ai-data-extractor

这是什么？适合谁？

AI Data Extractor（bawadou/ai-data-extractor）是一个免费的 AI 编程助手聊天记录提取器。它可以从 Claude Code、Cursor、Codex 等主流 AI 编程工具中导出历史会话，将分散在各工具中的对话记录统一归档。

核心痛点：「换工具即失忆」——你今天用 Claude Code 写了一段代码，明天换到 Cursor 继续工作，但 Claude Code 里的上下文、决策过程、踩坑记录全部丢失。AI Data Extractor 解决了这个问题。

适合人群：

• 同时使用多个 AI 编程工具的开发者
• 需要知识沉淀和团队复盘的工程团队
• 想将 AI 辅助编程的决策过程归档的项目管理者
• 需要从历史会话中提取最佳实践的研究者

不适合：只使用单一 AI 编程工具且不需要归档的用户；不需要回顾历史对话的轻度用户。

使用前提：Python 3.8+；被提取工具的本地数据目录可访问；足够的磁盘空间存储导出文件。

准备工作

1. Python 3.8+：运行环境
2. AI 编程工具：至少一个（Claude Code / Cursor / Codex / Windsurf 等）
3. 磁盘空间：每个会话导出约 10-100KB，大量会话可能需要数百 MB
4. 成本：完全免费开源（MIT License）
5. 时间预算：安装 2 分钟；首次提取 5 分钟

快速上手（3 步）

第一步：安装

pip install ai-data-extractor
# 或从源码安装
git clone https://github.com/bawadou/ai-data-extractor.git
cd ai-data-extractor && pip install -e .

第二步：扫描可用工具

ai-data-extractor scan

输出示例：

Found 3 AI tools:
  - Claude Code: 128 sessions at ~/.claude/sessions/
  - Cursor: 45 sessions at ~/.cursor/workspace/
  - Codex: 67 sessions at ~/.codex/sessions/

第三步：导出会话

# 导出所有工具的全部会话
ai-data-extractor export --all --output ./ai-sessions-backup/

# 导出特定工具的最近 30 天会话
ai-data-extractor export --tool claude-code --days 30 --output ./backup/

初级用法

按日期筛选

# 导出 2026 年 8 月的会话
ai-data-extractor export --from 2026-08-01 --to 2026-08-26 --output ./august/

导出格式选择

支持多种导出格式：

ai-data-extractor export --format markdown  # 默认，适合阅读
ai-data-extractor export --format json      # 结构化，适合程序处理
ai-data-extractor export --format html      # 带样式，适合分享

会话搜索

# 搜索包含特定关键词的会话
ai-data-extractor search "React hooks" --tool claude-code

高级玩法

自动定期备份

通过 cron 或 GitHub Actions 定期自动备份：

# .github/workflows/backup-sessions.yml
name: Weekly AI Session Backup
on:
  schedule:
    - cron: '0 0 * * 0'  # 每周日
jobs:
  backup:
    runs-on: ubuntu-latest
    steps:
      - run: pip install ai-data-extractor
      - run: ai-data-extractor export --all --output ./backup/
      - uses: actions/upload-artifact@v4
        with:
          name: ai-sessions
          path: ./backup/

跨工具会话关联

将不同工具中同一项目的会话关联在一起：

ai-data-extractor link --project "my-app" --across-tools

会话统计分析

分析 AI 辅助编程的使用模式：

ai-data-extractor stats --tool all

输出：每日会话数、平均对话长度、最常用工具、高频关键词等。

小技巧

1. 增量备份：使用 --incremental 标志，只导出上次备份后的新会话
2. 选择性导出：用 --filter 按项目名/关键词过滤，减少导出体积
3. 压缩存储：导出目录自动压缩为 .tar.gz，节省 70%+ 磁盘空间
4. 隐私保护：使用 --redact 自动移除 API Key、密码等敏感信息
5. 团队共享：导出为 JSON 格式后导入 Notion/Obsidian 等知识库工具

常见踩坑

踩坑 1：找不到会话目录

现象：ai-data-extractor scan 返回 “No AI tools found”

原因：AI 工具的会话目录不在默认路径（如使用了自定义配置目录）

解决：使用 --data-dir 手动指定工具数据目录

踩坑 2：导出文件过大

现象：导出单个会话文件超过 100MB

原因：会话中包含大量代码块和文件附件

解决：使用 --max-size 50MB 限制单个会话文件大小；使用 --strip-attachments 跳过附件

踩坑 3：中文编码问题

现象：导出的 Markdown 文件中中文乱码

原因：终端编码设置问题

解决：确保使用 UTF-8 编码；Windows 用户在 PowerShell 中运行 chcp 65001

踩坑 4：跨版本兼容性

现象：新版 AI 工具更新后提取失败

原因：AI 工具的会话存储格式发生变化

解决：升级 ai-data-extractor 到最新版；关注 GitHub Issues 获取兼容性更新

踩坑 5：权限问题

现象：无法读取 AI 工具的会话目录

原因：Linux/macOS 上会话目录权限限制

解决：使用 chmod 调整权限；或使用 sudo 运行（需谨慎）

常见问题 FAQ

Q1: 支持哪些 AI 编程工具？

A: 目前支持 Claude Code、Cursor、Codex、Windsurf、Continue.dev。更多工具持续添加中，可通过 GitHub Issues 请求支持新工具。

Q2: 导出的数据安全吗？

A: 数据完全本地处理，不上传到任何服务器。建议使用 --redact 自动移除敏感信息后再分享。

Q3: 可以导入到其他工具吗？

A: 导出的 Markdown 和 JSON 格式都是标准格式，可手动导入到 Obsidian、Notion、Logseq 等知识管理工具。目前没有直接的「导入到 Cursor」功能。

Q4: 和 Claude Code 的 /export 命令有什么区别？

A: Claude Code 的 /export 只能导出单个会话，AI Data Extractor 可以批量导出多个工具的会话，并提供搜索、统计和关联功能。

Q5: 跨工具会话关联是如何实现的？

A: 通过分析会话中的文件路径、项目名称和 Git 仓库信息，自动识别属于同一项目的会话。准确率约 85%，可在关联后手动调整。

进阶学习建议

掌握基础提取后，建议深入：

1. 知识图谱构建：将导出的会话导入 Neo4j 或图数据库，构建「问题 → 解决方案 → 代码变更」的知识图谱，让团队能从历史会话中快速检索类似问题的解决方案。
2. AI 编程最佳实践挖掘：分析大量会话中的成功模式（如哪种 prompt 风格产出最高质量的代码），提炼团队专属的 AI 编程最佳实践。结合 autoprompt-skill 的 prompt 优化方法论，形成正向循环。
3. 合规审计：在金融、医疗等强监管行业，将会话导出作为 AI 辅助开发的审计轨迹，满足 SOX/HIPAA 等合规要求。结合 heimdall（Agent 持久记忆）实现「记」与「取」的完整闭环。

参考链接

• 官方仓库
• Claude Code 文档
• Cursor 文档

最后更新：2026-08-26 · 作者：MagicNetWorld · 基于公开资料整理，AI 辅助生成