Cherry Studio聊天窗口内容上下文导出技术实现与最佳实践

1次阅读

共计 1821 个字符，预计需要花费 5 分钟才能阅读完成。

在开发基于 Cherry Studio 的应用时，我们经常需要将聊天窗口的内容导出进行分析或存档。但简单导出单条消息会丢失关键的上下文信息，导致后续处理困难。现有方案主要有以下问题：

官方 API 通常只提供单条消息查询
自行存储的聊天记录难以保持完整对话链路
大容量导出时性能急剧下降
缺乏标准化的上下文关联机制

Cherry Studio 的聊天数据主要通过 REST API 获取，其核心数据结构包含：

{
  "message_id": "uuid",
  "session_id": "session_uuid",
  "content": "消息内容",
  "timestamp": "ISO8601",
  "sender": {
    "type": "user|bot",
    "id": "user_id"
  },
  "reply_to": "message_id|null"  # 关键上下文字段
}

实现完整上下文导出的核心是构建消息关系图。我们使用深度优先搜索算法：

获取会话 (session_id) 下的所有消息
以 reply_to 字段建立父子关系
从最后一条消息开始递归回溯

import requests
from typing import List, Dict

class ChatExporter:
    def __init__(self, api_key: str):
        self.base_url = "https://api.cherrystudio.com/v1"
        self.headers = {"Authorization": f"Bearer {api_key}"}

    def get_messages(self, session_id: str, limit=100) -> List[Dict]:
        """分页获取会话所有消息"""
        messages = []
        params = {"session_id": session_id, "limit": limit}

        while True:
            resp = requests.get(f"{self.base_url}/messages",
                headers=self.headers,
                params=params
            ).json()

            if not resp["data"]:
                break

            messages.extend(resp["data"])
            params["cursor"] = resp["meta"]["next_cursor"]

        return messages

    def build_conversation_tree(self, messages: List[Dict]) -> Dict:
        """构建对话树结构"""
        msg_map = {msg["message_id"]: msg for msg in messages}
        roots = []

        for msg in messages:
            if not msg["reply_to"]:
                roots.append(msg)
            else:
                parent = msg_map.get(msg["reply_to"])
                if parent:
                    parent.setdefault("replies", []).append(msg)

        return {"root_messages": roots}

处理大量聊天记录时需要注意：