Agent 档案馆:把 28,431 条对话变成资产
起因是一句话需求:
做一个网站,将个人和 Agent 的对话过程、产出和记录一切都存上去,可以点击浏览访问记录(注意保密)。
最后那四个字,成了整个项目的第一设计约束。
数据考古:三家 Agent,三种埋法
要归档的对话来自三个不同的 AI 工具,它们的本地数据格式完全不同:
- 一家的用户输入散落在两个表里,助手回复所在的文件会被滚动清理,能找到的只剩零星几个
- 一家的会话标题里混着系统注入文本,得修
- 一家的导出参数有 bug,得调
最后的导入方案是”数据库骨架 + 正文增强”:先用骨架建库,再用残存的正文文件逐会话增强,补不上正文的就只存骨架(标题、时间、消息数),并明确标注”助手回复未留存”。
四条导入原则
- 直接写库:不做中间格式转换,直接落到 SQLite,少一层失真
- 去重重放日志:同一句话出现在多个日志文件里,只收一次
- 敏感自动标记:含身份证、凭据、私人信息的会话,导入时自动打标,不靠事后人工翻
- 幂等可重跑:导入器跑一百遍,结果和跑一遍一样
正式导入前先 dry-run 了一遍——一次性暴露了 3 个格式 bug,避免了把脏数据写进库。
入库结果
187 个会话,28,431 条消息,跨三家人机协作工具,时间跨度从 2026 年 10 月到今天。支持全文检索、标签、敏感过滤,数据每天自动备份到远端仓库。
它改变了什么
入库之后最直接的变化是:对话从”聊过就散”变成可检索的资产。想找”上次那个 MPS 报错怎么修的”,检索一下就回来;想盘点”这个月到底做了多少事”,按时间一拉全在。
和 Agent 的每一次有产出的对话,都是工作过程的一次快照。散落时它们只是聊天记录,归档后它们是个人数字资产。