機械学習トレーニング用にAIコーディングアシスタントからチャット、エージェント、コードのコンテキストデータを抽出する完全なツールキットです。

🎯 これが何をするのか

自動的に完全な会話履歴を検出・抽出します:

• ✅ ユーザーメッセージおよびAI応答
• ✅ コードコンテキスト(ファイルパス、行番号、スニペット)
• ✅ コードの違いと推奨される編集
• ✅ マルチファイルのコンテキスト
• ✅ 工具の使用および実行結果
• ✅ タイムスタンプとメタデータ

PiとOMPのセッションエクスポートは1つの共有パーサーを使用します。デフォルトはアクティブパーサーに従います 分岐;python3 extract_pi.py --all-branches と python3 extract_omp.py --all-branches 祖先や分家IDを含む別々の葉の会話をエクスポートします。文字列 回答、カスタムコンテキスト、推論、ツール呼び出しID、モデル変更、アドバイザー/サブエージェント セッションおよびブランチサマリーは保存されます。OMPは--prompt-historyもサポートしています。 コミットされたWAL行を含む別の読み取り専用SQLiteスナップショットのために。

extract_droid.pyは~/.factory/sessionsのファクトリー/ドロイドセッションと設定を読み取っています。 集約スクリプトには3つすべてが含まれます。パーサの統合は PR #26のPi/OMP作業、#17のジョシュア・ウォーレンのOMPカバレッジ、そしてウマン・バラの

AI Coding Assistant Training Data Extraction Toolkit

Complete toolkit to extract ALL chat, agent, and code context data from AI coding assistants for machine learning training.

🎯 What This Does

Automatically discovers and extracts complete conversation history including:

• ✅ User messages & AI responses
• ✅ Code context (file paths, line numbers, snippets)
• ✅ Code diffs and suggested edits
• ✅ Multi-file contexts
• ✅ Tool use and execution results
• ✅ Timestamps and metadata

Pi and OMP session exports use one shared parser. The default follows the active branch; python3 extract_pi.py --all-branches and python3 extract_omp.py --all-branches export separate leaf conversations with their ancestry and branch IDs. String answers, custom context, reasoning, tool-call IDs, model changes, advisor/subagent sessions and branch summaries are preserved. OMP also supports --prompt-history for a separate read-only SQLite snapshot, including committed WAL rows.

extract_droid.py reads Factory/Droid sessions and settings under ~/.factory/sessions. The aggregate script includes all three. The parser consolidation carries the Pi/OMP work from PR #26, Joshua Warren’s OMP coverage from #17 and Umang Bhalla’s Droid contribution from #7, with regression fixes and attribution.

📦 Included Scripts

1. extract_claude_code.py

Extracts from Claude Code / Claude Desktop

• Searches: ~/.claude, ~/.claude-code, ~/.claude-local, ~/.claude-m2, ~/.claude-zai
• Formats: JSONL session files
• Includes: Messages, tool use, file contexts, diffs

2. extract_codex.py

Extracts from Codex (if installed)

• Searches: ~/.codex, ~/.codex-local
• Formats: Rollout JSONL files
• Includes: User/agent messages, tool results, diffs

3. extract_cursor.py

Extracts from Cursor (Chat + Composer + Agent) - ALL VERSIONS

• Searches: ~/Library/Application Support/Cursor (macOS) or equivalent
• Formats: SQLite databases (state.vscdb, cursorDiskKV)
• Handles:
  • Old Chat mode (workspace storage)
  • Composer inline storage (v1.x - messages in composerData array)
  • Composer separate storage (v1.x-v2.0 transition - messages in bubbleId keys)
  • Latest Composer/Agent (v2.0+)
• Includes:
  • Code context, selections, diffs
  • Suggested edits and code blocks
  • Tool results and execution outputs

4. extract_trae.py

Extracts from Trae

• Searches: ~/.trae, ~/Library/Application Support/Trae
• Formats: JSONL and SQLite databases
• Includes: Chat, agent data, tool use, diffs

5. extract_windsurf.py

Extracts from Windsurf

• Searches: ~/Library/Application Support/Windsurf or equivalent
• Formats: SQLite databases (VSCode-like format)
• Includes: Chat, agent/flow conversations, code context

6. extract_continue.py

Extracts from Continue AI Assistant

• Searches: ~/.continue/sessions/
• Formats: JSON session files
• Includes: