为什么现在就该导出

你在 AI 编程工具里积累的会话，是一份别人拿不到、你自己也没留档的私有语料。它的价值首先取决于数据在不在你手上：客户端清理本地库、存储格式换代、账号被封或换机器，历史就没了。而这份记录恰好能回答几个用别的方法很难回答的问题——你在哪些任务上反复返工、哪类提示词稳定有效、哪些项目花的时间远超预期。

它支持哪些工具、数据原本存在哪

  • Claude Code：~/.claude/projects 下每个会话一个 JSONL
  • Codex CLI：~/.codex/sessions 下的 rollout JSONL
  • Cursor：state.vscdb 这个 SQLite
  • Windsurf：同类 SQLite，schema 未公开，按启发式解析
  • Trae：SQLite + JSONL，同样未公开 schema
  • Continue：~/.continue/sessions 下每会话一个 JSON
  • Gemini CLI：~/.gemini/tmp/<hash>/chats 下的 JSON
  • OpenCode：~/.local/share/opencode/storage 的会话/消息/片段树
  • Cline / Roo Code：编辑器 globalStorage 下每个任务一个目录
  • Aider：每个项目目录里的 .aider.chat.history.md

脚本会自动识别 macOS、Linux、Windows 三套路径约定（~/Library/Application Support、~/.config、~/.local/share、%APPDATA%、%LOCALAPPDATA%），不需要你告诉它当前系统。

实际怎么跑

  • python extract.py：交互式菜单，选择要抽取的来源
  • python extract.py --list：只列出机器上检测到哪些工具，不导出
  • python extract.py --all：全部导出
  • python extract.py --sources cursor,claude_code,aider：指定来源
  • python extract.py --all --merge：全量导出并合并成一份文件

环境要求只有 Python 3.9+（推荐 3.10+），没有第三方依赖，不需要先装运行时或数据库驱动。

导出之后：脱敏与编目

这一步不能跳过。导出物里包含你的代码片段、项目路径，也可能包含粘贴过的密钥。建议的默认脱敏清单：API Key 与各类 token、账号密码、内部域名与 IP、客户与项目名称、绝对路径中的用户名；替换方式优先用占位符或哈希，能整段删除的就删除。

编目则决定这份数据以后能不能用起来：至少按项目、时间、任务类型三个维度建索引，并把「任务类型」定义得可核查（例如是否涉及改动代码、是否调用外部工具、是否产生返工），避免变成一堆无法检索的日志。最后明确留存周期、存储位置、谁可以访问、删除怎么做。

先导出、再脱敏、再归档——顺序别反，共享盘别碰未脱敏的原始文件。