Reclaw

🧠 AI 对话记忆一键迁移与结构化

从 ChatGPT/Claude/Grok 导出记录中提取结构化记忆,生成 OpenClaw 原生记忆或 Zettelclaw 日志库,支持断点续传与自动备份

收藏
4.6k
安装
993
版本
2026.2.23
CLS 安全扫描中
预计需要 3 分钟...

使用说明

核心用法

Reclaw 是一款专为 AI 原生工作流设计的记忆迁移工具,解决"过往对话散落各处、难以复用"的痛点。用户从 ChatGPT、Claude 或 Grok 导出对话数据(conversations.json 等),通过 npx reclaw 命令即可将数月甚至数年的聊天记录转化为结构化记忆资产。

工作流程

1. 导出数据:从各平台 Settings → Data Export 获取压缩包,解压定位核心 JSON 文件
2. 执行转换:支持交互式与命令行两种模式,可指定 --provider--input 路径

3. 输出记忆

4. 合成全局记忆:自动更新 MEMORY.mdUSER.md,建立可检索的长期用户画像

  • OpenClaw 模式(默认):生成 memory/YYYY-MM-DD.md 日粒度文件,含 Decisions/Facts/Interests/Open/Sessions 五段式结构
  • Zettelclaw 模式:输出至 03 Journal/ 目录,适配知识库工作流

技术亮点

  • 日聚合子代理架构:同一天的所有对话合并为单任务批处理,默认 5 并发并行执行,失败隔离不影响整体进度
  • 断点续传:通过 .reclaw-state.json 记录进度,中断后可无缝恢复
  • 安全机制:更新全局记忆文件前强制创建 .bak 备份,支持 --timestamped-backups 版本化保护
  • 成本优化:推荐 Claude Haiku / Gemini Flash 等快模型,长上下文稳定且价格低廉

局限与风险

  • 供应商锁定:目前仅支持三大主流平台的官方导出格式,小众 AI 工具或无导出权限的平台无法接入
  • 语义损耗:摘要过程不可避免地压缩对话细节,复杂多轮推理可能被过度简化
  • 隐私暴露:处理含敏感信息的聊天记录时,本地 JSON 文件与临时状态文件需妥善管理
  • 模型依赖:子代理 JSON 输出格式若遇模型不遵循指令,可能导致解析失败

适合人群

  • 长期高频使用 ChatGPT/Claude/Grok 的知识工作者,希望将历史对话资产化
  • 已采用 OpenClaw 或 Zettelclaw 记忆管理系统的用户,需要快速冷启动
  • 注重数据主权的用户,希望将云端对话迁移至本地可控的 Markdown 知识库

常规风险提示

建议首次运行使用 --dry-run--plan 预览输出结构;生产环境务必启用 --timestamped-backups 并配合 --state-path 隔离不同批次的运行状态,避免误覆盖历史备份。

Reclaw 内容

hooks文件夹
reclaw文件夹
templates文件夹
手动下载zip · 3.5 kB
handler.tstext/plain
请选择文件