New: 98,000+ skills indexed from GitHub repos with 100+ stars · every skill safety-checkedBrowse top skillsTop skills
Esc to closeBrowse all skills
Submit a skillBrowse skills
Submit a skillBrowse skills

Agent skill

Wechat Gzh Analyzer

by openocta in openocta/openocta_skills

分析微信公众号后台数据，包括文章阅读量、评论、点赞等统计。当用户需要分析微信公众号数据、导出公众号文章统计报表时调用此技能。

MITAuto-check passedDocuments & Office

Install Wechat Gzh Analyzer

skills CLI
$ npx skills add openocta/openocta_skills --skill wechat-gzh-analyzer -a claude-code

Project install by default; add -g for ~/.claude/skills/.

GitHub CLI
$ gh skill install openocta/openocta_skills wechat-gzh-analyzer --agent claude-code

Project scope by default; add --scope user for a personal install. Needs GitHub CLI 2.90.0 or later (public preview).

Manual copy
$ git clone --depth 1 https://github.com/openocta/openocta_skills.git skills-src && mkdir -p .claude/skills && cp -r skills-src/'微信公众号文章数据爬虫分析' .claude/skills/wechat-gzh-analyzer && rm -rf skills-src

Use ~/.claude/skills/ instead of .claude/skills for a personal install. The folder must contain SKILL.md.

Claude Code skills documentation · loads skills from .claude/skills/

Facts

Skill name
wechat-gzh-analyzer
GitHub stars
166
Token cost
~2.6k tokens
SKILL.md length
598 words
Files
4 (incl. scripts)
Skills in repo
8
Repo updated
First seen
Licence
MIT

At a glance

分析微信公众号后台数据，包括文章阅读量、评论、点赞等统计。当用户需要分析微信公众号数据、导出公众号文章统计报表时调用此技能。

  • Works in 6 steps: 必须使用脚本生成的二维码 → AI 助手的责任（⚠️ 时序要求） → 用户的责任 → …
  • Tasks that involve Messaging and chat bots
  • SKILL.md covers 📋 完整工作流程, 🛠️ 相关命令, 📊 参数说明 and 📁 输出文件, plus 5 more sections
  • Runs Python scripts from its folder; calls python3, playwright and pip

What it does

Wechat Gzh Analyzer is an agent skill from openocta/openocta_skills. 分析微信公众号后台数据，包括文章阅读量、评论、点赞等统计。当用户需要分析微信公众号数据、导出公众号文章统计报表时调用此技能。

Its SKILL.md is about 2.6k tokens, which your agent loads only when the skill is triggered. The skill folder holds 4 other files, including scripts (for example `README.md`, `scripts/data_analyzer.py` and `scripts/wechat_spiderb.py`).

It sits in Documents & Office, covering Messaging and chat bots and Excel spreadsheets. It works with WeChat and Microsoft Excel. The repository describes itself as: 本仓库用于汇集第三方贡献的 OpenOcta 技能（Skill）资源，便于分享、版本管理与分发。 The licence is MIT.

When your agent uses it

  • Tasks that involve Messaging and chat bots
  • Tasks that involve Excel spreadsheets

Example prompts

  • “/wechat-gzh-analyzer”

Requirements

  • Python 3

Workflow steps

6 steps, taken from the step headings in SKILL.md.

  1. 必须使用脚本生成的二维码
  2. AI 助手的责任（⚠️ 时序要求）
  3. 用户的责任
  4. 不要使用 OpenClaw 浏览器工具
  5. 快速执行清单（AI 助手必读）
  6. 减少 Token 消耗（重要）

What it can do on your machine

Read from SKILL.md and the folder at commit 6ac4479. It shows what the files ask for, not the result of running them.

  • Tool permissions

    Pre-approves nothing: there is no allowed-tools line, so your agent's usual permission prompts apply.

    From allowed-tools in the SKILL.md frontmatter.

  • Runs code

    Ships 2 files in scripts/ (Python), which the agent can run.

    Shell commands in SKILL.md call:

    • python3
    • playwright
    • pip

    From the folder's file list and the shell code blocks in SKILL.md.

  • Network

    No URLs in SKILL.md. Its commands use pip, which can reach the network depending on how they are called.

    From URLs in SKILL.md, links to its own repository left out.

  • Credentials

    Names no API keys, tokens, secrets or passwords.

    From names ending in _API_KEY, _TOKEN, _SECRET, _KEY or _PASSWORD in SKILL.md.

Context cost

Wechat Gzh Analyzer loads about 2.6k tokens when it runs. Until then it costs about 21 tokens; SKILL.md has 598 words of instructions outside code blocks.

Always · name and description, kept in context so the agent knows when to use it
~21
When it runs · the whole SKILL.md, loaded when a task matches
~2.6k

Estimates: characters ÷ 4, the usual rule of thumb; real counts depend on the model's tokenizer. Scripts and assets cost tokens only if the agent reads them.

Safety

Auto-check passed

The automated check found no risky patterns in SKILL.md.

Automated static check — not a guarantee. Review scripts before installing. It scans the text of SKILL.md for risky patterns (piping downloads into a shell, reading credential files, hidden Unicode, destructive commands); the scripts in this folder are not scanned.

SKILL.md

The full file from openocta/openocta_skills at commit 6ac4479, republished under its MIT licence (© openocta). 598 words, ~2,612 tokens.

Download SKILL.mdSave it as .claude/skills/wechat-gzh-analyzer/SKILL.md (or your agent's skills folder). This skill also uses 3 other files; get the full folder from GitHub.
name
wechat-gzh-analyzer
description
分析微信公众号后台数据，包括文章阅读量、评论、点赞等统计。当用户需要分析微信公众号数据、导出公众号文章统计报表时调用此技能。

微信公众号数据分析器 (Playwright 版)

自动登录微信公众平台，分析文章数据并生成 Excel 报告和可视化图表。

📋 完整工作流程

步骤 1: 运行脚本（后台模式）

当用户请求分析公众号数据时，AI 助手必须以后台模式执行脚本：

⚠️ 关键：不要用 & 后台化！ Hermes terminal 工具不支持 & 后台化（会报错 command uses '&' backgrounding），正确方式是用 background=true 参数：

bash
# ✅ 正确方式：后台运行，避免阻塞
terminal(background=true, command="cd /root/.hermes/skills/openclaw-wxgzh/scripts && python3 wechat_spiderb.py -t week -p 1")

# ❌ 错误方式：用 & 会报错
python3 wechat_spiderb.py -t week -p 1 &   # 不要这样写！

参数示例：

  • -t week -p 1 → 一周内数据，最多 1 页
  • -t month -p 3 → 一月内数据，最多 3 页
步骤 2: 发送登录二维码（⚠️ 关键步骤，需等待 10 秒，并发送提示消息：二维码正在生成，请稍后请用微信扫码登录。）

二维码文件生成需要约 10 秒，AI 助手必须按以下流程操作：

2.1 等待 + 检查（循环最多 4 次）
bash
# 第 1 次检查：等待 10 秒
sleep 10 && ls -la /tmp/wxgzh_screenshots/login_qrcode.png

# 如果不存在，第 2 次检查：再等 5 秒
sleep 5 && ls -la /tmp/wxgzh_screenshots/login_qrcode.png

# 如果还不存在，第 3 次检查：再等 5 秒
sleep 5 && ls -la /tmp/wxgzh_screenshots/login_qrcode.png
2.2 文件存在后立即发送

在响应中嵌入 MEDIA:/absolute/path 即可发送图片：

MEDIA:/tmp/wxgzh_screenshots/login_qrcode.png

⚠️ 重要：

  • 二维码文件 不是立即生成 的，脚本需要时间启动浏览器、打开页面、截图
  • 首次检查必须等待至少 10 秒（之前 6 秒太短，文件还没生成）
  • 如果文件不存在，不要放弃，继续每 5 秒重试一次，最多 4 次
  • 总等待时间可能达到 20-25 秒，这是正常的
  • 提示消息必须先发：在等二维码的 10 秒内，先发消息"二维码正在生成，请稍后请用微信扫码登录。"，让用户提前知道要扫码。
2.3 完整检查流程示例
bash
# 启动脚本（用 background=true，不要用 &）
# terminal(background=true, command="cd ~/.hermes/skills/openclaw-wxgzh/scripts && python3 wechat_spiderb.py -t month -p 3")

# 等待 10 秒后检查
sleep 10
if [ -f /tmp/wxgzh_screenshots/login_qrcode.png ]; then
    echo "二维码已生成，发送给用户"
    # 调用 message 工具发送
else
    echo "二维码还未生成，再等 5 秒"
    sleep 5
    # 再次检查...
fi
步骤 3: 用户扫码登录

用户使用微信扫描二维码，并在手机上确认登录。

步骤 4: 等待数据抓取完成

AI 助手需要轮询检查报告是否生成：

bash
# 每 30 秒检查一次，直到报告生成
sleep 30 && ls -la /tmp/wxgzh_reports/

预期结果：

  • 报告生成前：目录为空
  • 报告生成后：wechat_stats_YYYYMMDD_HHMMSS_[week|month].xlsx
步骤 5: 发送 Excel 报告

检测到报告文件后，立即发送到当前微信会话（⚠️ 不要发文字说明，直接发文件）：

MEDIA:/tmp/wxgzh_reports/wechat_stats_20260501_141720_week.xlsx
步骤 6: 运行数据分析并生成图表

发送 Excel 后，立即运行数据分析脚本生成可视化图表：

bash
# 后台运行数据分析脚本（用 background=true，不要用 &）
terminal(background=true, command="cd /root/.hermes/skills/openclaw-wxgzh/scripts && python3 data_analyzer.py")
6.1 等待图表生成（约 30 秒）

（启动命令同上：用 background=true 后台运行）

bash
# 等待 30 秒后检查图表文件
sleep 30 && ls -la /tmp/wxgzh_analysis.png

重要：图表渲染需要约25秒（加载ECharts + 等待20秒渲染），请耐心等待。

6.2 验证图表完整性
bash
# 检查文件大小，确保图表完整
ls -la /tmp/wxgzh_analysis.png
# 正常大小应 > 100KB，如果 < 50KB 可能不完整
6.3 图表生成后立即发送
MEDIA:/tmp/wxgzh_analysis.png

图表说明：

图表文件内容
合并分析图/tmp/wxgzh_analysis.png包含阅读数柱状图 + 互动数据堆叠折线图 + 最大值饼图
⚠️ 消息发送顺序规则（重要）

正确做法：

  1. ✅ 发送 Excel 文件 → 不附带文字说明
  2. ✅ 发送图表文件 → 不附带文字说明
  3. ✅ 所有文件发送完毕后 → 最后发一条完成消息

错误做法：

  • ❌ 发文字"报告已生成，正在发送..." → 再发文件（文字延迟到达）
  • ❌ 发文件时附带文字说明（文字会延迟）
  • ❌ 每个步骤都发文字通知（造成消息混乱）

消息发送格式（严格按此顺序）：

# 消息1a （T+0秒，启动脚本后立即发送）：提示用户等待
二维码正在生成，请稍后请用微信扫码登录。

# 消息1b （T+10秒，二维码生成后）：发送二维码图片（无文字）
MEDIA:/tmp/wxgzh_screenshots/login_qrcode.png

# 消息2 ：仅 Excel 文件，无文字
MEDIA:/tmp/wxgzh_reports/wechat_stats_xxx.xlsx

# 消息3 ：图表 + 完成消息（同一条消息，MEDIA 图片先发，文字随后）
MEDIA:/tmp/wxgzh_analysis.png
✅完成！📊 Excel 报告已发送 📈 数据分析图表已发送

⚠️ 总共 3 条消息： 提示文字、二维码图片、Excel 文件各自单独发送。图表和完成消息合并为一条发送。

🛠️ 相关命令

bash
# 进入脚本工作目录
cd ~/.hermes/skills/openclaw-wxgzh/scripts

# 爬取文章
python3 wechat_spiderb.py -t month -p 3

# 数据分析（自动查找最新Excel）
python3 data_analyzer.py

# 数据分析（指定Excel文件）
python3 data_analyzer.py -f /tmp/wxgzh_reports/wechat_stats_xxx.xlsx

# 数据分析（指定输出目录）
python3 data_analyzer.py -o /tmp

📊 参数说明

wechat_spiderb.py
参数说明默认值
-p, --pages要爬取的最大页数10
-t, --time时间筛选：week=一周内, month=一月内无
data_analyzer.py
参数说明默认值
-f, --fileExcel 文件路径（默认自动查找最新的）自动查找
-o, --output图表输出目录/tmp

📁 输出文件

文件路径说明
登录二维码/tmp/wxgzh_screenshots/login_qrcode.png登录二维码截图，AI 助手必须发送给用户
Excel 报告/tmp/wxgzh_reports/wechat_stats_*.xlsx文章统计数据，AI 助手必须发送给用户
合并分析图表/tmp/wxgzh_analysis.png柱状图+折线图+饼图合并图片

📈 Excel 报告内容

报告包含以下字段：

字段说明
标题文章标题
发布时间文章发布时间
阅读数文章阅读量
点赞数文章点赞数
分享数文章分享数
推荐数文章推荐数（好看数）
留言数文章留言数
链接文章链接
爬取时间数据爬取时间

⚠️ arm64 平台注意： 脚本需要 chromium_headless_shell 而非普通 Chromium。 安装头壳浏览器（下载可能超时，需加长超时时间）：

bash
PLAYWRIGHT_BROWSERS_DOWNLOAD_TIMEOUT=120000 playwright install chromium-headless-shell

验证安装：

bash
ls -la /root/.cache/ms-playwright/chromium_headless_shell-*/chrome-linux/headless_shell

⚙️ 环境要求

  • Python 3.7+
  • Playwright 已安装
  • pandas, openpyxl, pyecharts, pillow (PIL) 库

📦 安装依赖

bash
pip install playwright pandas openpyxl pyecharts pillow
⚠️ Chromium 安装（关键）

脚本依赖 chromium_headless_shell（非普通 chromium），安装命令：

bash
# arm64 架构（如树莓派/Topeet）需加超时参数，默认 30s 常超时
PLAYWRIGHT_BROWSERS_DOWNLOAD_TIMEOUT=120000 playwright install chromium-headless-shell

# 可选：同时安装普通 Chromium（某些场景需要）
playwright install chromium

安装后路径：

  • /root/.cache/ms-playwright/chromium_headless_shell-1208/（必需 ~275MB）
  • /root/.cache/ms-playwright/chromium-1208/（可选 ~430MB）
  • /root/.cache/ms-playwright/ffmpeg-1011/（可选 ~1.6MB）
⚠️ 常见陷阱
  • 系统清理会误删 Chromium — 清理垃圾时容易删除 /root/.cache/ms-playwright/ 目录，导致脚本报错 "BrowserType.launch: Executable doesn't exist"。如果出现该错误，重新执行 playwright install chromium-headless-shell 即可。
  • arm64 下载超时 — 默认 30s 超时不够，必须设置 PLAYWRIGHT_BROWSERS_DOWNLOAD_TIMEOUT=120000 或更高。

⚠️ 重要注意事项

1. 必须使用脚本生成的二维码

用户必须扫描 /tmp/wxgzh_screenshots/login_qrcode.png 这个文件中的二维码。

  • ❌ 不要让 AI 助手通过浏览器工具打开登录页后截图
  • ❌ 不要让用户自己打开微信公众平台截图
  • ✅ 必须等待脚本生成二维码后，AI 助手发送 /tmp/wxgzh_screenshots/login_qrcode.png 给用户

原因：如果 AI 助手和用户各自打开不同的浏览器会话，用户扫码登录的是自己的会话，脚本无法检测到登录状态。

2. AI 助手的责任（⚠️ 时序要求）

当用户请求分析公众号数据时，AI 助手必须按以下时序执行：

时间点操作说明
T+0 秒启动爬虫脚本 + 发送提示消息terminal(background=true, ...) → "二维码正在生成…"
T+10 秒第 1 次检查二维码sleep 10 && ls ...
T+15 秒如无，第 2 次检查再等 5 秒重试
T+20 秒如无，第 3 次检查再等 5 秒重试
T+25 秒如仍无，检查脚本进程ps aux | grep wechat_spider
二维码生成发送二维码图片不要延迟
发二维码后立即轮询报告，每 30 秒不等用户回复"已扫码"
Excel 生成直接发送 Excel 文件（不发文字）不要延迟
Excel 发送后运行数据分析脚本terminal(background=true, ...) python3 data_analyzer.py
30 秒后检查图表文件sleep 30 && ls /tmp/wxgzh_analysis.png
图表生成直接发送图表文件（不发文字）不要延迟
所有文件发送后发一条完成消息✅完成！📊 Excel 报告已发送 📈 数据分析图表已发送

具体操作：

  1. ✅ 后台运行爬虫脚本 → 避免阻塞后续检查
  2. ✅ 10 秒后首次检查 → 文件可能还未生成，耐心等待
  3. ✅ 循环检查 → 最多 4 次，每次间隔 5 秒
  4. ✅ 指定 channel 发送 → channel="openclaw-weixin"
  5. ✅ 直接发送 Excel 文件 → 不要附带文字说明
  6. ✅ 发送 Excel 后立即运行数据分析 → python3 data_analyzer.py &
  7. ✅ 等待 30 秒后检查图表 → 渲染需要时间
  8. ✅ 验证文件大小 > 100KB → 确保图表完整
  9. ✅ 直接发送图表文件 → 不要附带文字说明
  10. ✅ 所有文件发送后发完成消息
Show full SKILL.md (181 more words)Show less
3. 用户的责任
  1. ✅ 收到二维码后，用微信扫码
  2. ✅ 在手机上确认登录
  3. ✅ 等待 AI 助手发送 Excel 报告和数据分析图表
4. 不要使用 OpenClaw 浏览器工具
  • ❌ 不要使用 OpenClaw 的 browser 工具
  • ✅ 必须让脚本自己管理 Playwright 浏览器会话

脚本已经内置了完整的浏览器管理逻辑，使用 OpenClaw 浏览器工具会导致会话冲突。

5. 快速执行清单（AI 助手必读）
bash
# 1. 启动爬虫脚本（后台模式）
# ⚠️ 用 background=true 参数，不要用 &（terminal 工具不支持 & 后台化）
terminal(background=true, command="cd /root/.hermes/skills/openclaw-wxgzh/scripts && python3 wechat_spiderb.py -t month -p 3")

# 2. 发送提示消息（二维码生成前先告知用户）
发送："二维码正在生成，请稍后请用微信扫码登录。"

# 3. 等待 10 秒后检查二维码
sleep 10 && ls -la /tmp/wxgzh_screenshots/login_qrcode.png
# → 如果存在，立即用 message 工具发送到当前微信会话
# → 如果不存在，继续等待 5 秒后重试（最多重试 3 次）

# 3. 每 30 秒检查报告（脚本自动化，无需等用户确认）
sleep 30 && ls -la /tmp/wxgzh_reports/
# → 如果有 .xlsx 文件，直接发送 Excel（不发文字）

# 4. 发送 Excel 后，立即运行数据分析
python3 /root/.hermes/skills/openclaw-wxgzh/scripts/data_analyzer.py &

# 5. 等待 30 秒后检查图表（重要：渲染需要时间）
sleep 30 && ls -la /tmp/wxgzh_analysis.png
# → 检查文件大小 > 100KB，如果太小可能不完整
# → 如果存在且完整，直接发送图表（不发文字）

# 6. 所有文件发送完毕后，发一条完成消息告诉用户任务完成。
✅完成！📊 Excel 报告已发送 📈 数据分析图表已发送

关键检查点：

  • ⏱️ 首次检查等待 10 秒（不是 6 秒！浏览器启动需要时间）
  • 🔄 最多重试 3-4 次，总等待时间可能 20-25 秒
  • 📤 文件生成后 立即发送，不要等待用户询问
  • 📊 用户扫码后 2 分钟内 应该生成报告
  • 📈 Excel 发送后立即运行 data_analyzer.py
  • 🖼️ 图表生成约需 30 秒（渲染需要时间），检查后立即发送
  • 🔍 验证文件大小 > 100KB，确保图表完整
  • 🔍 如果超时，检查脚本进程：ps aux | grep wechat_spider
6. 减少 Token 消耗（重要）

为避免不必要的 token 消耗，AI 助手应：

必须做：

  • ✅ 发送登录二维码图片（/tmp/wxgzh_screenshots/login_qrcode.png）
  • ✅ 发送生成的 Excel 报告（/tmp/wxgzh_reports/wechat_stats_*.xlsx）
  • ✅ 发送数据分析图表（/tmp/wxgzh_analysis.png）
  • ✅ 等待脚本运行完成后发送文件

不要做：

  • ❌ 不要读取和分析 Excel 文件内容
  • ❌ 不要解读脚本运行过程和日志输出
  • ❌ 不要统计文章数量、列出文章标题等详细说明
  • ❌ 不要重复脚本已经输出的统计信息

简洁回复模板：

✅完成！📊 Excel 报告已发送 📈 数据分析图表已发送

🔧 故障排查

问题 1: 脚本运行后没有生成二维码
  • 检查 /tmp/wxgzh_screenshots/ 目录是否存在
  • 确保脚本有权限写入该目录
  • 查看脚本输出日志
  • 检查脚本进程是否存活：ps aux | grep wechat_spider
问题 2: 扫码后脚本没有继续执行
  • 确认扫码的是脚本生成的二维码（路径：/tmp/wxgzh_screenshots/login_qrcode.png）
  • 确认在手机上点击了"确认登录"
  • 检查浏览器是否被其他进程关闭
  • 轮询检查报告目录：每 30 秒 ls -la /tmp/wxgzh_reports/
问题 3: 数据抓取失败
  • 检查是否成功登录到公众号后台
  • 检查网络连接是否正常
  • 查看脚本输出的错误信息
问题 4: 数据分析图表生成失败
  • 确认已安装 Playwright：pip install playwright pillow && playwright install chromium
  • 检查 /tmp/ 目录是否有写入权限
  • 查看 data_analyzer.py 的输出日志排查具体错误
问题 5: 二维码文件生成慢（预期行为）
  • 现象：脚本启动后 6 秒检查，文件不存在
  • 原因：浏览器启动 + 打开页面 + 截图 需要约 10 秒
  • 解决：
    • 第 1 次检查：等待 10 秒（不是 6 秒！）
    • 如不存在，再等 5 秒重试，最多 3-4 次
    • 总等待时间 20-25 秒是正常的
  • 检查命令：sleep 10 && ls -la /tmp/wxgzh_screenshots/login_qrcode.png
问题 6: message 工具发送失败
  • 确保指定 channel：channel="openclaw-weixin"
  • 文件路径必须是绝对路径：/tmp/wxgzh_screenshots/login_qrcode.png
  • 不要用相对路径：./login_qrcode.png 会失败
  • 确认文件已完全写入：检查文件大小 > 0
    bash
    ls -la /tmp/wxgzh_screenshots/login_qrcode.png
# 正常大小约 300-400 KB

© openocta, MIT. Rendered from Markdown: HTML in the file is shown as text, images as links, and headings moved down two levels. Raw file

Files

SKILL.md and 3 other files (scripts) in 微信公众号文章数据爬虫分析 of openocta/openocta_skills.

  • SKILL.md
  • README.md
  • scripts/data_analyzer.py
  • scripts/wechat_spiderb.py

Open the folder on GitHubat commit 6ac4479

Compare with similar skills

Wechat Gzh Analyzer next to the 5 skills that share the most tags, products or categories with it. Stars are the repository's; “used in” counts other GitHub owners with a copy.

Wechat Gzh Analyzer compared with similar skills
SkillStarsUsed inTokensAuto-checkLicenceRepo updated
Wechat Gzh Analyzer this skillopenocta/openocta_skills166—~2.6kAutomated safety check: PassMIT
WeCom Online Sheet ManagerWecomTeam/wecom-cli3.2k1 repos~985Automated safety check: PassMIT
Wecomcli SheetPinvou/pinvou-agent2.4k—~1.2kAutomated safety check: PassMIT
Lark Driverongxinzy/RongxinAI1543 repos~4.5kAutomated safety check: PassAGPL-3.0
Lark Sheetsrongxinzy/RongxinAI1542 repos~5.3kAutomated safety check: PassAGPL-3.0
Lark Driveappleweiping/WEIPING_WIKI119—~4.1kAutomated safety check: PassMIT

Similar skills

  • WeCom Online Sheet Manager

    WecomTeam/wecom-cli

    Creates, imports, reads and edits WeCom online spreadsheets from the command line, including appending rows and managing sub-sheets.

    3.2k GitHub starsUsed in 1 repo~985 tokens
    Documents & OfficeAuto-check passed

  • Wecomcli Sheet

    Pinvou/pinvou-agent

    何时用:仅当用户明确指向企业微信『在线表格』或提供 doc.weixin.qq.com/sheet/ 链接时使用;泛指做表格默认先按消歧确认,智能表格内容操作走 wecomcli-smartsheet,本地表格默认走本地工具。在线表格:新建、导入 CSV/Excel、读取信息与数据、修改内容、追加行、子表管理;文档公共操作走 wecomcli-doc-manage。

    2.4k GitHub stars~1.2k tokensUpdated today
    Documents & OfficeAuto-check passed

  • Lark Drive

    rongxinzy/RongxinAI

    飞书云空间（云盘/云存储）：管理 Drive 文件和文件夹，包含上传/下载、创建文件夹、复制/移动/删除、查看元数据、评论/权限/订阅、标题、版本、飞书文档密级标签（secure labels）和本地文件导入。用户需要整理云盘目录、处理云空间资源 URL/token、判断链接类型/真实 token/标题，或导入 Word/Markdown/Excel/CSV/PPTX/.base 为…

    154 GitHub starsUsed in 3 repos~4.5k tokens
    Documents & OfficeAuto-check passed

  • Lark Sheets

    rongxinzy/RongxinAI

    飞书电子表格：创建和操作电子表格。支持创建表格、管理工作表与行列结构（增删/合并/调整尺寸/隐藏/冻结）、读写单元格（值/公式/样式/批注/单元格图片）、查找替换、多操作原子批量更新，以及图表、透视表、条件格式、筛选器、迷你图、浮动图片等对象的创建与维护。当用户需要创建电子表格、管理工作表、批量读写或编辑数据、统计汇总与可视化、表格美化、公式计算（含 Excel…

    154 GitHub starsUsed in 2 repos~5.3k tokens
    Documents & OfficeAuto-check passed

  • Lark Drive

    appleweiping/WEIPING_WIKI

    飞书云空间：管理云空间中的文件和文件夹。上传和下载文件、创建文件夹、复制/移动/删除文件、查看文件元数据、管理文档评论、管理文档权限、订阅用户评论变更事件、修改文件标题（docx、sheet、bitable、file、folder、wiki）；也负责把本地 Word/Markdown/Excel/CSV 以及 Base…

    119 GitHub stars~4.1k tokensUpdated 1 mo ago
    Documents & OfficeAuto-check passed

  • Lark Sheets

    majiayu000/claude-skill-registry

    飞书电子表格：创建和操作电子表格。支持工作表与行列结构（增删/合并/尺寸/隐藏/冻结/分组）、单元格读写（值/公式/样式/批注/单元格图片）、区域复制移动排序填充、查找替换、批量更新，图表、透视表、条件格式、筛选器与筛选视图、下拉列表、迷你图、浮动图片等对象的创建与维护，以及公式校验、历史版本回滚、本地 Excel/CSV…

    666 GitHub starsUsed in 1 repo~4k tokens
    Documents & OfficeAuto-check passed

More from openocta/openocta_skills

All 8 skills in this repo

  • Mysql Full Inspection Skill

    openocta/openocta_skills

    对远程多实例MySQL数据库执行全方位深度巡检，覆盖基础健康、连接负载、性能慢查询、索引冗余、主从复制、容量空间、账号安全、配置风险八大维度，全自动完成巡检扫描、风险识别、问题定级、优化建议、报告归档与飞书推送，适用于生产/测试所有运行中MySQL实例常态化合规巡检。适用场景：用户要求进行 MySQL 全链路健康检查、MySQL 综合巡检、MySQL 风险扫描、MySQL 性能审计、MySQL…

    166 GitHub stars~2k tokensUpdated 3 mo ago
    Auto-check passed

  • Server Patrol

    openocta/openocta_skills

    Linux 与网络设备只读健康巡检；直接运行 scripts/patrol.sh，配置由平台侧信道注入，Agent 不读取环境变量

    166 GitHub stars~522 tokensUpdated 3 mo ago
    Auto-check passed

  • Mysql Deadlock Analyzer

    openocta/openocta_skills

    Full-chain MySQL deadlock analysis. An agent skill from openocta/openocta_skills.

    166 GitHub stars~2.2k tokensUpdated 3 mo ago
    Auto-check passed

  • Mysql Replication Lag Resolver

    openocta/openocta_skills

    Replication lag root cause analysis with automated resolution workflow.

    166 GitHub stars~2.6k tokensUpdated 3 mo ago
    Auto-check passed

  • Mysql Slow Query Diagnose

    openocta/openocta_skills

    Slow query diagnosis with root cause analysis and index optimization recommendations.

    166 GitHub stars~2.7k tokensUpdated 3 mo ago
    Auto-check passed

  • Tidb Cluster Inspector

    openocta/openocta_skills

    Comprehensive TiDB cluster inspection. An agent skill from openocta/openocta_skills.

    166 GitHub stars~2.9k tokensUpdated 3 mo ago
    Auto-check passed

Works with

Categories

Questions about Wechat Gzh Analyzer

What does Wechat Gzh Analyzer do?

分析微信公众号后台数据，包括文章阅读量、评论、点赞等统计。当用户需要分析微信公众号数据、导出公众号文章统计报表时调用此技能。. Wechat Gzh Analyzer is an agent skill from openocta/openocta_skills.

When should I use Wechat Gzh Analyzer?

Wechat Gzh Analyzer fits situations like: tasks that involve Messaging and chat bots; tasks that involve Excel spreadsheets.

How do I install Wechat Gzh Analyzer in Claude Code?

Run `npx skills add openocta/openocta_skills --skill wechat-gzh-analyzer -a claude-code`. Or copy the skill folder (微信公众号文章数据爬虫分析 in openocta/openocta_skills) into .claude/skills/wechat-gzh-analyzer in your project. Claude Code loads it when a task matches its description.

How do I install Wechat Gzh Analyzer in Codex?

Run `npx skills add openocta/openocta_skills --skill wechat-gzh-analyzer -a codex`. Or copy the skill folder (微信公众号文章数据爬虫分析 in openocta/openocta_skills) into .agents/skills/wechat-gzh-analyzer in your project. Codex loads it when a task matches its description.

Can I use Wechat Gzh Analyzer in Cursor, Gemini CLI or GitHub Copilot?

Cursor, Gemini CLI, GitHub Copilot and OpenCode also load SKILL.md folders. With the skills CLI, run `npx skills add openocta/openocta_skills --skill wechat-gzh-analyzer -a cursor` (or -a gemini-cli, github-copilot or opencode for the others). To copy it by hand, put the folder in .cursor/skills/wechat-gzh-analyzer, .gemini/skills/wechat-gzh-analyzer, .github/skills/wechat-gzh-analyzer and .opencode/skills/wechat-gzh-analyzer in your project.

What does Wechat Gzh Analyzer need to run?

Going by SKILL.md and its folder, Wechat Gzh Analyzer needs Python for the scripts in its folder and the command-line tools its instructions call (python3, playwright and pip). Our summary lists: Python 3.

Does Wechat Gzh Analyzer access the network?

SKILL.md contains no URLs. Its commands use pip, which can reach the network depending on how they are called. This is read from the text; nothing was executed.

Is Wechat Gzh Analyzer safe to install?

Our automated static check of SKILL.md found no risky patterns, such as piping downloads into a shell, reading credential files or hidden Unicode. It is not a guarantee. The check reads SKILL.md only: the scripts in the folder are not scanned, so read them before running anything.

What licence does Wechat Gzh Analyzer use?

Wechat Gzh Analyzer is published under the MIT licence (the repository's licence). It allows redistribution, so the full SKILL.md is shown on this page.

How many tokens does Wechat Gzh Analyzer use?

About 2.6k tokens (SKILL.md is roughly 10k characters). Agents keep only the skill's name and description in context until a task matches; then they load SKILL.md in full.

What are the alternatives to Wechat Gzh Analyzer?

Skills that share tags, products or a category with Wechat Gzh Analyzer: WeCom Online Sheet Manager (WecomTeam/wecom-cli, 3.2k stars), Wecomcli Sheet (Pinvou/pinvou-agent, 2.4k stars), Lark Drive (rongxinzy/RongxinAI, 154 stars) and Lark Sheets (rongxinzy/RongxinAI, 154 stars). The comparison table on this page puts their stars, adoption, token cost, safety result and licence side by side.

Who maintains Wechat Gzh Analyzer?

openocta (a GitHub user) maintains it in openocta/openocta_skills, which has 166 GitHub stars. The repository holds 8 skills in this directory. The repository was last updated on June 22, 2026.

Source: openocta/openocta_skills on GitHub. Facts on this page come from the repository at the commit we read; the author's words are quoted as theirs.