Chat History Importer 技能：预览和导入 ChatGPT、Claude 聊天记录

OpenClaw；输入为 ChatGPT 或 Claude 会话导出安装步骤

下载 GitHub 固定提交的完整目录，保留 SKILL.md、scripts/ 和 references/。从仓库根目录运行 python3 --version，确认终端能找到 Python。
用于 OpenClaw 时，把完整技能目录放在当前工作区的 skills/chat-history-importer/，并用 openclaw skills list 确认识别。单独试用命令行预览无需启动 OpenClaw。
把要处理的会话 JSON 复制到一个单独的输入目录。用 OPENCLAW_WORKSPACE 指定测试工作区，再用 --dry-run 核对文件识别结果。

中文摘要

把 ChatGPT 或 Claude 导出的会话 JSON 转成 OpenClaw 按日期保存的 Markdown 摘记。支持先预览会话标题和消息数，再选择写入目标工作区。相同日期文件内按会话编号跳过已存在的记录。

SKILL.md 中文导读

可复现示例

在仓库根目录新建 demo-exports 和 demo-workspace，把虚构会话保存为 UTF-8 文件 demo-exports/conversations.json。

[{"id":"sample-notes-1","title":"Neighborhood garden","create_time":1768564800,"mapping":{"n1":{"message":{"create_time":1768564800,"author":{"role":"user"},"content":{"parts":["Plan three signs for the demo garden."]}}}}}]

在支持环境变量前缀的 Bash 终端运行。

OPENCLAW_WORKSPACE=./demo-workspace PYTHONUTF8=1 python3 scripts/batch.py --dir ./demo-exports --dry-run

工作步骤

从输入目录读取授权的会话文件，自动识别 ChatGPT 或 Claude 的 JSON 格式。混用时可按来源拆成两个输入目录。
先查看预览中的会话名与消息数，再决定导入目标。实际写入时脚本会按本机日期生成 Markdown，并从每条消息截取最多 200 个字符。相同日期文件内已包含会话编号时会跳过。

验收方法

终端应识别出 OpenAI 格式，显示一条名为 Neighborhood garden 的会话和 1 条消息，并打印本次为预览。demo-workspace 下不会生成 memory/episodic/。

GitHub 原文 · 更新日期 2026-11-15

适用环境

使用可从终端调用的 Python 3.9 或更新版本，并确认命令名 python3 可用，批处理脚本会用它启动同目录的解析器。提取和预览依赖 Python 标准库，无需模型服务。只将同意保留的聊天内容导入所选工作区。

常见问题

预览会调用模型，或直接把这些聊天写到 OpenClaw 吗？

预览由本地解析器完成，只在终端显示会话标题和消息数。去掉 --dry-run 才会写入工作区。后续如果让代理读取这些笔记，内容会按你配置的模型和服务处理。