Claude code 自動化分析2606條朋友圈,我發現全新的自己

今日朝早，我做咗一件有啲荒誕嘅事。

我叫 Codex 寫咗個 Python script，將我三年嚟嘅所有朋友圈數據，全部拉出嚟分析咗一次。

兩個數據來源，一個係我 Obsidian 知識庫入面沉澱咗嘅 282 條精選朋友圈，另一個係微信本地數據庫入面嘅 2606 條原始記錄。

Script 行完，輸出咗密密麻麻成個屏幕嘅結果。

我望住啲數字睇咗好耐，有啲呆咗。

AI 將你嘅碎片整理成一張地圖之後，你會睇到自己連自己都冇意識到嘅成長軌跡。

呢種感覺好奇怪，好似企喺山頂向下望，先發現原來自己行過嗰條路，其實係有方向嘅。

我覺得呢件事值得認真傾嚇，唔只係分析結果本身，而係呢套方法，任何人都可以用。

六偉公眾號 ————————————————————

我平時寫朋友圈有一個習慣。

寫完覺得唔錯嘅，會整理入 Obsidian 知識庫，標好 tier（A/B/C 質量分級）、主題、標籤、重用方向。累積咗兩年，有 282 條。

另外，我之前做過一件比較 geek 啲嘅事。

用 Codex 將微信本地嘅朋友圈數據庫收集咗。

講起上嚟步驟都幾多，但全部都係 Codex 幫我一步步搞掂嘅，我基本上只係負責講需求同執行命令。

第一步，微信喺 Mac 上開咗個叫 hardened runtime 嘅保護機制，外部程序冇辦法讀取佢嘅記憶體。要繞過呢個，需要將微信嘅原始簽名剝離，然後用一個冇呢個保護嘅配置重新簽名。聽落好危險，其實就兩條 command，Codex 幫我寫嘅，我執行咗一次，搞掂。

第二步，微信用一種叫 SQLCipher 嘅方式加密數據庫，解密需要一個 key，呢個 key 喺微信運行嘅時候會出現喺記憶體入面。Codex 幫我寫咗個 script，用 lldb attach 到微信進程，將 key 從記憶體度讀出嚟。

第三步，拎到 key 之後，用 sqlcipher3 呢個 Python 庫解密數據庫，解密完將文件存到本地。

成個過程我花咗大約一個鐘，主要時間都係等 Codex 除錯嗰個記憶體讀取 script。

最終將 sns.db 入面屬於我自己賬號嘅數據全部拎出嚟，2023 年到而家，2606 條有文字內容嘅朋友圈原始記錄。

兩個數據來源放咗喺度，但我一直冇認真分析過。

直至今日，我打開 Claude Code，同佢講，幫我將呢兩個數據來源合併分析，我想睇嚇我呢幾年嘅變化。

佢花咗大約三分鐘，寫咗個 200 幾行嘅 Python script，解析 frontmatter、查 SQLite 數據庫、做 XML 解析、統計詞頻、輸出趨勢。

然後我執行 script，結果就出咗嚟。

六偉公眾號 ————————————————————

我哋先傾框架，再傾結果。

用 Claude Code 做個人數據分析，其實就得三步，非技術人都可以行得通。

第一步，將數據整理成可以被讀取嘅格式。

呢個係最關鍵嘅一步，亦都係我推薦先由 Obsidian 開始嘅原因。

好多人發完朋友圈就算數，消失喺信息流入面。

但如果你養成一個習慣，將覺得有價值嘅內容沉澱入知識庫，就算格式好簡單，都可以累積出可以分析嘅數據資產。

我嘅 Obsidian 朋友圈文件係咁樣，每條都有結構化嘅 frontmatter，加上正文內容。

呢個就係可以被程式讀取嘅「乾淨數據」。

如果你而家冇呢個習慣，由今日開始都仲嚟得切。

就算只係每發一條覺得唔錯嘅朋友圈，複製入 Obsidian 度，都得。時間越耐，數據越值錢。

第二步，同 Claude Code 講你想知道啲乜。

呢個唔需要你識編程，你只需要用自然語言講需求就得。

我當時係咁講：『幫我寫一個 Python script，分析兩個數據來源，我想睇年度發帖量趨勢、主題分佈、字數變化、高頻詞。』

Claude Code 自動處理咗 frontmatter 解析、SQLite 查詢、XML 解析所有呢啲技術細節，我唔需要關心。

第三步，執行 script，讀明結果。

呢個先係真正有趣嘅部分。數字出咗嚟，你要去理解佢講緊啲乜。

六偉公眾號 ————————————————————

發帖量呢條線，先令我哋有啲驚訝。

2023 年 551 條，2024 年 959 條，2025 年 861 條，2026 年到目前為止 235 條，年化大約 564 條。

啱啱睇，2024 最高產，然後喺度下降。

我第一個反應係，死喇，2025 開始頹咗？

然後仔細睇字數趨勢，2023 年平均 65 字，2024 年 61 字，2025 年 70 字，2026 年 99 字。

量喺度減，但每一條嘅字數喺度升。2026 年嘅平均字數，係 2023 年嘅 1.5 倍。

呢個背後嘅邏輯唔係頹，而係精煉。

從『高頻碎片』模式切換到『低頻深度』模式。

呢個係 IP 成熟嘅一個信號，唔係退步。

但我當時冇呢個意識，係數據話俾我知嘅。

六偉公眾號 ————————————————————

接下來係最令我呆咗嘅部分，主題演變。

Script 按照關鍵詞將每一年的發帖分成咗八個宏觀主題，然後畀出每年排名。

2023 年，AI 話題 135 條，排第二。

2024 年，AI 話題 253 條，明顯拉開差距。但呢一年『健康/運動』意外衝到第三，131 條。

2025 年，AI 話題 322 條，歷史最高。

2026 年，有一件事發生咗。AI 話題第一次超過『其他』，直接排到第一位。

將呢四年連埋嚟睇，見到嘅唔只係一個話題嘅上升。

而係一條清晰嘅轉型路徑——由『AI 係我傾嘅一個話題』，到『AI 係我呢個人嘅核心標籤』。

呢個過程花咗大約三年。

但最令我估唔到嘅，唔係 AI 呢條線，而係另一條。

健康/運動呢條線。

2024 年，佢意外排到第三，131 條。

嗰一年我跑咗全馬拉松、越野賽，做斷食實驗，寫咗好多關於運動康復嘅內容，全部被計入呢個主題。

呢個令我諗起一件事。

絕大多數 AI 博主淨係講 AI，但我呢幾年嘅內容入面始終有一條生命力敍事——馬拉松、越野、斷食、38 歲體能超過 25 歲。

呢條線我從來冇刻意經營，但佢一直喺度。佢係我區別於其他 AI 博主嘅真正差異化。

呢個結論，我自己諗唔到。

係數據話俾我知嘅。

講到高頻 tags，有兩個數字想單獨拎出嚟講。

第一個，『一人公司』51 條，排喺所有標籤第一位，比『AI』嘅 43 條仲要多。

呢個說明喺我嘅朋友圈入面，『一人公司』先至係最底層嘅身份認同。

AI 係工具，一人公司係活法。

第二個，『金句』27 條，排第三。

280 條精選朋友圈入面，幾乎每一條都有一句提煉出嚟嘅金句。

但係我亦都發現咗一個問題——呢 280 條金句，而家仲散落喺 Obsidian 各處，冇形成可以被引用嘅『袁六偉語錄體』。

呢個係下一個可以做嘅內容資產方向。

六偉公眾號 ————————————————————

我做完成件事之後，腦入面冒出一個好舊嘅詞。

鏡子。

我哋大多數時候，都係活喺自己嘅體驗入面嘅。

你覺得自己喺度成長，但係你唔知自己喺邊個方向成長，成長嘅速度係快定慢，係加速定減速。

朋友圈係你最日常嘅表達，亦係最接近真實自我嘅記錄。

將佢哋餵畀 AI 分析，其實係做緊一件好古老嘅事——對自己嘅生命負責，認真睇一睇自己行過嘅路。

只不過以前呢件事好貴。

需要心理諮詢師，需要教練，需要可以幫你梳理嘅人。

而家有咗 Claude Code，呢件事嘅成本變成咗——半日時間，一個 script，所有數據全部喺你自己嘅電腦入面，唔上傳任何伺服器，私隱完全可控。

我最尾講一件事。

我 2024 年寫咗一條朋友圈，當時只係隨手寫嘅——『打造兩個自己，一個真人陪家人，一個 AI 分身去賺錢。』

今日運行完分析，見到呢條被評為 Tier A，出現喺金句列表入面。

我當時寫呢句說話，花咗可能唔夠一分鐘。

但回頭睇，呢句說話準確預言咗我 2025 年同 2026 年做嘅所有事——智能體同 openclaw 訓練營，為企業提供 AI 員工開發服務等等。

有好多次，你已經知道自己要去邊度，只係未意識到。

數據幫你意識到，同埋揾到全新嘅自己。

今天上午,我做了一件有點荒誕的事。

我讓 Codex 寫了一個 Python 腳本,把我三年來的所有朋友圈數據,全部扒出來分析了一遍。

兩個數據源,一個是我 Obsidian 知識庫裏沉澱的 282 條精選朋友圈,另一個是微信本地數據庫裏躺着的 2606 條原始記錄。

腳本跑完,輸出了密密麻麻一屏結果。

我盯着那些數字看了很久,有點愣。

AI 把你的碎片組織成一張地圖以後,你能看到自己連自己都沒意識到的成長軌跡。

這種感覺很奇怪,像是站在山頂往下看,才發現原來自己走過的那條路,其實是有方向的。

我覺得這件事值得認真聊聊,不只是分析結果本身,而是這套方法,任何人都能用。

六偉公眾號 ————————————————————

我平時寫朋友圈有一個習慣。

寫完覺得還不錯的,會整理進 Obsidian 知識庫,標好 tier(A/B/C 質量分級)、主題、標籤、複用方向。積累了兩年,有 282 條。

另外,我之前做過一件稍微極客一點的事。

用 Codex 把微信本地的朋友圈數據庫收集了。

說起來步驟挺多,但都是Codex 幫我一步步搞定的,我基本只負責說需求和運行命令。

第一步,微信在 Mac 上開了一個叫 hardened runtime 的保護機制,外部進程沒法讀它的內存。要繞過這個,需要把微信的原始簽名剝掉,然後用一個不帶這個保護的配置重新簽名。聽起來很危險,其實就兩條命令,Codex 幫我寫的,我運行了一下,完事兒。

第二步,微信用一種叫 SQLCipher 的方式加密數據庫,解密需要一個 key,這個 key 在微信運行的時候會出現在內存裏。Codex 幫我寫了一個腳本,用 lldb attach 到微信進程,把 key 從內存裏讀出來。

第三步,拿到 key 之後,用 sqlcipher3 這個 Python 庫解密數據庫,解密完把文件存到本地。

整個過程我花了大概一個小時,主要時間都在等 Codex調試那個內存讀取腳本。

最終把 sns.db 裏屬於我自己賬號的數據全部拿出來了,2023 年到現在,2606 條有文字內容的朋友圈原始記錄。

兩個數據源放在那,但我一直沒有認真分析過。

直到今天,我打開 Claude Code,跟它說,幫我把這兩個數據源合併分析,我想看看我這幾年的變化。

它花了大概三分鐘,寫出了一個 200 多行的 Python 腳本,解析 frontmatter、查 SQLite 數據庫、做 XML 解析、統計詞頻、輸出趨勢。

然後我運行腳本,結果就出來了。

六偉公眾號 ————————————————————

我們先聊框架,再聊結果。

用 Claude Code 做個人數據分析,其實就三步,非技術人也能跑通。

第一步,把數據整理成可以被讀取的格式。

這是最關鍵的一步,也是我推薦先從 Obsidian 開始的原因。

很多人發完朋友圈就算了,消失在信息流裏。

但如果你養成一個習慣,把覺得有價值的內容沉澱進知識庫,哪怕格式很簡單,都能積累出可以分析的數據資產。

我的 Obsidian 朋友圈文件長這樣,每條都有結構化的 frontmatter,加上正文內容。

這就是可以被程序讀取的「乾淨數據」。

如果你現在沒有這個習慣,從今天開始也來得及。

哪怕只是每發一條覺得不錯的朋友圈,複製到 Obsidian 裏,都行。時間越長,數據越值錢。

第二步,告訴 Claude Code 你想知道什麼。

這個不需要你懂編程,你只需要用自然語言說需求就可以了。

我當時說的是,「幫我寫一個 Python 腳本,分析兩個數據源,我想看年度發帖量趨勢、主題分佈、字數變化、高頻詞。」

Claude Code 自動處理了 frontmatter 解析、SQLite 查詢、XML 解析所有這些技術細節,我不需要關心。

第三步,運行腳本,讀懂結果。

這才是真正有意思的部分。數字出來了,你得去理解它在說什麼。

六偉公眾號 ————————————————————

發帖量這條線,先讓我有點吃驚。

2023 年 551 條,2024 年 959 條,2025 年 861 條,2026 年截至目前 235 條,年化大約 564 條。

乍一看,2024 最高產,然後在下降。

我第一反應是,完了,2025 開始頹了?

然後仔細一看字數趨勢,2023 年均 65 字,2024 年 61 字,2025 年 70 字,2026 年 99 字。

量在減,但每一條的字數在漲。2026 年的均字數,是 2023 年的 1.5 倍。

這背後的邏輯不是頹,是精煉。

從「高頻碎片」模式切換到「低頻深度」模式。

這是 IP 成熟的一個信號,不是退步。

但我當時沒有這個意識,是數據告訴我的。

六偉公眾號 ————————————————————

接下來是最讓我愣住的部分,主題演變。

腳本按照關鍵詞把每一年的發帖分成了八個宏觀主題,然後給出每年排名。

2023 年,AI 話題 135 條,排第二。

2024 年,AI 話題 253 條,明顯拉開差距。但這一年「健康/運動」意外衝到了第三,131 條。

2025 年,AI 話題 322 條,歷史最高。

2026 年,一件事發生了。AI 話題第一次超過「其他」,直接排到了第一位。

把這四年連起來看,看到的不只是一個話題的上升。

而是一條清晰的轉型路徑——從「AI 是我聊的一個話題」,到「AI 是我這個人的核心標籤」。

這個過程花了大概三年。

但最讓我沒想到的,不是 AI 這條線,而是另一條。

健康/運動這條線。

2024 年,它意外排到了第三,131 條。

那一年我跑了全程馬拉松、越野賽,做斷食實驗,寫了很多關於運動康復的內容,全部被計進了這個主題。

這讓我想到一件事。

絕大多數 AI 博主只講 AI,但我這幾年的內容裏始終有一條生命力敍事——馬拉松、越野、斷食、38 歲體能超過 25 歲。

這條線我從來沒有刻意經營,但它一直在那裏。它是我區別於其他 AI 博主的真正差異化。

這個結論,我自己想不到。

是數據告訴我的。

說到高頻 tags,有兩個數字想單獨拿出來講。

第一個,「一人公司」51 條,排在所有標籤第一位,比「AI」的 43 條還多。

這說明在我的朋友圈裏,「一人公司」才是最底層的身份認同。

AI 是工具,一人公司是活法。

第二個,「金句」27 條,排第三。

280 條精選朋友圈裏,幾乎每一條都有一句提煉出來的金句。

但我也發現了一個問題——這 280 條金句,現在還散落在 Obsidian 各處,沒有形成可以被引用的「袁六偉語錄體」。

這是下一個可以做的內容資產方向。

六偉公眾號 ————————————————————

我做完這件事以後,腦子裏冒出一個很老的詞。

鏡子。

我們大多數時候,都是活在自己的體驗裏的。

你覺得自己在成長,但你不知道你在哪個方向成長,成長的速度是快是慢,是在加速還是在減速。

朋友圈是你最日常的表達,也是最接近真實自我的記錄。

把它們餵給 AI 分析,其實是在做一件特別古老的事——對自己的生命負責,認真看一看自己走過的路。

只不過以前這件事很貴。

需要心理諮詢師,需要教練,需要能幫你梳理的人。

現在有了 Claude Code,這件事的成本變成了——半天時間,一個腳本,所有數據全部在你自己的電腦裏,不上傳任何服務器,隱私完全可控。

我最後說一件事。

我 2024 年寫了一條朋友圈,當時只是隨手寫的——「打造兩個自己,一個真人陪家人,一個 AI 分身去賺錢。」

今天跑完分析,看到這條被評為 Tier A,出現在金句列表裏。

我當時寫這句話,花了可能不到一分鐘。

但回頭看,這句話準確預言了我 2025 年和 2026 年做的所有事——智能體和openclaw訓練營，為企業提供AI員工開發服務等等。

有很多時候,你已經知道自己要去哪裏了,只是還沒意識到。

數據幫你意識到，並找到全新的自己。