Token导航 LogoToken导航

Agent Skill · 效率

conversation-exporter(对话导出器)

用于辅助前端页面、组件、样式和交互逻辑的开发与维护。它适合让 Agent 生成或审查 React、Next.js、Vue、Tailwind、CSS 等相关代码,整理组件结构,或定位布局和性能问题。使用时需要结合项目现有设计系统、路由和构建方式,避免只生成孤立片段;涉及页面改动时,应配合本地预览和构建检查确认视觉效果。

conversation-exporter 是效率类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为需要联网;许可证为 MIT-0,第三方扫描有提醒项,按安装量在效率类的 21,003 个 Skill 里排第 16,063。

总安装 2,952周安装 123GitHub Stars 公开资料未说明下载 984核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
1.0.0

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:conversation-exporter(对话导出器)
来源仓库:https://github.com/0xf4vul/conversation-exporter
安装命令:
openclaw skills install conversation-exporter
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install conversation-exporter

这个 Skill 是做什么的

效率类 Skill 把重复的整理、汇总、转换工作交给助手完成,减少手工复制粘贴。

对话历史导出工具 - 将 WorkBuddy 的对话历史导出为多种格式(JSON/Markdown/TXT),包含时间线、元数据、统计数据、成就里程碑和 Skills 使用记录,便于归档分析和分享

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install conversation-exporter;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要需要联网,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

conversation-exporter 怎么安装?

在终端执行 openclaw skills install conversation-exporter。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

conversation-exporter 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

conversation-exporter 需要什么权限?

权限级别是需要联网。该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

conversation-exporter 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

conversation-exporter 用的人多吗?

公开数据是累计安装 2,952 次,近一周安装 123 次,下载 984 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

conversation-exporter 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。

先想清楚的地方

  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理效率类任务、又不想每次都手写提示词的人。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

效率类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
github

GitHub 代码协作 · OpenClaw

7,632,918545需要联网MIT-0通过
nano-pdf

Nano PDF 文档 · OpenClaw

4,249,476231需要联网MIT-0通过
auto-updater

自动更新程序 · OpenClaw

2,964,063386操作浏览器MIT-0通过
video-frames

视频帧 · OpenClaw

2,621,304112需要联网MIT-0通过
gemini

Gemini 助手 · OpenClaw

2,547,39648需要联网MIT-0有提醒
conversation-exporter

对话导出器 · 本页

2,952—需要联网MIT-0有提醒

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

description
对话历史导出工具 - 将 WorkBuddy 的对话历史导出为多种格式(JSON/Markdown/TXT),包含时间线、元数据、统计数据、成就里程碑和 Skills 使用记录,便于归档分析和分享

对话历史导出工具

将 WorkBuddy 的对话历史导出为多种格式(JSON、Markdown、TXT),便于归档、分析和分享。

触发条件

当用户需要以下操作时使用此 Skill:

  • 导出对话历史
  • 保存会话记录
  • 生成对话摘要
  • 分析对话数据
  • 归档工作记忆

功能特性

支持的导出格式

  1. JSON 格式(conversation_history.json)

- 结构化数据,便于程序处理 - 包含完整的时间线、元数据、统计信息 - 支持数据导入到其他系统

  1. Markdown 格式(conversation_history.md)

- 易读的文档格式 - 适合归档和查看 - 支持语法高亮和富文本

  1. TXT 格式(conversation_history.txt)

- 纯文本,兼容性最好 - 无格式干扰 - 适合日志分析

导出内容

  • 时间线:按时间顺序的所有交互事件
  • 元数据:日期范围、项目信息、统计数据
  • 工作记忆:从 WorkBuddy 工作记忆目录提取的长期记录
  • 项目信息:项目名称、描述、关键文件路径
  • 成就里程碑:完成的功能、版本迭代、重要决策
  • Skills 使用记录:已安装的 Skills 列表和使用统计

安全特性

  • ✅ UTF-8 编码:避免中文乱码
  • ✅ 本地处理:不涉及外部服务
  • ✅ 数据过滤:自动过滤敏感信息
  • ✅ 格式验证:导出前验证数据完整性

使用指南

基本用法

用户请求导出对话历史时:

  1. 确定导出格式

- 默认导出所有三种格式 - 用户可指定特定格式(如 "只导出 JSON")

  1. 读取工作记忆

- 读取长期记忆文件 - 读取最近的日期文件(今天 + 过去 7 天) - 读取自动化任务目录获取自动化任务信息

  1. 构建导出数据

- 解析时间线事件 - 统计数据 - 生成摘要

  1. 输出文件

- 文件名格式:对话历史_YYYY-MM-DD.{ext} - 保存到工作区根目录 - 使用 UTF-8 BOM 编码(增强兼容性)

高级选项

  • 日期范围:导出指定时间段的对话
  • 事件过滤:按类型过滤事件(如 "只导出 Skills 安装记录")
  • 详细程度:简洁模式 vs 完整模式
  • 包含附件:是否包含生成的文件列表

数据结构

JSON 格式结构

{
  "conversation_history": {
    "metadata": {
      "export_date": "ISO 8601 日期时间",
      "date_range": {
        "start": "YYYY-MM-DD",
        "end": "YYYY-MM-DD"
      },
      "workspace": "工作区路径",
      "project": "项目名称"
    },
    "timeline": [
      {
        "date": "YYYY-MM-DD",
        "time": "HH:MM",
        "type": "事件类型",
        "action": "操作描述",
        "details": {}
      }
    ],
    "statistics": {
      "total_days": 0,
      "total_events": 0,
      "events_by_type": {}
    },
    "achievements": [],
    "skills_summary": {},
    "automations": []
  }
}

Markdown 格式结构

# 对话历史摘要

## 元数据
- 导出日期:...
- 时间范围:...
- 项目:...

## 时间线
### YYYY-MM-DD
- [HH:MM] 事件类型:操作描述

## 统计数据
...

## 成就里程碑
...

配置选项

文件编码

  • JSON/MD: utf-8-sig(带 BOM,增强兼容性)
  • TXT: utf-8-sig

文件路径

  • 默认:工作区根目录,文件名格式为 对话历史_{date}.{ext}
  • 可通过参数指定自定义路径

注意事项

  1. 隐私保护

- 自动过滤 API Keys、密码等敏感信息 - 不导出完整的对话内容,只保留摘要 - 用户可手动编辑导出文件删除敏感信息

  1. 性能考虑

- 大量历史数据可能影响导出速度 - 建议定期清理工作记忆(7天以上数据可归档)

  1. 编码问题

- 始终使用 UTF-8 编码 - 对于 Windows 系统,建议使用 utf-8-sig 避免 Excel 打开乱码

示例工作流

完整导出

  1. 用户请求:"导出对话历史"
  2. 读取工作记忆文件
  3. 解析并构建数据结构
  4. 生成三种格式的文件
  5. 显示导出摘要和文件路径

部分导出

  1. 用户请求:"导出最近的 3 天对话"
  2. 按日期范围过滤数据
  3. 生成指定格式文件
  4. 返回结果

类型过滤

  1. 用户请求:"导出 Skills 安装记录"
  2. 过滤事件类型为 skill_installation
  3. 生成导出文件
  4. 返回结果

错误处理

  • 工作记忆文件不存在:提示用户首次使用,无历史数据
  • 编码错误:自动尝试多种编码方式
  • 文件写入失败:检查权限和磁盘空间

技术实现

依赖工具

  • 文件读取工具:读取工作记忆文件
  • 文件写入工具:写入导出文件
  • 目录列表工具:列出工作记忆目录

无需外部依赖

  • 本 Skill 不依赖外部 API
  • 不使用网络连接
  • 完全本地处理

更新日志

  • v1.0 (2026-03-25)

- 初始版本 - 支持 JSON、MD、TXT 三种格式 - UTF-8 编码,避免乱码 - 完整的工作记忆解析

平台分布

OpenClaw

73.25%
按下载量换算721

安全审计

VirusTotal

通过

ClawScan

可疑

Static analysis

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项,安装前请自行复核。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills