AI Data Extractor

AI Data Extractor 是一套本地工具包，读取你自己的编程智能体聊天存储，写成归一化 JSONL。仓库 kruzovic7/ai-data-extractor 是 Python，创建于 2026-09-11，MIT。2026-09-19 GitHub 显示 840 star、135 fork。840 star 是热度信号，不是访问量。它不是托管产品，也不调用模型。

它和 ccusage 相邻：后者从本地日志算 token 费用，本仓库导出对话本身。能读的宿主包括 Claude Code、Cursor、Codex CLI、OpenCode、Continue、Aider。

核心功能

• 十个来源：Claude Code JSONL、Codex CLI rollout、Cursor SQLite、Windsurf、Trae、Continue、Gemini CLI、OpenCode、Cline/Roo Code 任务目录、Aider markdown 记录。
• 无额外依赖：Python 3.9+ 标准库。python extract.py --list 预览安装。--all、--sources、--merge、--search-path 驱动一次运行。
• 归一化 JSONL：每行一次对话，写在 extracted_data/。可靠字段是 messages、source、session_id。代码上下文、diff、工具调用、项目路径只在宿主存过时才有。
• 只读：SQLite 用 mode=ro。单个损坏文件不会中止其余来源。
• 按操作系统搜索：macOS、Linux、Windows 的应用数据根目录，不必你指定系统。

限制：Cursor、Windsurf、Trae 不公开存储 schema。README 把这些抽取器当启发式。Windsurf/Trae 可能找到应用目录仍返回 0 条对话（键变了）。若仍读失败，先关掉占用库的编辑器。Aider 没有中央库，必须用 --search-path 指向项目根。

适用场景

• 备份：编辑器清空 state.vscdb 或会话 JSONL 之前。
• 个人分析或用自己的记录微调。
• 跳过：只要费用图，用 ccusage。不要在别人的机器上跑。

定价方案

快速开始

1. 克隆 github.com/kruzovic7/ai-data-extractor。
2. python extract.py --list，再 python extract.py --all --merge。
3. 把 extracted_data/*.jsonl 拿去扫密钥，再拷到别处。
4. 不要把 dump 提交到公开 git。仓库已把 extracted_data/ 加入 gitignore。

第一方入口：README。

常见问题

会上传聊天吗？

不会。只读本地文件，写本地 JSONL。

为什么 Windsurf 是 0 行？

启发式键匹配没跟上当前 SQLite 键。--list 确认目录。检查 ItemTable 键，按 README 扩展 KEY_HINTS。

能加新宿主吗？

能。复制 continue_ext.py，实现 find_installations 和 extract，在 extract.py 注册。

替代方案

• ccusage：本地 token 与费用报告，不是全文记录。
• Claude Code：常见 JSONL 来源，在 ~/.claude/projects。
• Cursor：Composer 历史在 state.vscdb。

使用技巧

1. 先 --list 再 --all，确认找到了哪些宿主。
2. 用 --search-path 指向真正的 Aider 项目树。
3. 把 code_context 和 tool_use 当成易含密钥的字段。

总结

AI Data Extractor 是小型 MIT、标准库 CLI，把你自己的智能体对话收成一堆 JSONL。克隆、列出源、抽取、再扫密钥。它不替代费用看板；启发式宿主在厂商改键后可能静默。