
Little Language Lessons
谷歌推出了三项基于其多模态大模型 Gemini 的 AI 实验项目,旨在通过更加个性化、情境化的方式帮助人们提升口语表达能力。些 AI 实验工具为语言学习者提供了全新的视角和方法。无论是通过“微型课程”快速掌握实用短语,还是通过“俚语交流”学习更自然的表达,亦或是利用“单词相机”在实际场景中学习新单词,这些工具都旨在帮助用户更高效地学习新语言。
AI Coding Assistant Data Extraction可以把本地 AI 编码助手的聊天历史提取出来,统一转换成标准化 JSONL 文件。提取后的对话数据,可用于模型微调、个人对话分析,或是在本地数据库被清理前,备份多年的编程会话记录。
AI Coding Assistant Data Extraction 是一个强大的 Python 工具包,帮助用户从各种流行的 AI 编码助手(如 Cursor, Claude Code, Windsurf, Aider 等)中提取本地的聊天历史记录。它将分散、格式各异的数据统一转换为标准的 JSONL 格式,非常适合用于模型微调、个人数据分析,或在应用清除缓存前进行重要对话的备份。
该工具目前支持提取以下 10 种主流 AI 编码助手的对话历史:
| # | 工具名称 | 数据存储格式 | 典型存储位置 |
|---|---|---|---|
| 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 (启发式解析) | ~/.../Windsurf/User/{global,workspace}Storage |
| 5 | Trae | SQLite + JSONL (启发式解析) | ~/.../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 (树状结构) | ~/.local/share/opencode/storage/ |
| 9 | Cline / Roo Code | JSON (Anthropic 格式) | <editor>/User/globalStorage/<ext-id>/tasks/ |
| 10 | Aider | Markdown (每项目一文件) | <project>/.aider.chat.history.md |
注:对于 Cursor、Windsurf 和 Trae 等非公开存储模式的工具,提取器使用了启发式算法来适配其不断变化的内部结构。
该工具仅依赖 Python 标准库,无需安装额外的第三方包。
python extract.py
运行后会显示一个菜单,让你选择要提取的工具来源。
# 提取所有已检测到的来源
python extract.py --all
# 提取特定工具(如 Cursor 和 Claude Code)
python extract.py --sources cursor,claude_code
# 合并所有提取结果到一个文件
python extract.py --all --merge
# 预览可提取的内容(不实际写入)
python extract.py --list
由于 Aider 的数据分散在各个项目目录中,你可能需要指定搜索路径:
python extract.py --sources aider --search-path ~/my-projects --search-path ~/work-repos
如果你想支持新的 AI 工具,只需复制一个简单的模板模块(如 continue_ext.py),实现 find_installations 和 extract 两个函数,并在注册表中添加即可。项目提供了通用的 SQLite/JSON 读取器和启发式解析工具,大大降低了开发门槛。







