Claude Chat Export Analyze

Claude.ai 聊天历史导出与分析

Skill 适用边界

本 skill 专门处理 Claude.ai 网页版(https://claude.ai) 的官方导出流程与产物。 如果用户提到的是 Claude Code(~/.claude/projects/*.jsonl)或 Anthropic Console / API,本 skill 不适用,需要走另外的解析路径。

第一步:引导用户导出(必走,别跳过)

不要一上来就让用户贴文件。先确认他们已经下载了 conversations.json。如果还没有,按下面引导走。

引导文案(可以直接复制给用户)

把你跟 Claude 的全部聊天导出,大概走这几步:

1. 打开 https://claude.ai 并登录
2. 左下角点你的头像 → Settings
3. 左侧菜单选 Privacy
4. 找到 Export your data 区域,点 Request export 或 Export data 按钮
5. 同意条款,点 Confirm
6. 等几分钟到几小时,Anthropic 会把下载链接发到你注册邮箱
7. 邮箱里点链接,下载 ZIP,解压
8. ZIP 里面有一个 conversations.json,这就是你的全部聊天记录

文件可能 10MB~500MB+,内容越多越大。别打开它,别复制粘贴,直接告诉我解压后的完整路径,我自己用工具读。

关键提醒

• 必须让用户给完整文件路径,不要让用户贴内容——这个文件通常很大(>16MB),用 cat / Read 都吃力
• 引导用户时用第三人称解释"你自己导出"——不要让用户以为这是 hack
• 如果用户说"我账号有 N 个项目 / Workspace",提醒他:导出的 JSON 包含所有项目的对话,不区分 workspace

第二步:校验文件格式

拿到 conversations.json 之后,先用 jq 快速校验结构。预期结构:

# 顶层是 array
jq 'type' /path/to/conversations.json
# → "array"

# session 总数
jq 'length' /path/to/conversations.json

# 单条 session 字段
jq '.[0] | keys' /path/to/conversations.json
# 预期: ["account","chat_messages","created_at","name","summary","updated_at","uuid"]

如果结构不符(比如顶层是 object 而不是 array,或者字段名不同),先停下来:

• 可能是旧版导出格式
• 可能是 Claude Code 产物(应拒绝)
• 可能是 API 抓的数据

不要硬解析,问用户来源。

第三步:按用户需求执行分析

下面是用户最常问的 7 类问题,以及对应的处理方式。

A. "帮我找到 X 那次对话"(关键词定位)

# 关键词定位(搜 assistant 回复)
jq -r '
  .[] as $c
  | $c.chat_messages[]?
  | select(.sender == "assistant")
  | select(.text | tostring | test("关键词1|关键词2"; "i"))
  | $c.uuid + " | " + ($c.name // "(no name)") + " | " + $c.created_at + " | " + (.text | gsub("\n"; " ") | .[0:200])
' /path/to/conversations.json

输出形如:

195284e2-... | 摘要接收 | 2026-02-24T15:07:05Z | 收到,少卿...

然后:

1. 按时间排序,找最早/最晚/指定范围
2. 把命中的 session 全列出来,不要只给一个——让用户自己选
3. 必要时输出对应 session 的完整消息流(用下面 D 的方法)

B. "按时间线看看我都聊了什么"(总览)

# 列出所有 session 的概览
jq -r '
  .[]
  | .uuid + " | " + .created_at + " | " + (.name // "(unnamed)") + " | msgs=" + (.chat_messages | length | tostring)
' /path/to/conversations.json | sort

然后:

• 按月/周聚合,告诉用户活跃度趋势
• 标出突然活跃/突然安静的区间
• 标出会话特别长(msgs > 30)的 session——通常说明那段时间在攻坚

C. "找那些 assistant 给出过明确建议/方案的对话"(意图挖掘)

# 找"我建议你 / 你应该 / 我的建议"等强建议语
jq -r '
  .[] as $c
  | $c.chat_messages[]?
  | select(.sender == "assistant")
  | select(.text | test("我建议|建议你|你应该|我的建议|我推荐|最好的做法|不应该|我反对|我不接|我不建议|我不会"))
  | $c.uuid + "|" + $c.name + "|" + (.created_at) + "|" + (.text | gsub("\n"; " ") | .[0:200])
' /path/to/conversations.json

D. "给我看那次对话的完整内容"(单 session 展开)

# 展开单个 session 的所有消息
jq -r '
  .[] | select(.uuid == "目标UUID")
  | .chat_messages[] | "[" + .sender + " | " + .created_at + "]\n" + .text + "\n---"
' /path/to/conversations.json

输出策略:

• session 消息数 < 20:全部输出
• 20~50:输出 + 标注"完整版 X 条消息,我可以分段"

• 50:先给前 5 条 + 关键转折点 + 后 5 条,问用户要不要全量

E. "找贯穿聊天的一个主题 / 一条线"(主题提炼)

适合场景:"我和 claude 聊过哪些次工作相关的事?""那次写过的代码都在哪几个 session?""我和 claude 讨论 X 技术是什么时候开始的?"

# 1. 跑关键词扫描(关键词从用户描述中拆出)
# 2. 命中后人工/AI 归并到主题
# 3. 按时间排序
# 4. 画时间线

详见 chat-event-timeline skill——那个 skill 就是干这个的。

F. "导出里有多少 token / 多少钱?"(体量统计)

# session 总数
jq 'length' /path/to/conversations.json

# 消息总数
jq '[.[].chat_messages[]] | length' /path/to/conversations.json

# assistant vs human 消息分布
jq '[.[].chat_messages[] | .sender] | group_by(.) | map({(.[0]): length}) | add' /path/to/conversations.json

# 最长/最短 session
jq -r '.[] | (.chat_messages | length | tostring) + " | " + .uuid + " | " + (.name // "(no name)")' /path/to/conversations.json | sort -n

G. "把这些对话变成可读的网页/报告"(可视化)

走 visual-summary skill(已经存在),把分析结果包装成 HTML。

第四步:安全与隐私(必须告知)

• 文件里所有内容都是用户和 Claude 的对话,可能含 API key、密码、个人敏感信息
• 解析过程中不要把内容 echo 回给任何外部服务——所有分析在本地完成
• 输出报告时,默认对敏感字段打码(邮箱、手机号、身份证、API key 模式)——除非用户明确说不用
• 提示用户:导出文件用完后建议删除或移出工作目录——告诉用户你已经处理完了,文件可以收起来

常见坑(踩过就标这里)

• ❌ 不要用 Read 工具读 conversations.json——16MB+ 直接爆上下文
• ❌ 不要 cat 输出整个文件——只会浪费 token
• ✅ 永远用 jq 配合 --raw-output / -r 和选择性 path 提取
• ✅ 如果 jq 慢(文件 > 100MB),考虑先按时间窗口分片:jq '[.[] | select(.created_at >= "2026-01" and .created_at < "2026-02")]' 然后保存中间产物
• ✅ 注意时区——created_at 是 UTC,跟用户本地时间差 8 小时,引用时间时要注明"UTC 时间"或换算到用户时区
• ⚠️ chat_messages 数组里 text 字段有时是 null(附件/工具调用),要用 (.text // "") 兜底
• ⚠️ sender 字段值是 "human" / "assistant",不是 "user" / "assistant"——别想当然