你跟 AI 编程助手聊了几年的记录，可能下一秒就没了：这个零依赖小工具一键导成统一样式
这个项目能干嘛
ai-data-extractor 干的是一件特别实在、但几乎没人认真做的小事：把你自己在本地跟各种 AI 编程助手聊过的记录，统一抽出来，存成一份规整的 JSONL。说白了，Claude Code、Cursor、Codex、Windsurf、Gemini CLI 这些工具，平时把你的对话都存在本机各个犄角旮旯的数据库或文件里，格式五花八门，哪天 App 一升级、本地数据库一清，几年的对话可能说没就没。这个项目就是趁早帮你把家底搬出来——既能拿去做模型微调的训练集，也能做个人生产力分析，或者单纯就是怕丢先备份一份。
为什么最近火了
我觉得它走红，踩中了一个越来越痛的普遍焦虑：我们用 AI 编程助手越久，沉淀下来的对话就越值钱，但这些记录的所有权和控制权其实一直不在我们手里。Cursor、Windsurf、Trae 这些工具从没公布过存储格式，还动不动改结构（光 Cursor 的存储形态就至少换过三种）。当大家意识到「我教了 AI 半年的项目上下文，可能一次升级就灰飞烟灭」，一个能把记录安全导出的开源小工具，自然就成了刚需。而且它刚刚补上了 Cline / Roo Code 和 Aider 这两个最被忽略、却最常用工具的解析，等于把覆盖面补齐了，社区一下就热了起来。
技术亮点
这个工具的技术亮点是「零依赖、纯标准库」。整段代码只用 Python 标准库，3.9 以上就能跑，不装任何第三方包——这意味着你不用纠结环境、不用担心依赖冲突，下载下来 python extract.py 就能用。它现在支持十种来源：Claude Code（按会话拆的 JSONL）、Codex CLI（rollout 文件）、Cursor（SQLite 的 state.vscdb）、Windsurf（SQLite，无文档结构靠启发式）、Trae、Continue、Gemini CLI、OpenCode、Cline / Roo Code，以及 Aider（每个项目目录里一份 Markdown 记录）。
它会自动识别操作系统，把 macOS 的 ~/Library/Application Support、Linux 的 ~/.config、~/.local/share、Windows 的 %APPDATA%、%LOCALAPDATA% 这些常见数据根都扫一遍，你甚至不用告诉它你用啥系统。输出按来源分别生成带时间戳的 JSONL 文件，每条记录统一成 messages[] 结构，包含角色、内容、代码上下文（文件路径、选中片段）、代码 diff、工具调用及结果、时间戳、会话 ID、项目路径、模型名。还贴心地提供了 --merge 把全部聊天拼成 all_conversations.jsonl 一份。
工程上也有分寸：读数据库一律只读模式（mode=ro），所以哪怕编辑器正开着也不会被锁住；每个读取器都包了容错，单个文件损坏或被锁，只会给你一个部分结果然后跳过，绝不会整个脚本崩溃。对 Cursor / Windsurf / Trae 这种不公开格式的，它用通用启发式去扫聊天相关的键，坦承是「尽力而为」，格式变了就调 KEY_HINTS 或发 PR。
适合什么人
它最对胃口的是三类人。第一类是想拿自己的对话去微调模型的人——README 里直接给了用 datasets.load_dataset 读 JSONL、过滤助手消息、套 chat template 的完整示例，开箱即练。第二类是做个人效率分析的人，想知道自己跟 AI 协作的模式、时间分布、常用工具。第三类是单纯的备份党，怕哪天工具升级把本地库清空，先导出保平安。前提是你愿意在命令行跑一下，并且意识到导出的数据里可能混着密钥、专有代码和个人路径，分享或训练前得先用 detect-secrets 扫一遍。
快速试用
不需要任何依赖。先确认 Python 版本：python --version（3.9+，推荐 3.10+）。然后交互式跑 python extract.py，会弹出一个编号菜单让你勾选要从哪些来源导出；或者图省事直接 python extract.py --all 一键全抽。也可以 python extract.py --sources cursor,claude_code,aider 只抽指定的，python extract.py --list 先看看装了哪些工具而不真正抽取。仓库里还附带一个 ./extract_all.sh 快捷脚本。
与竞品对比
说实话，这个领域几乎没有「同类竞品」——各大 AI 编程工具官方的导出功能要么没有、要么只能导单家。它真正的差异化就是「一站式、跨十家、零依赖」。比起你自己写脚本去翻 Cursor 的 SQLite 或 Claude Code 的 JSONL，它把十个工具的存储位置、格式差异、容错全包了，还统一成一份 schema。比起那些动辄要装一堆依赖的通用数据迁移工具，它纯标准库、双击即用的特性对个人用户极友好。唯一要留心的就是它对无文档格式（Windsurf、Trae）是启发式扫描，版本大改时可能漏抽，这时候要么调 KEY_HINTS 要么等社区 PR——对一个三百多星的开源小项目，这已经是很诚实的取舍了。