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:
- 2003 年创办 VeryCD(电驴/eMule 中国版,一代人的下载记忆)
- 联合创办心动网络(XD Inc.,港股 2400.HK)
- 旗下 TapTap 是中国最大独立游戏分发平台之一
- 现在亲自写 OpenClaw Skill——说明他不只是"用" OpenClaw,而是深度参与生态
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:
- ChatGPT: Settings → Data Controls → Export → ZIP(含
conversations.json) - Claude: Settings → Privacy → Export data → ZIP(含
conversations.json,memories.json,projects.json) - 其他格式: Slack 转储、半结构化聊天存档(可能需要模型辅助解析)
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、Hindsight、OpenViking 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:
memory/YYYY-MM-DD.md→ 我们已经在用的每日记忆格式MEMORY.md→ 我们的长期记忆文件logs/message-archive-raw/→ 原始数据备份
3. "数据主权"是正确方向
和 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