"职场贾维斯" - 你的钉钉聊天记录，可能是你最被低估的数据资产 -- （完整思路 & Skills 披露）- 大数跨境

首页

"职场贾维斯" - 你的钉钉聊天记录，可能是你最被低估的数据资产 -- （完整思路 & Skills 披露）

Andy聊跨境

2026-10-27

导读：企业聊天记录，可能是你最被低估的数据资产。本文完整复盘：备份→解密→全量导出→交互看板→加班台账，一条命令链把“我觉得我很忙”变成“数据显示我很忙”，最后封装成完整skill。你的职场贾维斯，从管理你

全文约 8,000 字，预计阅读时间 35min
本期以故事与方法为主（摸鱼党友好），想直接上手的朋友可以直接点击底部【原文链接】跳转到 Skills 下载页面
本文主题：把企业沟通工具里的个人聊天记录，变成一套可分析的职场数据库 -- 备份、解密、全量分析、看板、加班台账，最后封装成人人可复用的开源 skill
适用人群：想知道"我这一年到底干了什么"的职场人 / 想用数据做管理复盘的老板 / 对 AI agent 落地感兴趣的兄弟
两点声明：① 文中所有截图与数字均为参考示例数据（主人公叫张三，零真实个人信息）；② 本文仅供学习交流使用，禁止任何第三方用于其他用途

Hello 大家好，最近潜水搞各种 AI 项目，今天跟大家分享一个挺有意思的项目，这个项目应该大多数人都能用得上，不管是职场 er 还是 boss 都可以对最核心企业资产进行分析。所以这周把这个项目整理出来，跟大家分享一个可能被我们大多数人都忽略掉的数据资产。

先聊两句资产。普通人手里最重要的对话数据是什么？第一反应一般是微信。没错，微信承载了我们生活里绝大部分的上下文，但它偏生活化。

那商业化浓度更高的呢？非常明显：钉钉、飞书这类企业沟通平台里的对话。你在公司里几年的沟通记录 -- 谁找你做什么、你推动了什么、承诺什么时候兑现、哪个项目你深度参与、哪个深夜你还在回消息 -- 全部在里面。这是什么？这就是你职业生涯的原始日志。

但这笔资产过去基本是"看得见、摸不着"的：数据锁在客户端的加密数据库里（官方并没有像样的个人导出功能）；就算导出来了，十几万条消息摆在面前，靠人脑分析也是非常渺小的。

现在 AI 出现了，这两道门槛直接被削平了：解密这种硬活，AI 能带着你干；分析这种体力活，AI 更是强项。（技术大佬轻喷，哪些坑还是得人来踩，下面会讲到~）

这个项目的真实由头，是一个朋友。他准备年底要做年终总结，跑来找我，说了一句让我印象很深的话：

"我坐在电脑前半天，发现自己不知道过去一年做了什么。"

我说：哥们，这有啥难的，你的工作历史全在你的企业沟通工具和日程里面，一行都不会少。你只是从来没把它当成数据来看过。

于是从这个由头开始，这个项目最后长成了一套完整的分析工厂：备份 >> 解密 >> 导出 >> 分析 >> 交互看板 >> 加班台账，前后折腾了一个多星期，最后还封装成了一个开源的 AI skill -- 你可以叫它职场贾维斯：钢铁侠的贾维斯管理的是战衣和日程，你的贾维斯管理的，应该是你自己的职业数据。

（Sorry，"贾维斯"这个词吹得有点大，但它确实是我做过最"为打工人自己服务"的一个项目，往下看你就知道了~）

一、先补 sense：大多数人缺的不是工具，是问题意识

开工之前，有个东西比技术更值得先聊。

我朋友那个问题 --"不知道过去一年做了什么"-- 表面看是数据不够，实际上是从来没有把工作史当成数据。而往深了说，这是对自己职业生涯的把控度问题：

我做了什么？我有哪些不足？我怎样做得更好？过去 6 个月、过去 3 个月，我重点推进的项目是什么？成效是什么？

这几个问题，你的老板有一个视角，HR 有一个视角，绩效考核一年给你拍一次快照 -- 但那些都是别人的视角。沟通记录和日程，是你唯一能自己获取的、个人视角的完整证据。职业规划、晋升答辩、年终总结，这就是最重要的语料。

所以在动手前，提醒各位分析非常考验框架。数据不会自动说真话，口径错了，数字比没有数字更害人。

Okay，基础 Sense 说完了，接下来把"不知道做了什么"这个模糊的痛，翻译成五个具体阐释的问题：

位置 -- 我在组织网络的哪个位置？消息量、被@、群身份是什么水平？
关系 -- 我真正的高频协作对象是谁？关系的深浅和方向如何？
项目 -- 过去一段时间的项目版图是什么？哪些我主导、哪些我只是参与？
节奏 -- 高频工作时段是怎样的？个体和组织的加班情况如何？
驱动 -- 谁在驱动我，我在驱动谁？

这五个问题的答案，全部埋在消息库和日程里。下面开始施工。

二、第一场硬仗：库是加密的，但钥匙在你自己手里

第一步永远是找到数据。macOS 上钉钉官网版的本地消息库是一组 SQLite 文件，藏得很深（容器目录里一层套一层）。兴冲冲拷出来，用工具一打开 -- 一片乱码。

整库加密。而且不是"加了把锁"那种，是整个文件从第一个字节起就换了血，连文件头都是密的。

具体怎么解的，这里不展开 -- 思路在开源社区都是公开信息，文末仓库里有完整交代，感兴趣的兄弟自己再去深挖。这里只跟各位同步三个体感：

这活不是人干的，是 AI 干的。我全程只负责说"继续"，真正的逆向推导、写脚本、跑验证，都是 agent 在干 -- 放两年前，这事我连起步都起不了；
钥匙其实一直在你自己手里。加密用的密钥不需要从服务器偷，它就是由你自己的账号身份信息推导出来的 -- 只是没人告诉你搓钥匙的方法；
一定要有验收器和兜底。解错一个字节就是一整库坏数据，所以每一步都有"解出来必须长什么样"的校验，错了直接停链，绝不产出坏库。

这里要公允地说一句：市面上已经有开源前辈做过钉钉数据解析（dylan121322、GhoulOwl 这些项目，感兴趣的也可以尝试一下，但是不构成推荐建议），本项目是站在他们肩膀上做了实证修正 -- 踩过的那些雷。

另外提醒一句：这类方案依赖对客户端版本的逆向结论，官方大版本更新后可能失效 -- 仓库里做了校验兜底，失效会报错停下，绝不产出坏库。所以对普通兄弟的结论很直接：解密这道曾经的门槛，今天已经不是门槛了，你真正该花力气的，是解密之后的东西。

三、第二场硬仗：本地库只存"你看过的"

解密成功，第一轮全量导出，几万条消息，看着挺夸张的 -- 直到意识到一件事：本地库只缓存你打开看过的会话。

你没点开过的群、没翻过的历史，本地根本没有。想要全量，只有一个办法：回到客户端，把每个会话手动翻到底，让服务器把历史吐给本地缓存（"查看更多"一层层加载，实测一次点击能拉回 5.7MB）。

几百个会话，一个一个翻？我试了两种方法。

第一种是自动化脚本。让 agent 写了一套读屏 + 模拟点击的脚本去翻，结果发现钉钉对自动化是有防备的-- 按钮坐标会飘、脚本事件容易被吃掉，想稳定跑通，成本比想象中高得多。

第一种方案被 PASS 了，于是我换了第二种：手动批量获取。就是用鼠标拖动，强制加载之前的历史消息，把几百个会话逐个翻到底。

这里给兄弟们一个省力小技巧：用带惯性的鼠标-- 滑一下滚轮它会自己持续滚动的那种，手腕基本不用发力，几百个会话翻下来也不费手。

不过这轮自动化没白做 -- 它最有价值的产出不是替代人翻页，而是那份**"每个会话还差多少历史"的缺口清单**。机器告诉你哪里有缺口，人去把缺口补上。这个分工我特别喜欢：自动化不是为了省掉人，是为了让人的每一次动手都打在点上。

翻完再跑一轮全链，消息量直接从几万条涨到十几万条。数据资产这才算真正落袋。

四、数据工厂：一条命令链，从密文到六页签看板

按照老规矩，先贴成品。下面用的是一套参考示例数据（主人公叫张三，一家消费电子跨境电商的运营主管 -- 真实数据当然不能贴，用示例数据演示，本身就是这个项目隐私设计的一部分）：

六页签交互看板，离线单文件 HTML（ECharts 内嵌，没网也能开）：总览 / 组织位置 / 贡献 / 关系图谱 / 人物画像 / 项目全景。

拿张三的示例数据看看这套工厂能回答什么：

932 名成员的网络里，他的消息量第 1（占全员 25%），21 个跨部门群的群主，@网络的中介中心性第 1 -- 典型的信息枢纽特征；
回复延迟中位 0.447 分钟，别人回他要 0.652 分钟 -- 秒回型选手（这个数字怎么读，第五章有话说）；
两年 1800 个日程块、1805 小时，86% 是自己创建的 -- 有较强的日程规划意识。

而生产这一切的，是一条命令链：

备份 >> 解密 >> 导出 >> 增强 >> 计算 >> 校准 >> 看板 >> 交付。期间密钥自动推导、每库过完整性校验、SHA256 冷备回验，全程不需要写一行代码。增量更新也是同一条链 -- 朋友做完年终总结，过几个月再来一轮，旧交付物先归档、新数据重新跑，年复一年，数据资产滚动复利。

成本透明环节（Andy的老规矩）：先说实话，花钱了 -- AI 不可能白嫖。解密这一步我全程用 GPT 干的，API 费该花就花。

但说句实在话，这一点费用跟这笔数据资产的价值比起来，根本不值一提-- 你的职业生涯只要足够久，就算花 1000 软妹币把这几年的工作史变成可分析的数据资产，也是超值的。

至于时间，前后半个多月，大头是人的判断，跑腿的活 AI 分担了七八成。

五、分析的价值：从 what 走到 why 和 how

说一个我的切身感受：拿到数据、做出漂亮的报表，你只解决了"它是什么"（what）的问题。真正值钱的，是分析之后的结论和行动-- 也就是"为什么"（why）和"怎么办"（how）。下面这四条，就是这半个多月里我沉淀下来、能把 what 直接变成 why 和 how 的东西。

价值一：网络指标不能自证重要性，官方职级才是第一锚点。第一版看板赫然写着"消息量第 1、中介中心性第 1、21 个群主"-- 看起来张三就是全公司的枢纽？但这是拿他自己发的消息，证明他自己最重要，自我中心偏差的教科书案例。修法三件套：给网络图挂客观性声明、加一个剔除本人之后的"同事间@枢纽榜"（有时候真枢纽另有其人）、以及最关键的一条 --官方组织职级表才是第一锚点，算法指标只做参考。职级表说他是个主管，那他就是主管；网络指标说他像总监，那说明他"越位"了，两回事。这条的价值：它回答的是"我在组织里到底什么位置"这个 why，而且是敢拿去跟老板对质的答案。

价值二：口径即结论，口径错连"加班形态"都会判错。第一版用"当天最早一条到最晚一条消息"的跨度算加班 -- 早上九点冒一条，晚上十一点冒一条，就算加班 14 小时？改成**"非空活跃小时法"（数真正活跃的小时数），并且把补班日剔除出周末加班（有个意外收获：消息节奏居然能反向验证官方调休表 -- 补班那天的节奏，跟标准工作日一模一样）。改完口径，数据给出的结论是："周末连轴转"是错觉，真实的加班形态是"工作日超长待机"** -- 这两者的 why 完全不同（活多 vs 职责边界），对应的 how 也完全不同。这条的价值：口径对了，数据才能告诉你该采取哪个行动。

价值三：图表要让人一眼读出正确结论，否则图就是错的放大器。构成类图表必须能看百分比（环形图而不是只看数量的条形图）；分类的"其他"不能占七成装看不见，长尾必须拆到底（拆完之后真正的大头才浮出来）；关系要有时效分层 -- 半年没联系的人，不该还挂在"核心圈"里。这条的价值：让读图的人（包括三个月后的你自己）在第一秒就得出正确结论。

六、四份交付物：把"我觉得"变成"数据显示"

1. 交互看板 -- 上面贴过，六页签，单文件离线可开。人物画像页有 30 张画像卡，每张点开有"五点分析"：沟通风格 / 工作习惯 / 与我的关系 / 组织定位 / 综合画像，每一条都带数字，不是空泛形容词。

2. 分析报告 + 数据底表 -- 报告直接可读，底表 xlsx 八张 sheet（月度/ 关系/ 画像/ 项目/ 群身份/ 组织对标/ 日程统计/ 贡献指标），想自己再加工的兄弟直接拿表算。

3. 加班台账 -- 逐日判定的加班明细：晚间分三档（19-21 点/ 21-23 点/ 23 点后）、周末、节假日分开算，补班日自动剔除，另有月度汇总和深夜明细。它能回答的那种问题是："我以为自己是周末连轴转，数据说我是工作日超长待机" -- 注意，这是两种完全不同的信号，前者可能是活多，后者更可能是职责边界的问题，对应的解法完全不同。

4. 岗位与报酬评估（方法论） -- 这是 L3 层的人机协作剧本：薪酬事实链要消息原文级证据（日期 + 对话人 + 原文引用，不是记忆）；带宽对标用三源（内部同职级/ 外部市场分位/ 职责-薪酬错位量化）；个人诉求拆成互斥的方案组再逐一评估。涉及具体谈判的展开这里就不写了，方法论在仓库里。

而这一切拼起来，回答的就是我朋友那个问题。他那个"不知道过去一年做了什么"，现在变成了一摞可以摊在桌上的事实。

把"我觉得我很忙"，变成"数据显示我很忙"；把"我感觉我做了不少事"，变成"这是我的项目版图和参与度"。这就是这套工厂的全部意义 -- 而且同样的逻辑，对老板完全成立：一样的客观性标准，照团队要能照，照自己也要能照。数据透明对双方都是保护，怕数据的职场关系，问题一般不在数据上。

七、skill 化：从一次性项目到"职场贾维斯"

项目做完那几天我一直在想一个问题：这套东西是帮一个朋友做的一次性工程，还是一套谁都能跑的工厂？

答案取决于一件事 --能不能把过程里所有"人的经验"固化下来。于是有了最后这个阶段：全部封装成一个 AI skill，开源了。

几个我认为最值得聊的设计：

三层架构：L1 主链全自动（备份到台账一条命令链）；L2 校准层（组织表、日程这些钉钉里没有的数据，有则自动跑）；L3 人机剧本（岗位评估、局面分析这种需要人提供输入和判断的，固化方法论、不自动化）。该自动的自动，该人来的留给人。
引擎与个人数据彻底分离：代码仓库零个人信息，你的姓名、入职日、业务词表、报告叙述模板，全在你自己的工作区配置包里，不进仓库。脱敏不是删名字，是架构级分离 -- 这个认知比任何扫描工具都重要。
全套参考示例：仓库里带一套完整的示例数据（就是张三），新用户照着例子配置就能跑通全链，我拿一千多个敏感模式（真名/ uid/ 公司词/ 群名）对全仓库做过扫描，零命中。