和 Claude Code 聊多了，有个问题一直困扰我——写过的提示词太散了，不好收集。
一、为什么我想把对话留下来
我的真实痛点
用 Claude Code 越久，写过的提示词越多，但散在各个会话里，想做个归纳总结都难。关掉窗口，之前的对话就没了。
导出之后想做这些
当我把会话存成 Markdown，终于可以：
- 建立自己的 AI 编程笔记
- 盘点最近解决了哪些问题
- 总结归纳好用的提示词
- 方便以后分享和再创作
二、Claude Code 把对话藏在哪里
数据藏在两个地方
Claude Code在本地存储对话数据和会话索引，用来支持上下文管理和快速检索，以下用一张图来说明Claude Code数据存储：
解析思路：从 JSONL 到 Markdown
JSONL 到 Markdown 生成流程包括：
- 扫描目录
~/.claude - 读取JSONL和逐行处理消息
- 解析消息、提取内容
- 添加元信息，格式化输出MarkDown文件，保存到指定位置
内容提取策略
AI 的消息里不只有文字，还有各种「隐藏内容」：
三、一键导出：Claude Code Export 技能
技能介绍
与其手动复制粘贴，不如让 AI 帮你批量处理。我把导出脚本做成了一个 Claude Code 技能，零配置、开箱即用。
安装方法
可直接下载技能到本地，解压放到 ~\.claude\skills (Windows 下为 用户目录\.claude\skills )。
使用方式
安装完成后，在 Claude Code 中直接说：
帮我导出所有 Claude Code 会话记录，并保存到 conversations 目录下
或者明确指定技能名称：
使用 claude-code-export 技能，帮我导出所有 Claude Code 会话记录，并保存到 conversations 目录下
使用截图
提示词输入界面
导出结果
四、导出效果预览
Markdown 文件结构
每个会话会生成一个独立的 Markdown 文件：
# Claude Code 会话记录
## 会话信息
- 会话ID `0b7ced53-e96c-448c-a090-7989d6c2af9f`
- 工作目录 `D:\workspace\claude_code`
- 开始时间 2026-05-08 160818
- 消息数量 472
---
## 对话记录
### [2026-05-08 160818] 用户
帮我分析一下这个项目的性能瓶颈...
---
### [2026-05-08 160821] AI
[思考] 用户想分析性能瓶颈，我需要先了解项目结构...
---
### [2026-05-08 160822] AI
[工具调用] Glob {pattern .py}
---
### [2026-05-08 160823] AI
从代码结构来看，主要问题可能出在...
截图展示：
会话记录文件： （列出了部分）
五、导出之后：让数据产生价值
用 AI 分析你的 AI 对话
把导出的 Markdown 文件丢给 Claude，它可以帮你：
1. 归纳整理
请分析这些会话记录，帮我：
1. 按主题分类所有对话
2. 提取每个主题的核心问题和解决方案
3. 生成一份知识索引
@conversations/*.md
2. 提取模式
分析我的 Claude Code 使用习惯：
1. 我最常解决哪类问题？
2. 哪些 Tool 使用频率最高？
3. 我的提问方式有哪些可以改进？
@conversations/*.md
3. 生成知识卡片
提取2026年会话记录中的提示词模板：
从这些会话中提取所有好用的 Prompt 模板，
整理成「问题场景 + 提示词 + 预期输出」的格式。
@conversations/2026*.md，输出到 conversations 目录中。
我的使用方式
目前我把导出的 Markdown 就直接存在本地，后面可以考虑导入其他工具，如：Obsidian、Notion等，形成个人知识库。
写在最后
Claude Code 不仅是一个编程助手，更是你思维过程的记录者。每一次对话都是一次学习，每一个解决方案都值得被保存。
当你积累了数百个会话，再回头看时，你会发现自己的成长轨迹清晰可见。而这，就是知识沉淀的力量。
