머신러닝 훈련을 위해 AI 코딩 어시스턴트에서 모든 채팅, 에이전트, 코드 컨텍스트 데이터를 추출하는 완전한 툴킷입니다.

🎯 이것이 하는 일은

자동으로 완전한 대화 기록을 발견하고 추출합니다:

• ✅ 사용자 메시지 및 AI 응답
• ✅ 코드 컨텍스트(파일 경로, 줄 번호, 스니펫)
• ✅ 코드 차이점 및 권장 편집 사항
• ✅ 다중 파일 컨텍스트
• ✅ 도구 사용 및 실행 결과
• ✅ 타임스탬프 및 메타데이터

Pi와 OMP 세션 내보내기는 하나의 공유 파서를 사용합니다. 기본값은 활성 파서를 따릅니다 분기; python3 extract_pi.py --all-branches 및 python3 extract_omp.py --all-branches 조상과 분가 ID를 포함한 별도의 잎 대화를 내보내세요. 문자열 답변, 사용자 지정 맥락, 추론, 도구 호출 ID, 모델 변경, 자문/하위 에이전트 세션과 분기 요약은 보존됩니다. OMP는 [[T2]도 지원합니다. 별도의 읽기 전용 SQLite 스냅샷을 위해 커밋된 WAL 행을 포함합니다.

extract_droid.py는 ~/.factory/sessions 아래에 있는 공장/드로이드 세션과 설정을 읽습니다. 집계 스크립트는 세 가지 모두를 포함합니다. 파서 통합은 PR #26의 Pi/OMP 작업, #17의 조슈아 워렌의 OMP 보도, 그리고 우망 발라의 작업입니다

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: