GitHubDaily
@GitHub_Daily
💡 挖掘开源的价值
🧑🏻💻 坚持分享 GitHub 上高质量、有趣、实用的教程、AI工具、前沿 AI 技术
🧐 A list cool, interesting projects of GitHub.
✏️ 公众号：GitHubDaily
加入 May 2023
206 正在关注 89.4K 粉丝
偶然看到 AI Data Extraction Toolkit 这个开源项目，可以用来一键提取各个 AI 编程助手的完整对话记录。
支持 Claude Code、Cursor、Codex、Windsurf、Gemini CLI 等八款主流工具，自动识别系统和安装路径，直接输出统一的 JSONL 格式。
GitHub：
提取的数据非常完整，不只是对话文本，还包括代码上下文、文件路径、代码差异、工具调用结果这些关键信息，拿来做模型微调刚好够用。
纯 Python 标准库实现，不需要装额外依赖，一个 shell 脚本，就能把所有工具的数据全部导出。
如果想用真实的编程对话数据来微调大模型，这个项目能帮我们省下大量收集数据的时间，值得收藏备用。
显示更多
