 Web UI 中完整渲染
  • 文字+图片组合消息不再丢失: 修复同时发送文字和图片时只显示最后一条的问题(前端去重 key 增加消息类型)
  • 隐藏消息检测: 新增 _check_hidden_messages 机制,session.db 只保存最后一条消息摘要,现在会异步查 message DB 找回同一秒内的其他消息
  • MonitorDBCache 线程安全: 引入 per-key 锁,防止多线程并发解密同一数据库导致文件损坏
  • Web UI 改进: 消息气泡样式优化、群聊发送者显示、图片缩略图点击放大

原理

微信 4.0 使用 SQLCipher 4 加密本地数据库:

  • 加密算法: AES-256-CBC + HMAC-SHA512
  • KDF: PBKDF2-HMAC-SHA512, 256,000 iterations
  • 页面大小: 4096 bytes, reserve = 80 (IV 16 + HMAC 64)
  • 每个数据库有独立的 salt 和 enc_key

WCDB (微信的 SQLCipher 封装) 会在进程内存中缓存派生后的 raw key,格式为 x'<64hex_enc_key><32hex_salt>'。本工具通过扫描进程内存中的这种模式,匹配数据库文件的 salt,并通过 HMAC 验证来提取正确的密钥。

使用方法

环境要求

  • Windows 10/11
  • Python 3.10+
  • 微信 4.0 (正在运行)
  • 需要管理员权限 (读取进程内存)

安装依赖

pip install pycryptodome

快速开始

确保微信正在运行,以管理员权限执行:

python main.py            # 实时消息监听 (Web UI)
python main.py decrypt    # 解密全部数据库到 decrypted/

程序会自动完成:配置检测 → 密钥提取 → 启动。首次运行会自动检测微信数据目录并生成 config.json

如果自动检测失败(例如微信安装在非默认位置),手动创建 config.json

{
    "db_dir": "D:\\xwechat_files\\你的微信ID\\db_storage",
    "keys_file": "all_keys.json",
    "decrypted_dir": "decrypted",
    "wechat_process": "Weixin.exe"
}

db_dir 路径可以在 微信设置 → 文件管理 中找到。

Web UI 说明

python main.py 启动后打开 http://localhost:5678 查看实时消息流。

  • 30ms 轮询 WAL 文件变化 (mtime)
  • 检测到变化后全量解密 + WAL patch (~70ms)
  • SSE 实时推送到浏览器
  • 总延迟约 100ms
  • 图片消息内联预览(支持旧 XOR / V1 / V2 三种 .dat 加密格式)

MCP Server (Claude AI 集成)

将微信数据查询能力接入 Claude Code,让 AI 直接读取你的微信消息。

pip install mcp

注册到 Claude Code:

claude mcp add wechat -- python C:\Users\你的用户名\wechat-decrypt\mcp_server.py

或手动编辑 ~/.claude.json

{
  "mcpServers": {
    "wechat": {
      "type": "stdio",
      "command": "python",
      "args": ["C:\\Users\\你的用户名\\wechat-decrypt\\mcp_server.py"]
    }
  }
}

注册后在 Claude Code 中即可使用以下工具:

Tool 功能
get_recent_sessions(limit) 最近会话列表(含消息摘要、未读数)
get_chat_history(chat_name, limit) 指定聊天的消息记录(支持模糊匹配名字)
search_messages(keyword, limit) 全库搜索消息内容
get_contacts(query, limit) 搜索/列出联系人
get_new_messages() 获取自上次调用以来的新消息

前置条件:需要先运行 python main.pypython find_all_keys.py 完成密钥提取。

查看使用案例 →

图片解密 (V2 格式)

微信 4.0 (2025-08+) 的 .dat 图片文件使用 AES-128-ECB + XOR 混合加密 (V2 格式)。AES 密钥需要从运行中的微信进程内存中提取:

# 1. 在微信中打开查看 2-3 张图片(点击看大图)
# 2. 立即运行密钥提取(持续监控版):
python find_image_key_monitor.py

# 或单次扫描版:
python find_image_key.py

密钥会自动保存到 config.jsonimage_aes_key 字段。之后 monitor_web.py 启动时会自动加载密钥,图片消息将显示内联预览。

注意: AES 密钥仅在微信查看图片时临时加载到内存中。如果扫描未找到密钥,请先在微信中查看几张图片,然后立即重新运行脚本。

文件说明

文件 说明
main.py 一键启动入口 — 自动配置、提取密钥、启动服务
config.py 配置加载器(自动检测微信数据目录)
find_all_keys.py 从微信进程内存提取所有数据库密钥
decrypt_db.py 全量解密所有数据库
mcp_server.py MCP Server,让 Claude AI 查询微信数据
monitor_web.py 实时消息监听 (Web UI + SSE + 图片预览)
monitor.py 实时消息监听 (命令行)
decode_image.py 图片 .dat 文件解密模块 (XOR / V1 / V2)
find_image_key.py 从微信进程内存提取图片 AES 密钥
find_image_key_monitor.py 持续监控版密钥提取(推荐)
latency_test.py 延迟测量诊断工具

技术细节

WAL 处理

微信使用 SQLite WAL 模式,WAL 文件是预分配固定大小 (4MB)。检测变化时:

  • 不能用文件大小 (永远不变)
  • 使用 mtime 检测写入
  • 解密 WAL frame 时需校验 salt 值,跳过旧周期遗留的 frame

图片 .dat 加密格式

微信本地图片 (.dat) 有三种加密格式:

格式 时期 Magic 加密方式 密钥来源
旧 XOR ~2025-07 单字节 XOR 自动检测 (对比 magic bytes)
V1 过渡期 07 08 V1 08 07 AES-ECB + XOR 固定 key: cfcd208495d565ef
V2 2025-08+ 07 08 V2 08 07 AES-128-ECB + XOR 从进程内存提取

V2 文件结构: [6B signature] [4B aes_size LE] [4B xor_size LE] [1B padding] + [AES-ECB encrypted] [raw unencrypted] [XOR encrypted]

数据库结构

解密后包含约 26 个数据库:

  • session/session.db - 会话列表 (最新消息摘要)
  • message/message_*.db - 聊天记录
  • contact/contact.db - 联系人
  • media_*/media_*.db - 媒体文件索引
  • 其他: head_image, favorite, sns, emoticon 等

免责声明

本工具仅用于学习和研究目的,用于解密自己的微信数据。请遵守相关法律法规,不要用于未经授权的数据访问。

About

WeChat 4.0 database decryptor - extract keys from memory, decrypt SQLCipher 4 databases, real-time message monitor

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

 
 
 

Contributors

Languages