AI Coding Assistant Data Extraction

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。

核心功能

• 自动发现：无需手动指定路径，工具会自动在 macOS、Linux 和 Windows 的标准配置目录下搜索支持的 AI 工具数据。
• 全量提取：不仅提取文本对话，还包括代码上下文（文件路径、选区）、代码差异（Diffs）、工具调用记录、时间戳、会话 ID 等丰富元数据。
• 标准化输出：将所有来源的数据统一为单一的 JSONL 格式，每行代表一个完整的对话会话。
• 安全读取：对 SQLite 数据库采用只读连接，确保不会干扰正在运行的应用程序；即使遇到损坏的文件也会跳过并继续，保证提取过程的鲁棒性。

支持的 AI 工具与数据来源

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：

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。

快速开始

该工具仅依赖 Python 标准库，无需安装额外的第三方包。

1. 交互式提取

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。

2. 命令行直接驱动

# 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

3. 针对 Aider 的特殊处理

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

为什么需要这个工具？

1. 数据主权与备份：许多 AI 编码助手会定期清理本地数据库以节省空间。此工具让你在数据消失前将其永久保存。
2. 微调数据集构建：如果你希望基于自己的编程习惯微调私有模型，这些真实的、包含代码上下文和思维链的对话是极高质量的训练数据。
3. 跨平台分析：无论你现在用 Cursor 还是 Windsurf，统一后的 JSONL 格式让你可以轻松切换工具而不丢失历史知识沉淀。
4. 隐私保护：所有操作均在本地完成，数据不会上传到任何云端服务器。

扩展性

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。