0xSero/ai-data-extraction

自动发现并扫描AI编程助手在本地存储的数据文件，解析SQLite数据库、JSONL会话文件等不同格式，提取用户消息、AI回复、代码上下文、代码差异、工具调用结果等，并输出为结构化的JSONL文件。

一句话商业模式

为AI训练数据收集者、开发者、研究者解决AI编程助手（如Cursor、Claude Code等）的数据无法直接导出或备份，数据被锁定在本地存储中，通过开源的数据提取工具集，支持多种AI编程助手的数据提取提供价值，主要依靠目前无明确收费模式，假设可能通过企业支持服务或定制化服务盈利赚钱

商业模式画布

提供一键式数据提取工具，自动发现并解析多种AI编程助手的本地数据，输出为统一格式的JSONL文件，让用户能够自由获取和使用自己的数据

评分解析

研究分 68

这是什么

是什么
一个开源的数据提取工具集，能够从多种AI编程助手（如Cursor、Claude Code、Codex、Windsurf、Trae、Continue、Gemini CLI、OpenCode）中提取完整的对话历史、代码上下文和编辑记录。
给谁用
AI训练数据收集者、希望备份个人AI编程数据的开发者、研究AI辅助编程行为的研究者、以及需要迁移或分析AI编程工具数据的用户。
← 返回今日精选
0

0xSero/ai-data-extraction

自动发现并扫描AI编程助手在本地存储的数据文件，解析SQLite数据库、JSONL会话文件等不同格式，提取用户消息、AI回复、代码上下文、代码差异、工具调用结果等，并输出为结构化的JSONL文件。

68

一句话商业模式

为AI训练数据收集者、开发者、研究者解决AI编程助手（如Cursor、Claude Code等）的数据无法直接导出或备份，数据被锁定在本地存储中，通过开源的数据提取工具集，支持多种AI编程助手的数据提取提供价值，主要依靠目前无明确收费模式，假设可能通过企业支持服务或定制化服务盈利赚钱

开发者工具AI开源数据提取开发者工具团队 未知，推测为独立开发者或小团队发布 2025年11月16日（GitHub创建日期）最后同步 2026-08-16
访问官网

商业模式画布

Business Model Canvas · 9 大模块完整填涂

重要合作Key Partnerships
无明确合作伙伴，可能依赖AI编程工具社区的用户反馈
关键业务Key Activities
维护和更新提取脚本以适配AI编程工具的新版本、处理用户反馈和issue、优化数据提取的完整性和准确性
价值主张Value Propositions
提供一键式数据提取工具，自动发现并解析多种AI编程助手的本地数据，输出为统一格式的JSONL文件，让用户能够自由获取和使用自己的数据
客户关系Customer Relationships
通过GitHub Issues和Pull Requests与用户互动，开源社区驱动
客户细分Customer Segments
AI训练数据收集者、希望备份AI编程数据的开发者、研究AI辅助编程行为的研究者
核心资源Key Resources
GitHub仓库、Python脚本、社区贡献者
渠道通路Channels
通过GitHub开源社区传播、在Hacker News等开发者社区分享、以及被AI编程工具用户自发推荐
成本结构Cost Structure
开发者时间成本、GitHub托管费用（免费）、可能的法律合规咨询
收入来源Revenue Streams
目前完全免费开源，潜在收费方式可能包括企业级技术支持、定制化数据清洗服务、或与AI训练平台合作的数据服务
💡 核心痛点：AI编程助手（如Cursor、Claude Code等）的数据被锁定在本地存储中，无法直接导出或备份，用户无法获取自己的对话历史、代码上下文等数据用于训练、分析或迁移⚠️ 最大风险：AI编程工具可能更新数据存储格式导致工具失效，需要持续维护；部分工具可能限制数据提取或视为违规行为

评分解析

痛点清晰度

AI编程助手数据无法导出是明确痛点，用户有备份、迁移、训练等需求，工具直接解决此问题

置信度 80%
85
付费可能性

项目完全开源免费，无明确收费模式。潜在收费方向（企业支持、定制服务）市场规模有限，且开源社区可能抵制商业化

置信度 60%
40
市场与趋势

AI编程工具市场快速增长（Cursor、Claude Code等用户量激增），数据提取需求随之上升，但工具本身是辅助性产品，市场规模相对较小

置信度 70%
75
需求信号

GitHub星标1128且日增66星，进入Trending榜单，表明开发者社区有明确需求。但10个open issues也反映用户有改进需求

置信度 75%
70
执行可行性

项目技术实现清晰，使用Python标准库无依赖，脚本结构模块化，易于维护和扩展。但需持续跟进AI编程工具更新

置信度 80%
80
中国市场适配

中国开发者使用Cursor、Claude Code等工具日益增多，数据备份需求存在。但工具主要面向英文用户，且部分AI编程工具在中国使用受限

置信度 60%
60

这是什么

是什么
一个开源的数据提取工具集，能够从多种AI编程助手（如Cursor、Claude Code、Codex、Windsurf、Trae、Continue、Gemini CLI、OpenCode）中提取完整的对话历史、代码上下文和编辑记录。
给谁用
AI训练数据收集者、希望备份个人AI编程数据的开发者、研究AI辅助编程行为的研究者、以及需要迁移或分析AI编程工具数据的用户。

关键能力

  • 支持8种主流AI编程助手：Cursor、Claude Code、Codex、Windsurf、Trae、Continue、Gemini CLI、OpenCode
  • 自动检测操作系统（macOS/Linux/Windows）并搜索常见存储位置
  • 解析多种数据格式：SQLite数据库、JSONL会话文件、JSON文件、Tauri .dat文件
  • 提取完整数据：用户消息、AI回复、代码上下文、代码差异、工具调用结果、时间戳、模型信息
  • 输出为统一的JSONL格式，便于后续处理和分析
  • 无需额外依赖，仅使用Python 3标准库即可运行

创业线索

团队
未知，推测为独立开发者或小团队 · GitHub仓库由用户0xSero创建，无明确团队信息
发布时间
2025年11月16日（GitHub创建日期） · 项目较新，创建于2025年11月，最近推送在2026年1月21日，仍在活跃维护
增长线索
GitHub星标1128，日增66星，进入GitHub Trending第57位，增长较快
能赚多少 / 怎么赚
无 · 无明确收费信息，项目完全开源免费

公开信息推断，缺数据会标未知；不构成收益承诺。

GitHub 最新数据

  • 仓库：0xSero/ai-data-extraction
  • 星标：1,128
  • 分支：96
  • 关注：5
  • 未关闭 Issue：10
  • 主语言：Python
  • 仓库创建：2025-11-16
  • 最近推送：2026-01-21
  • 描述：extract all your personal data history from cursor, codex, claude-code, windsurf, and trae

来源数据

  • 首次采集：2026-08-16
  • 最后同步：2026-08-16
  • 材料更新：2026-08-16
  • GitHub 星标：1,128
  • GitHub 分支：96
  • 穿透材料体量：约 8,459 字

AI 辅助分析，仅供项目研究参考，不构成投资建议。