ChatGPT对话导出实战：免费工具开发指南与避坑手册

1次阅读

共计 1640 个字符，预计需要花费 5 分钟才能阅读完成。

ChatGPT 对话导出功能广泛应用于知识管理场景，例如将技术讨论记录转化为可检索的文档库。内容创作者也常需要导出对话历史进行二次编辑，形成教程或社交媒体素材。

官方 API 方案
优势：合法合规、文档完善、长期维护
劣势：存在调用频率限制(每分钟 3 - 5 次)，需要处理分页数据
逆向工程方案
优势：可绕过部分限制
劣势：违反服务条款、存在法律风险、需应对前端变更
结论：推荐使用官方 API 保证可持续性

环境准备
安装依赖：pip install fastapi openai python-dotenv
创建 .env 文件存储 API 密钥

核心代码结构

# app/main.py
import os
from fastapi import FastAPI
from dotenv import load_dotenv

load_dotenv()
app = FastAPI()

@app.get("/export")
async def export_conversation():
    # 实现代码见下文
    pass

分页获取策略
使用 limit 和after参数实现游标分页
合并策略：维护全局列表，循环请求直到返回空数据

# 带行号的完整实现（节选）01  import aiohttp
02  from typing import List, Optional
03  
04  async def fetch_messages(
05      session: aiohttp.ClientSession,
06      after: Optional[str] = None
07  ) -> List[dict]:
08      params = {"limit": 100}
09      if after:
10          params["after"] = after
11      
12      async with session.get(
13          "https://api.openai.com/v1/conversations",
14          headers={"Authorization": f"Bearer {os.getenv('API_KEY')}"},
15          params=params
16      ) as resp:
17          if resp.status != 200:
18              raise ValueError(f"API error: {await resp.text()}")
19          return await resp.json()
20  
21  def format_markdown(messages: List[dict]) -> str:
22      return "\n".join(23          f"**{msg['role']}**: {msg['content']}" 
24          for msg in messages
25      )

频率限制应对
实现指数退避重试机制
添加请求间隔延迟（建议≥200ms）
使用本地缓存减少重复请求

敏感信息过滤

def sanitize_content(text: str) -> str:
    patterns = [r"\d{4}-\d{4}-\d{4}-\d{4}",  # 信用卡号
        r"\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z|a-z]{2,}\b"  # 邮箱
    ]
    for pattern in patterns:
        text = re.sub(pattern, "[REDACTED]", text)
    return text