🏠 AI Tools Hub | 首页 | 文章 | 评测 | GitHub热门 | 排行榜

AI Data Extractor 教程：把散落十处的 AI 编程对话一网打尽

📌 项目地址：github.com/kruzovic7/ai-data-extractor | 星数：447+ | 依赖：纯 Python 标准库

📋 项目简介

你用 Claude Code 聊过的需求、用 Cursor 改过的 bug、用 Aider 跑过的重构——这些高价值对话都躺在各工具自己的本地数据库里，格式各异、入口分散。ai-data-extractor 把它们统一成一份规范化 JSONL：用户消息、助手回复、代码上下文（文件路径/选区/片段）、diff、工具调用及其结果、时间戳、会话 ID、项目路径、模型名——各工具存了什么就导出什么。三大用途：微调数据准备、个人使用分析、应用清库前的多年对话备份。会话管理是 AI 工作流的重要一环，还可以参考 Claude Code会话管理三招。

✨ 支持的十款工具

#	工具	存储方式	搜索位置
1	Claude Code	JSONL，每会话一文件	~/.claude/projects/*/.jsonl
2	Codex CLI	JSONL rollout 文件	~/.codex/sessions/*/rollout-.jsonl
3	Cursor	SQLite（state.vscdb）	…/Cursor/User/{global,workspace}Storage
4	Windsurf	SQLite，未公开schema（启发式）	…/Windsurf/User/…
5	Trae	SQLite + JSONL（启发式）	…/Trae
6	Continue	JSON，每会话一文件	~/.continue/sessions/*.json
7	Gemini CLI	JSON，每聊天一文件	~/.gemini/tmp/<hash>/chats/*.json
8	OpenCode	JSON（session/message/part树）	~/.local/share/opencode/storage/
9	Cline / Roo Code	JSON，每任务一目录	<editor>/User/globalStorage/<ext-id>/tasks/
10	Aider	Markdown，每项目一份	<project>/.aider.chat.history.md

🚀 使用

# 无任何第三方依赖，Python 3.9+（推荐 3.10+）
python --version

# 交互模式：编号菜单选择要提取的来源
python extract.py

# 直驱动模式
python extract.py --all                          # 提取全部
python extract.py --sources cursor,claude_code,aider  # 指定来源
python extract.py --list                          # 只看装了什么，不提取
python extract.py --all --merge                   # 额外合并 all_conversations.jsonl

# 一键全提取脚本
./extract_all.sh

📁 输出格式

extracted_data/
├── claude_code_conversations_<时间戳>.jsonl
├── cursor_conversations_<时间戳>.jsonl
├── aider_conversations_<时间戳>.jsonl
└── ...  # 每个来源一个文件；--merge 时追加 all_conversations.jsonl

每个提取器也可以单独运行（python -m extractors.cursor），调试单个来源时很方便。

💡 使用建议

先跑 --list 做一次快速、安全的预览，确认能发现哪些来源再决定提取范围
Aider 没有固定数据目录，务必用 --search-path 指向你的项目根；非标准安装位置的其他工具同理
导出的 JSONL 可直接用于微调数据清洗；训练相关工具链可延伸阅读 MiniMind教程：从零训练你自己的大模型
每个来源的时间戳独立命名，不会互相覆盖，可放心反复导出

📚 常见问题

ai-data-extractor 是什么？

一个纯 Python 标准库（无第三方依赖）的开源工具（kruzovic7/ai-data-extractor，447 星），把你自己的 AI 编程助手本地聊天记录自动发现并导出为统一的 JSONL 格式，覆盖 Claude Code、Codex CLI、Cursor、Windsurf、Trae、Continue、Gemini CLI、OpenCode、Cline/Roo Code、Aider 十款工具，用途是微调数据准备、个人使用分析，或在应用清空本地数据库前备份多年对话。

怎么使用？

Python 3.9+（推荐 3.10+）直接运行：交互模式 python extract.py 从编号菜单选来源；python extract.py --all 提取全部；--sources cursor,claude_code,aider 指定来源；--list 只报告各来源找到什么不实际提取；--merge 额外合并出 all_conversations.jsonl；--output-dir 指定输出目录（默认 ./extracted_data）。

找不到某个工具的数据怎么办？

脚本会自动按 macOS/Linux/Windows 三种约定路径搜索（~/Library/Application Support、~/.config、~/.local/share、%APPDATA%、%LOCALAPPDATA%）。Aider 没有固定数据目录，需要用 --search-path 告诉它你的项目在哪；其他工具装在非标准位置时同样用 --search-path 追加搜索目录。