# Agentlog

把散落在不同 coding agent 里的历史对话收在一起，找回当时的决定和原文

Source: https://works.im0o.top/projects/agentlog/
Date: 2026-07-17
End date: present
Tags: 开发工具, AI, MCP, TypeScript, 工具开发, Python


用过几个 coding agent 之后，聊天记录也分散在了几个地方。一个需求在 Codex 里聊过，另一个决定可能留在 Claude 或 Pi 的会话里。过段时间想找，往往记得大概说了什么，却不记得该去哪里翻。

Agentlog 是我用来收这些记录的工具。它读取各个 Agent 已经保存在本机的历史，整理成一份普通目录。我可以自己搜索，也可以把只读 MCP 接给后续的 Agent，让它先查之前做过什么。

## 找回原话与上下文

早期只搜字面内容，很容易找到一段看起来相关的文字，但同样的话可能来自用户、Agent 的复述，也可能是工具输出。尤其是一次需求被几轮交接摘要重复引用后，搜索结果会挤满重复内容。

我后来给检索加了发言来源、项目、时间和工具来源等条件。找自己的原话时，可以先筛出用户消息，再读附近的对话，确认当时在讨论什么。重复片段合并显示，其他出现位置仍然保留。

![相同文字可能来自用户原话、Agent 复述或工具输出](https://image.im0o.top/2026/20261117104031077.webp)

例如，在命令行查某个项目的设计记录：

```sh
agentlog search '封面' --repo blog --json
```

MCP 提供的也是这一类入口：先用 `search_sessions` 找会话和片段，再用 `session_context` 看附近消息，或者用 `read_evidence` 读取原文。引用带有内容版本，归档改变后，读取方可以发现手里的定位已经过期。

## 归档不同 Agent 的聊天记录

目前有 Claude、Codex、Pi、Cursor、OpenCode、Grok 和 Kimi 七个来源适配器。它们的目录、消息格式和附带信息各不相同，适配器负责读取，后面统一写入 Store。

Store 里，完整对话是一行一条消息的 JSONL，每个会话另有一份卡片，保存标题、工作目录、更新时间等信息。摘要和索引是之后生成的资料，和原始归档分开放。

```text
Store/
  chats/             完整对话
  index/             会话卡片
  derived/           摘要、目录与检索资料
  progress.sqlite    增量处理进度
```

再次归档时，没变化的会话跳过，有变化的更新。保留普通文件的形式，是为了以后换工具时仍然能读，也方便备份和直接搜索。

## 按任务整理长会话

长会话不一定只属于一个项目，项目也不一定只占一个会话。我给摘要增加了目录和任务分段，再把相关任务归到工作主题下，记录哪些是同一件事的继续，哪些依赖另一项工作。

这一层最容易出现的问题，是摘要说得通，归类却不符合我实际做事的方式。因此，工作主题旁边仍然保留原文依据，也有改名、合并和隐藏关系的整理入口。人的修改独立保存，后续重新生成时继续保留。

## 增量生成摘要

归档会不断增长，一次处理完所有历史并不现实。摘要部分因此有增量缓存、并发和预算限制、取消、重试与运行记录。最近接入 Pi 摘要后端时，我也把目录生成、工作主题整理和发布组织成可以恢复的分阶段任务。

我仍然会拿真实会话看摘要质量：有没有把想法写成已经完成，有没有漏掉后来的更改，有没有把 Agent 的猜测当成我的决定。整理这份作品集时，我也在用 Agentlog 查记录，找出值得写进项目页的细节。

![保留完整原文与处理进度，中断后从留下的位置接着整理摘要](https://image.im0o.top/2026/20261117104036417.webp "保留完整原文与处理进度，中断后从留下的位置接着整理摘要")

