Lore 快速入门

这是什么？适合谁？

Lore 是一个本地桌面应用，用于浏览和搜索你的 coding-agent 历史。它读取 Claude Code 和 Codex 已经保存在你电脑上的会话文件，把它们与仓库和 Git 历史关联，放进一个可搜索的本地归档。它不包装你的 agent、不改动它们的文件——37 个 fork 的社区热度说明”agent 会话沉淀”是真实痛点。

适合人群：重度 Claude Code / Codex 用户、想在团队里复用”上次那个 bug 怎么解的”经验的开发者、研究 agent 工作流的工程师。 使用前提：macOS（Tauri 2 桌面应用）、已有 Claude Code 或 Codex 的本地会话记录。

快速上手（3 步）

第一步：获取应用

从仓库构建或获取发布版（Rust + Tauri 2 桌面应用）：

git clone https://github.com/hsusul/lore
cd lore
# 按仓库 Development 章节安装 Tauri 2 前置依赖后构建

第二步：导入会话

Lore 通过只读适配器读取 Claude Code / Codex 的本地会话文件，自动关联仓库与 Git 历史，建立本地 SQLite 归档。你的 agent 文件原地不动。

第三步：搜索一次旧会话

在应用里搜”上次修那个竞态条件的会话”，定位到当时的会话、相关 commit 与仓库状态——把散落在 ~/.claude/projects/ 里的历史变成可检索知识。

初级用法

• 证据分层：Lore 严格区分”会话期间记录的 commit”与”摄取时观察到的仓库状态”——不同证据不混为一谈，引用时可信。
• 全本地：V0 无账号、无遥测、无云数据库、无 LLM 调用，归档不出机器。
• Git 关联：会话 ↔ commit ↔ 仓库三方互链，从对话跳到代码变更一步直达。

高级玩法

1. 个人调试知识库：按”问题关键词”检索历史会话，把”当时怎么诊断的”沉淀为个人方法论。
2. 团队经验考古：把资深成员的归档（本地导出）作为团队新人培训材料——真实会话比整理过的教程信息密度更高。
3. Agent 行为研究：对归档做统计分析（平均回合数、常见失败模式），量化你的 agent 使用习惯。

常见踩坑（5 条）

踩坑 1：非 macOS 环境构建失败

• 现象：Linux/Windows 构建报错
• 原因：V0 是 Tauri 2 macOS 桌面应用，需要 Xcode 命令行工具
• 解决：macOS 环境构建，或等待跨平台支持

踩坑 2：期待它接管 agent

• 现象：想在 Lore 里”继续”旧会话
• 原因：Lore 是只读归档器，不包装 agent、不改文件
• 解决：检索在 Lore，续聊回原 agent

踩坑 3：会话文件找不到

• 现象：导入后是空的
• 原因：agent 会话目录被清理过，或用了非默认路径
• 解决：确认 Claude Code / Codex 的会话存储路径存在历史文件

踩坑 4：以为有云同步

• 现象：换机器后归档不在
• 原因：V0 全本地设计，无任何云组件
• 解决：自行迁移 SQLite 归档文件（注意敏感性）

踩坑 5：归档当成公开素材

• 现象：直接分享归档给外部
• 原因：会话里可能含密钥、内部路径等敏感信息
• 解决：分享前脱敏审查

FAQ（5 个常见问题）

Q1：Lore 免费吗？ A：Apache-2.0 开源免费，本地运行。

Q2：支持哪些 agent 的历史？ A：V0 支持 Claude Code 与 Codex 的本地会话文件（只读适配器）。

Q3：会上传我的会话吗？ A：不会——无账号、无遥测、无云数据库、无 LLM 调用，一切留在本机。

Q4：和 Claude Code 自带的会话恢复区别？ A：自带恢复只能在原目录”继续上次”；Lore 做的是跨项目、跨时间的全量归档检索与 Git 证据关联。

Q5：Windows/Linux 版有计划吗？ A：以仓库路线图为准；技术栈（Tauri 2）具备跨平台可行性。

小技巧（5 条）

1. 先建索引再迁移机器：新机器先跑一次导入，形成基线归档。
2. 搜索用错误信息：会话里最独特的字符串往往是报错原文。
3. Git 证据优先：判断”当时到底改了什么”看关联 commit，比读对话更可靠。
4. 定期归档备份：SQLite 单文件好备份，纳入你的整机备份策略。
5. 敏感会话单独管理：涉密项目归档放加密盘。

进阶学习建议

• 研究只读适配器设计（如何做到”不包装 agent、不改文件”），借鉴到自己的日志摄取系统
• 看 crates/lore-core 的摄取、存储、Git、搜索、安全五大模块划分，学习桌面归档工具的架构
• 用归档数据做一次”我的 agent 使用年报”：回合数、解决率、最常踩的坑
• 关注 lore-core 的”证据分层”设计（会话内 commit vs 摄取时状态），理解知识系统的时间一致性

参考链接

• Lore GitHub 仓库

本文基于公开资料于 2026-08-17 整理，社区指标反映 GitHub 公开数据。独立实测未进行，功能和配置项可能随版本更新而变化，请以官方文档为准。