引言

我们每天都在产生海量的数据，但它们此刻正散落在微信的聊天记录、各类云相册、个人电脑、以及 NAS 的硬盘中，这是你未被开采的数字资产。

即使 ChatGPT 已经读遍了整个互联网的数据，它依然是一个熟悉的陌生人：它不知道你 2018 年秋天在东京拍过什么照片，也不记得你上周在微信里对孩子许下的承诺。

想要拥有一个真正懂你的个人智能体（Personal Agent），第一步不是打磨Prompt，更不是训练模型，而是先构建属于你的个人数据中心（Personal Data Center）。

文本数据

微信聊天记录

微信是所有个人数据里面最有价值的，但导出数据又是最麻烦的。以下内容仅探讨个人数字资产导出的技术实现路径，本人声明对于微信数据的导出仅供自己使用，且不对外提供任何技术服务。

1. 获取 wxid 和 key

这一步涉及到从内存中读取数据，不同的微信版本的方式会有差别，推荐使用 4.0.3.x 的版本。拿到当前进程的 pid、version、account_name、nickname、phone、wxid、wx_dir(微信文件的目录) 和 key(密钥)。

2. 解密 db_storage，用上面拿到的 Key 来解密 SQLite 格式的数据。

3. 导出聊天记录，可以导出不同的格式，TXT/HTML/Markdown，如果后续主要是给大模型来处理，那 Markdown 的格式就可以。92G 和 12G 的微信数据，大概处理时间在 35 分钟和 6 分钟。

注意：确认自己具备数据安全防护的能力后，可以把解密后的数据保存到私有存储，比如自建 NAS 中。一旦失去了微信的加密保护，这些包含你所有隐私的明文数据，是不建议上传至任何国内的云盘。

注意：如果提示微信版本太低的话，需要升级的话，可以使用 Cheat Engine。

4. 可以通过 API 将 Markdown 文件给 Gemini 3 Pro，让它基于聊天记录分析和给建议，看看下面几个例子，我觉得是有一定的参考价值。

个人笔记(Notion)

1. 点击 “Workspace” (工作区) 下方的 “Settings” (设置) 标签。

2. 找到 "General" (通用) 的 Export 选项，Export All Content。

个人文档

在使用飞书等企业协同软件时，请务必清楚工作期间产生的数据所有权归属于公司。管理员不仅可以通过审计模块调取你的聊天、邮件和文档，还能设置敏感行为报警。因此，离职时的资产交割会非常受限，可以提前做好核心文档的本地备份。

还有一个公私数据隔离的原则：非工作数据请保留在个人微信中。虽然微信的数据导出门槛极高，但它能确保你的隐私不被公司的审计系统穿透。

我最近将解密后的数千本 Kindle 电子书和 NAS 文档备份到了 NotebookLM（请认准官方域名 https://notebooklm.google.com/ ）。作为下一代知识管理工具的雏形，NotebookLM 展现出的语义理解与跨模态整合能力，代表了从存储文件到理解内容的范式转移，这值得所有传统网盘产品学习。

音频数据

通话记录

iPhone 的通话自动录音一直没有开放，可能是因为苹果坚持录音必须要手动触发且要通知对方。

而 Android 手机大部分是可以开启通话自动录音的。

24 小时录音

最近给小孩佩戴了一个 24 小时录音的小硬件 Omi Dev2，跟飞书和安克合作的那个AI 录音豆有点像。但它的硬件的质量确实不太好，短短十多天已经玩坏一个设备了（幸好有先见之明，当时买了一对）。

在软件端，我参考了下面的项目定义一个自己的 App，把采集过来的音频数据做一些后处理，再转存到自己的 NAS 中。

https://github.com/BasedHardware/omi/

相比闭源产品，如果要把 24 小时的数据存储到他们的服务器，也不知道你的数据会被哪些人分析和处理。开源方案带来的数据主权与可控力就很重要了。目前，语音识别与语义分析技术已趋于成熟，如果硬件端能进一步提升续航与稳定性，这套 24 小时的音频采集系统将爆发更大的潜力。

在分析这些音频数据后，我发现三岁孩子的世界远比我们的想象丰富。她经常会自言自语，大部分是她对刚刚过去的事情的感受表达。另外三岁的小孩睡觉也是会打鼾的。

图片/视频数据

Google Photos

1. 去 https://takeout.google.com 导出所有的照片视频，建议单个文件的大小选择为 4G/2G，单个文件太大的话，当你网络不太稳定时，容易下载失败。

2. 将所有文件解压缩并合并到一个文件夹中，使所有 “Takeout” 文件夹合并为一个。

3. 利用 gpth 来把 Json 里面的数据回写到照片中，具体的可以参考这个项目：

https://github.com/TheLastGimbus/GooglePhotosTakeoutHelper

4. 用Exiftool 处理图片原始数据，重点处理是跟时间相关的(CreateDate、ModifyDate和DateTimeOriginal)，以及跟地理位置相关的(GPSLatitude / GPSLongitude)。

5. 最近 Google Photos 也接入了 Gemini，在图片理解、人脸识别和语义搜索上比之前更强大了。可以在 Google Photos 直接 Ask：“2025 的精彩时刻，包含我的照片”，也可以直接 Ask 某段文字之类的。

iCloud Photos

方法一

1. 从 https://privacy.apple.com/ 获取你的数据副本

2. 下载后解压整理

方法二

如果照片数量不是太多，可以把照片同步到 Mac 的 Photos 上，然后从 Photos 里面导出。

注意：如果照片的数量比较多，我尝试的账号上有接近 30 万张，亲测即使在 M4 Pro 的顶配上，也卡到无法响应。

Synology Photos

1. 把来自于微信，Google Photo，iCloud，本地的照片，以及家人的照片(特别是有小朋友的，家人的图片重复的比例很高) 都导出来，备份到 NAS。

2. 修复元数据，如果有 Exif 信息，优先使用时间相关和空间相关的参数；如果没有，则通过文件名看看是否包含日期或者 Unix 时间戳；如果文件名也没有日期或者 Unix 时间戳之类的，则使用文件创建时间。

3. 去重，通过 Hash 和 Similar Image 去重，大幅减少图片的数量。保留的原则是：1️⃣ 保留原图，2️⃣ 保留时间最早的，3️⃣ 保留尺寸最大的。

4. 备份到 Synology Photos 作为一个原始数据的存储，推荐使用 Synology Photos(本地存储)+ Google Photos(云 + AI 能力) 的组合。

如何构建个人数据中心

通过前面的步骤，我们已经将微信聊天记录、个人笔记、文档电子书等文本流，通话录音、24小时全天候录音等音频流，以及 Google Photos、iCloud、Synology Photos 中的视觉流，全部清洗去重并整理到了 NAS 这一存储层。

同时，我们也有了 NotebookLM 和 Gemini 这样强大的应用来处理不同类型的数据。

然而，目前的链路是割裂的：图片视频归相册管，文档归笔记管，录音归播放器管。如果构建一个中间层，把不同模态的数据关联起来，比如把某次旅游/活动的录音，图片，聊天记录都能聚合起来，大家觉得这是个机会吗？

结语

欧盟(GDPR)第 20 条明确规定了数据可携带权 (Right to Data Portability)，Google Photos 和 iCloud 的互通也证明了可行性，Notion/Apple Health 这些海外的应用也都提供了数据导出的功能。

而国内《个人信息保护法》第 45 条明确了个人有权查阅、复制其个人信息，且平台应当提供转移途径，但目前这仍停留在口号层面。大部分平台常以各种技术原因为由，仅提供极少量数据。当前的监管重心依然侧重于防泄露和防过度采集，对数据迁移和导出的执行力度远不及欧盟 GDPR。

在监管细则未落地之前，与其等待平台的施舍，不如主动出击。开始建立你的个人数据中心，将碎片化的信息转化为自主可控的数据，打造你在 AI 时代最核心的数字资产。