OpenClaw Chat History Import 深度研究:把 ChatGPT/Claude 的记忆搬进 OpenClaw

> GitHub: dashhuang/openclaw-chat-history-import

> 作者: Dash Huang(黄一孟),心动公司 CEO

> 许可: MIT

> 研究时间: 2026-03-27

🎯 一句话版本

心动公司 CEO 黄一孟做的 OpenClaw Skill:把你在 ChatGPT、Claude 里积累的聊天记录和记忆导入 OpenClaw,变成 OpenClaw 自己的可搜索归档和长期记忆。核心理念:AI 聊天数据不应该分散在第三方产品里,应该收回自己可控的环境。

👤 作者是谁

黄一孟(Dash Huang)——中国互联网老兵:

这让这个 Skill 的可信度和设计品质有了一定保障。

🧠 核心理念

> "我不希望长期有价值的 AI 聊天记录和记忆信息,一直分散在各种第三方产品里。它们应该被逐步收回到一个由自己控制、可管理、可定制、也能持续演进的环境里。"

这个想法和 OpenClaw 的"数据主权"理念完全一致:你的 AI 记忆属于你,不属于 OpenAI 或 Anthropic。

📦 包含什么

两个互相配合的 Skill:

1. `chat-history-import`(主导入工具)

导入源

导入目标

目标说明
`logs/message-archive-raw/`原始聊天归档(全量保留)
`memory/YYYY-MM-DD.md`按日提炼的记忆摘要
`MEMORY.md`长期记忆(候选内容,人工审阅后落盘)

工作流:交互式、先审阅再落盘——不是自动覆盖,而是生成候选让你确认。

2. `conversation-history`(配套检索工具)

导入后用来搜索旧聊天:回忆旧决策、原话、旧链接、时间线。

可选搭配:`conversation-archive`

如果同时安装,形成完整的三件套:


chat-history-import → 补历史(过去的 ChatGPT/Claude 聊天)
conversation-archive → 写新消息(未来的 OpenClaw 聊天持续归档)
conversation-history → 搜索全部(历史 + 实时,统一检索)

🔧 技术实现


<workspace>/skills/chat-history-import/
├── SKILL.md              # OpenClaw Skill 入口
├── scripts/              # 确定性辅助脚本
│   ├── inspect.py        # 检查导出文件格式
│   ├── normalize.py      # 规范化为统一格式
│   ├── validate.py       # 验证数据完整性
│   └── merge.py          # 合并到现有归档
├── references/           # Schema + Memory 提炼 prompt 模板
└── conversation-history/ # 配套检索 Skill
    ├── SKILL.md
    └── scripts/

安装


# 方式 1: 工作空间本地
cp -r openclaw-chat-history-import <workspace>/skills/chat-history-import

# 方式 2: 全局共享
cp -r openclaw-chat-history-import ~/.openclaw/skills/chat-history-import

# 验证
openclaw skills info chat-history-import

发布到 ClawHub


clawhub publish . \
  --slug chat-history-import \
  --name "Chat History Import" \
  --version 0.1.0

💡 与我们的关联

1. 我们正好需要这个 ⭐⭐⭐

我们之前研究了 Hermes 的记忆系统HindsightOpenViking 等记忆方案。但一个被忽略的问题是:Jay 在 ChatGPT 和 Claude 里已经有大量历史对话。这些对话里的决策、想法、链接——如果能导入 OpenClaw,相当于给我们的研究助手"补课"。

2. 和我们的 MEMORY.md 体系兼容

这个 Skill 的输出格式完全对齐 OpenClaw 的标准记忆结构:

3. "数据主权"是正确方向

PAI 的理念一致:你的 AI 记忆不应该被锁在某个公司的服务器里。今天用 OpenClaw,明天可能用别的——但数据始终在你手里。

4. 黄一孟的参与是生态信号

港股上市公司 CEO 亲自给 OpenClaw 写 Skill——这不只是技术贡献,也是对 OpenClaw 生态的信心投票。VeryCD 到 TapTap,黄一孟一直在做"平台"的事情。

⚠️ 注意事项

1. 导入量可能很大:长期 ChatGPT 用户的 conversations.json 可能有几百 MB

2. 记忆提炼需要 LLM:从原始聊天 → MEMORY.md 需要模型辅助摘要

3. 隐私:导入的聊天可能包含敏感信息,确保 OpenClaw 环境安全

4. 格式兼容:非 ChatGPT/Claude 的导出格式可能需要自定义解析

5. v0.1.0:早期版本,可能有边缘 case

📊 评分

维度评分(/10)
实用性9.0 — 解决了真实痛点:AI 记忆分散在多个平台
设计理念9.5 — "数据主权"是正确且重要的方向
技术实现7.5 — 脚本清晰,但早期版本功能有限
与我们的关联9.0 — 直接可用,和现有记忆体系兼容
生态意义8.5 — 知名创业者参与,对 OpenClaw 生态是利好
**综合****8.5**

报告由深度研究助手自动生成 | 2026-03-27

来源: GitHub