importing-chatgpt-memory

将 ChatGPT 记忆克隆到 Letta

当用户希望 Letta 尽可能忠实地继承 ChatGPT 记忆，而不是盲目导入整个导出文件时，使用此技能。

适用场景

• 将我的 ChatGPT 记忆克隆到 Letta
• 检查隐藏的已保存个人资料 / 自定义指令上下文
• 将 ChatGPT 记忆迁移到 Letta 的活跃记忆中
• 从旧聊天中补充工作背景或协作偏好
• 保存选定的对话记录，以便进行高保真审计 / 参考

即使用户只提出了简短请求，此技能也应能很好地发挥作用，例如：

• “我想导入我的 ChatGPT 记忆”
• “可以把我的 ChatGPT 记忆克隆到 Letta 吗？”
• “导入我的 ChatGPT 导出文件”

不要要求用户写出经过优化的提示词。

范围

此技能用于记忆引导，而不仅仅是呈现对话记录。

它应该：

• 首先提取 ChatGPT 已保存的记忆和可编辑上下文区块
• 生成面向 Letta 的预览，说明哪些内容应成为活跃记忆，哪些应成为渐进式记忆
• 在说明进度的同时写入明显且高置信度的条目
• 之后可从更广泛的档案中补充信息
• 可选地导出对话记录，以便进行高保真归档

它不应该：

• 盲目导入整个档案
• 将运行时上下文视为持久记忆
• 默认将历史上下文扁平化为始终可见的记忆
• 未经确认自动存储敏感个人资料
• 将记忆写入格式错误的 MemFS 结构

默认策略

采用先克隆，再补充的工作流。

1. 进行简短的结构化信息收集
2. 检查导出文件
3. 在一个步骤中提取并预览
4. 在了解情况的同时写入明显且高置信度的条目
5. 若已确定范围，则继续补充档案信息——说明进度，并允许用户随时打断
6. 只在重要节点征求意见
7. 运行 /doctor 验证最终记忆结构

用户应该感觉自己是在引导式引导流程中，而不是被丢进一堆脚本里。

即使用户提供的信息很少，引导流程也应保持稳健。Agent 应提供结构，而不是要求用户完善请求。

此技能是工作流，而非参考资料。 请按顺序遵循编号步骤。执行每一步前都要阅读相应指导，尤其是合并规则和写入目标。快速推进是好事，但不能跳过步骤。“自主”意味着由你推动流程，无须停下来征求许可，而不是跳过说明。

交互风格

从简短对话开始

如有条件，优先使用结构化的 AskUserQuestion 流程，让导入过程更像对话。

适合的问题类型：

• 导出文件的位置（如果不明显）
• 导入范围（仅已保存的记忆、记忆 + 工作背景、挖掘完整历史）
• 主题重点：“你希望我查找哪些特定项目或主题吗？”
• 敏感信息：“有什么内容是我不应存储的吗？”

不要询问用户多久进行一次回顾。大多数用户没有明确偏好，有偏好的人会主动说明。默认继续推进——说明你正在做什么，让用户在想暂停时随时打断。这样可以避免设置一个并无实际意义的检查点，让流程保持顺畅。

避免提出不会实际改变工作流的问题。例如，“你希望如何处理历史上下文？”听起来很重要，但回答很少会改变你运行的脚本。重点询问那些会让流程分支的问题。

设置此信息收集环节，是为了让用户不必在第一条消息中就提供所有这些上下文。

使用：

• 政策决策采用单选
• 范围选择采用多选

完成接收后，主动推进流程

范围明确后，应更加果断地主导流程，而不是一味征求许可。

不要反复用含糊的提示询问：

• “接下来要我做什么？”
• “要继续吗？”

而应：

1. 说明已写入的内容
2. 说明接下来要检查的内容
3. 自动继续

只有遇到以下情况时才暂停：

• 事实相互矛盾
• 敏感或私密内容
• 范围发生重大变化
• 无法确定哪些内容应作为持久记忆

如果用户已明确提出宽泛的范围，也不要因为低风险的流程选择而暂停。

也不要教用户应该如何措辞来提出请求。只需正确执行引导流程。

进度跟踪

大型归档的导入可能需要几分钟。绝不要让用户一直干等。 导入过程应像有引导、持续更新的流程。

记录起始提交

写入任何记忆前，先记录记忆仓库当前的 HEAD：

git -C "$MEMORY_DIR" log --oneline -1

保存此提交哈希，作为回滚点。如果出现问题或用户想撤销导入，可以重置到此提交：

git -C "$MEMORY_DIR" reset --hard <start-commit>
git -C "$MEMORY_DIR" push --force

在导入审计文件和最终摘要中都写明起始和结束提交哈希。明确告诉用户：“如果你想撤销这些更改，我可以将记忆重置到导入前的状态。”

使用 TodoWrite 跟踪阶段

在导入开始时创建待办列表，并在执行过程中更新：

1. 记录起始提交
2. 定位导出文件并运行清单检查
3. 提取并预览已保存的记忆
4. 写入活动记忆（system/human.md）
5. 写入导入审计和渐进式记忆（reference/chatgpt/）
6. 丰富归档内容（如在范围内）
7. 使用 /doctor 验证

每个阶段开始前标记为 in_progress，完成后标记为 completed。

在脚本调用之间播报进度

每个脚本运行完毕后，在运行下一个脚本前告诉用户发现了什么：

• “找到 347 条对话，时间跨度为 2023–2026 年。现在提取已保存的记忆……”
• “ChatGPT 在 4 个字段中记住了关于你的 12 条信息。正在生成预览……”
• “正在将 8 条高置信度信息写入活动记忆。接下来：丰富归档内容……”
• “正在调度 4 个挖掘 Agent，处理 200 条对话……”

报告统计数据

有具体数字时，务必告知用户：

• 对话总数
• 已保存记忆的字段数量
• 写入的条目数与留待审核的条目数
• 挖掘进度（已扫描的对话数、每个分块的发现数）

脚本使用 --progress

所有长时间运行的脚本都支持 --progress，会将状态输出到 stderr。处理大型归档时使用它，让用户在脚本运行期间也能看到进度。

工作流程

0. 定位导出文件

ChatGPT 导出文件通常使用较长的哈希值和时间戳命名，例如： 8a8f3ee0...-2026-03-31-18-41-51-e0dc362a....zip

常见位置：

• ~/Downloads/（最常见，浏览器通常会将文件保存到此处）
• 桌面或自定义的导出文件夹

如果用户不知道确切路径，请在 Downloads 中查找 zip 文件：

ls -t ~/Downloads/*.zip | head -20

Downloads 文件夹通常内容繁杂。ChatGPT 导出文件有独特的命名模式——查找文件名符合 [8+ hex chars]-YYYY-MM-DD-* 的文件。可以使用以下快速筛选方式：

ls ~/Downloads/*.zip | grep -E '[0-9a-f]{8}.*-[0-9]{4}-[0-9]{2}-[0-9]{2}-'

如果仍无法确定，请检查 zip 中是否包含 conversations-*.json 条目：

unzip -l <candidate.zip> | grep conversations-

1. 检查导出文件清单

首先列出对话，并找出可能包含大量隐藏上下文的候选项。

python3 scripts/list-conversations.py <export.zip>
python3 scripts/list-conversations.py <export.zip> --sort hidden --min-hidden 1
python3 scripts/list-conversations.py <export.zip> --json --limit 50

利用这些信息了解规模，找到可能包含大量记忆的对话，并判断是否确实需要更广泛地审查归档。

警告： 对于大型归档（300 条以上对话），--json 输出很容易超过 100K 个字符，导致上下文窗口被大量内容占满。缓解方法：

• 先使用 --limit 50，之后可通过 --start-index 分页
• 将输出写入文件并选择性读取：... --json > /tmp/conversations.json
• 在输出 JSON 前使用 --title-contains 进行筛选
• 初步检查清单时，非 JSON（表格）输出精简得多

2. 一步提取并预览

直接对 zip 使用预览构建器——它会在内部运行提取：

python3 scripts/build-memory-preview.py <export.zip>
python3 scripts/build-memory-preview.py <export.zip> --output /tmp/chatgpt-memory-preview.md
python3 scripts/build-memory-preview.py <export.zip> --progress

这将之前的两个步骤（提取 → 预览）合并为一步。它会从整个导出内容中提取最有用的入门信息：

• about_user_message
• about_model_message
• user_profile
• user_instructions

并将它们归类为：

• 活跃记忆候选项——每轮都应放入上下文的信息
• 运行时上下文——时区、位置、当前日期（跳过这些）
• 历史／渐进候选项——旧版本、先前的个人资料
• 矛盾项——存在多个版本、需要审核的字段

如果你需要单独获取原始提取 JSON（例如用于分派给子 Agent 或审计），请直接使用 extract-saved-memory.py：

python3 scripts/extract-saved-memory.py <export.zip> --json --output /tmp/chatgpt-saved-memory.json

注意： 对于 ChatGPT 个人资料较简单的用户（例如只有姓名和一句简介），预览基本只是重新整理已有的显而易见的信息。遇到这种情况，请阅读预览输出，然后直接编写记忆。当个人资料存在矛盾、包含多个历史版本，或混杂了持久信息和运行时上下文时，预览最有价值。

与现有记忆合并

如果 system/human.md 或 system/persona.md 已有内容，你是在合并，而不是替换。

反面示例： 读取现有内容后，再使用 str_replace 将整个内容替换为新版本。这属于覆盖，即使你事先读过也是如此。现有内容由用户或之前的会话编写，包含你不了解的上下文。不要将其丢弃。

正确做法： 使用有针对性的 str_replace 调用，在现有文件中添加新行或新章节。具体来说：

1. 读取现有内容块（它已在你的系统提示词中）
2. 找出缺失的内容——ChatGPT 中存在、但现有内容块未涵盖的信息
3. 使用 str_replace 将缺失信息插入相应章节，或追加到末尾作为新章节
4. 除非 ChatGPT 数据明确更新且与现有内容矛盾，否则绝不要替换已有行

示例——如果 system/human.md 已写明“在 Letta 工作”，而 ChatGPT 保存的记忆写着“在 Letta 从事 Agent 基础设施工作”，合并方式如下：

str_replace "Works at Letta" → "Works at Letta on agent infrastructure"

而不是用重写后的版本替换整个文件。

如果现有内容块为空或只有少量内容（仅有默认模板），可以完整写入。只有在已有值得保留的内容时，才需要遵循合并原则。

依次写入记忆

不要并行创建或更新多个记忆文件。 同时调用时，记忆工具可能发生竞态条件，即使写入成功也会报告虚假错误。这样很难确认实际写入了哪些内容。

请一次写入一个记忆文件。速度差异微乎其微——记忆写入很快。可靠性差异则不然。

安全的写入目标和记忆结构

写入记忆前，检查 system/ 和相关参考目录。

重要的 MemFS 规则：

• 切勿创建路径重叠的文件／文件夹，例如 system/human.md 和 system/human/...，或 system/persona.md 和 system/persona/...。

写入目标（所有导入至少应生成前两项）：

• system/human.md — 精简、持久的用户事实和协作偏好，应在每轮对话中置于上下文中
• reference/chatgpt/import-YYYY-MM-DD.md — 始终创建 — 导入审计记录、排除项、不确定性说明和来源路径
• reference/chatgpt/work-and-technical-background.md — 发现历史工作背景时创建
• reference/chatgpt/collaboration-preferences.md — 发现详细的互动／风格模式时创建
• reference/chatgpt/transcripts/ — 精选的对话记录导出文件，用于保真和审计

如果 system/human.md 已存在，请更新该文件，不要另建同级文件夹。 如果 system/persona.md 已存在，请更新该文件，不要另建同级文件夹。

积极采用渐进式披露：保持活跃记忆精简，并使用 [[reference/chatgpt/...]] 路径链接到外部内容，让后续 Agent 能找到档案。

3. 写入记忆 — 活跃记忆和渐进式记忆

此步骤会同时写入 system/ 和 reference/chatgpt/。不能只写入活跃记忆。渐进式记忆层承载着导入内容的长期价值——缺少这一层，历史背景、审计记录和协作偏好都会丢失。

3a. 活跃记忆（system/human.md）

当事实明确、当前有效且敏感度较低时，立即写入：

• 姓名和稳定的基本身份信息
• 当前角色或项目背景
• 隐藏的已保存记忆中明确的回复偏好
• 重复出现的格式偏好
• 协作偏好，例如直截了当、提问频率、避免迎合

保持 system/human.md 精简。只记录每轮对话都应置于上下文中的内容。

3b. 导入审计文件（reference/chatgpt/import-YYYY-MM-DD.md）

始终创建此文件。 它记录导入过程中的情况：

• 导出路径和对话数量
• 写入了哪些内容到活跃记忆，以及写入原因
• 排除了哪些内容，以及排除原因
• 发现的矛盾及其解决方式
• 仍需确认的内容
• 每项决策的来源（哪个已保存记忆字段、哪个对话索引）

这就是凭证。后续 Agent 可以据此了解记忆的来源。

3c. 渐进式记忆文件

当预览或扩展信息中出现不适合放入 system/、但值得保留的内容时，创建以下文件：

• reference/chatgpt/work-and-technical-background.md — 历史角色、过往项目、技术背景，以及有助于了解用户但无须在每轮对话中使用的旧工作背景
• reference/chatgpt/collaboration-preferences.md — 详细的互动模式、格式偏好、纠正模式、反模式，以及过于细致而不适合放入 system/human.md、但有助于 Agent 调整语气或风格的内容

如果预览中显示了历史上的不同版本（较早的已保存记忆版本、旧版个人资料），也应放在这里。

3d. 从活跃记忆链接到渐进式文件

创建渐进式记忆文件后，在 system/human.md 中添加 [[reference/chatgpt/...]] 链接，方便后续 Agent 查找。示例：

See also: [[reference/chatgpt/work-and-technical-background.md]], [[reference/chatgpt/collaboration-preferences.md]]

写入方式

每次写入时：

1. 保持内容精简、具体
2. 告知用户写入了什么以及写入位置
3. 告知用户接下来要检查什么
4. 继续

4. 可选的档案扩充

只有在处理完已保存记忆的克隆后，才可选择性地从更广泛的对话历史中提取：

• 工作／项目背景
• 协作模式
• 历史背景
• 用户希望保留的其他持久信息

全面挖掘前先确认

归档增强会分派子 Agent，数量可能很多。对于包含 500 段对话的归档，大约需要 10 个并行 Agent。开始前务必先征求用户确认，并用具体数字告知他们所需成本：

• 将挖掘多少段对话
• 将分派多少个子 Agent
• 这是导入过程中成本最高的部分

使用 AskUserQuestion，并提供类似以下选项：

• 挖掘完整归档 —“挖掘全部 N 段对话（约需 X 个子 Agent）。最全面，也最费资源。”
• 定向挖掘 —“挖掘符合你关注的特定主题的对话。成本更低，覆盖面仍然不错。”
• 跳过增强 —“保存的记忆副本已经包含核心内容。到此为止。”

不要仅仅因为用户在初始阶段选择了“挖掘完整历史记录”，就自动分派子 Agent。初始阶段的范围问题确认的是意愿；而此处的检查点是在你了解归档规模后，确认具体成本。

对于小型归档（少于 50 段对话），直接挖掘，无需子 Agent，也无需确认：

python3 scripts/render-conversation.py <export.zip> --index 12 --output /tmp/chatgpt-12.md

对于包含 50 段及以上对话的归档，使用基于并行分块的挖掘方式（见下文）。

基于主题筛选

没有单个脚本可以完成基于主题的发现和呈现。请使用以下两步模式：

# Step 1: Find conversations by topic
python3 scripts/list-conversations.py <export.zip> --title-contains "Julia" --json

# Step 2: Render the most promising ones individually
python3 scripts/render-conversation.py <export.zip> --index 95
python3 scripts/render-conversation.py <export.zip> --index 144

要广泛检索多个主题，请尝试多次使用 --title-contains 查询（例如“Julia”“Bayesian”“economics”），并在呈现结果前按索引去重。

过时上下文／撤回内容检查

在将历史发现写入活动记忆前，进行一次轻量检查，查找后续对话中的明确更正。

使用带有 --role user 的内容搜索，重点查看用户实际说过的内容：

python3 scripts/search-conversations.py <export.zip> --query "not doing" --query "no longer" --query "forget that" --query "remove from memory" --role user
python3 scripts/search-conversations.py <export.zip> --query "used to" --query "don't assume" --role user --json --limit 20

常见信号：

• 用户表示某个项目已不再进行
• 用户要求忘记或删除旧上下文
• 用户表示某个职位、雇主、所属机构或计划已过时

当旧上下文与较新的明确更正相冲突时，应以较新的更正为准。

5. 使用 /doctor 验证

导入完成后——无论是简单的保存记忆副本，还是完整的归档增强——都要运行 /doctor。这不是可选步骤。它会验证：

• 记忆结构的完整性
• 文件／文件夹路径没有重叠
• 提示词的规范性
• 区块大小是否合理

如果 /doctor 标记出问题，请先修复，再宣布导入完成。

6. 保留对话记录

对话记录应在挖掘过程中保留，而不是之后单独处理。你或子 Agent 遇到高价值对话时，应立即保存，不要把它留作之后的问题。

**反面做法：**不要在挖掘时收集候选对话记录，之后再将它们作为菜单提供给用户（“你想导出哪些对话记录？”）。这会迫使用户对自己尚未读过的对话做决定。相反，应在发现高价值对话时立即保存，在进度说明中告知用户已保存的内容，然后继续。用户随时可以删除不需要的内容——这比重新挖掘未保存的内容容易得多。

自动保存（无需询问）

在以下情况下保留对话：

• 职业转型或重大人生决策 — 职位变动、公司变动、职业方向转变。这些是用户对自身经历的叙述，与记忆块很少重复。
• 深入的技术设计讨论 — 架构决策、系统设计、研究方法。细节很重要，无法浓缩成一个要点。
• 详细的项目背景 — 用户认真参与的项目的目标、限制、合作者和时间线。
• 结合上下文明确表达的偏好 — 不只是“直截了当”，还包括用户解释希望在什么情况下以及为什么直截了当的完整交流。

对于这些对话，请总结成 2–5 段参考文件，保存到 reference/chatgpt/transcripts/NNN-slug.md。添加 frontmatter 描述，以便查找该文件。只有在确实需要保真度时，才使用逐字导出（例如精确决策，或总结会丢失关键信息的复杂技术背景）。

保存前先询问

• 重点涉及健康／心理健康详情、亲密关系动态或财务细节的对话
• 信号确实模糊不清的对话（可能有用，也可能只是噪声）

不要保存

• 已由记忆块完整记录的对话
• 没有长期背景信息的一次性任务
• 主要由助手输出、用户输入很少的对话

子 Agent 如何处理对话记录

子 Agent 应在挖掘过程中保存对话记录，而不是将候选内容报告回来。子 Agent 提示词已指定 reference/chatgpt/transcripts/ 为写入目标。子 Agent 在处理分块时遇到高信号对话，应：

1. 将总结后的参考文件写入 reference/chatgpt/transcripts/NNN-title-slug.md
2. 在分块总结中说明已保留该对话记录及原因
3. 继续挖掘

主 Agent 无需逐条批准对话记录。对于上述“自动保存”类别，子 Agent 的判断足够可靠。

批量归档导出

如果用户希望最大限度地保留原始内容，或需要完整的归档副本，请使用 export-transcripts.py：

python3 scripts/export-transcripts.py <export.zip> \
  --indexes 229,288 \
  --output-dir /tmp/chatgpt-transcripts \
  --skip-empty-hidden \
  --compact-nontext

这是一个独立的归档功能，并非默认方式。大多数导入应采用上述选择性总结模式。

需要留意的隐藏上下文

近期的 ChatGPT 导出内容通常会在隐藏的系统／上下文消息中包含最清晰明确的记忆信息。

高信号字段：

• metadata.user_context_message_data.about_user_message
• metadata.user_context_message_data.about_model_message
• content.user_profile（来自 user_editable_context）
• content.user_instructions（来自 user_editable_context）

重要区别：

• 同一记忆块可能会在许多对话中重复出现
• 一些隐藏消息是运行时执行上下文，不属于长期记忆
• user.json / user_settings.json 中的账户元数据通常是审计材料，而非当前有效记忆（注意：目前没有脚本会从这些文件中提取内容——如有需要，请手动检查）

仅限运行时的上下文示例：

• 当前日期
• 当前时区
• 当前位置
• 与特定导出时点相关的临时近期性指令

持久协作背景示例：

• 直截了当／简洁的偏好
• 格式偏好
• 针对时事优先搜索的指示
• 避免谄媚或吹毛求疵的偏好

内容应归入何处

当前记忆

适合纳入的内容：

• 稳定的身份信息
• 当前职位／持续性项目背景
• 长期有效的回复偏好
• 长期有效的协作偏好
• 长期使用的工具／工作流偏好

渐进式记忆

适合纳入的内容：

• 过去的职位或项目历程
• 之前版本的 ChatGPT 已保存记忆
• 较早但仍有用的背景信息
• 为保真度／可审计性而精选的对话记录导出内容

默认存储

个人信息是了解用户的一部分。请存储以下信息：

• 家庭成员的姓名、宠物、爱好、兴趣
• 生活状况、居住地、背景
• 性格特征、沟通风格
• 个人项目、业余兴趣、目标
• 感情状态、伴侣的姓名（仅记录这一事实，不记录相处情况）

用户导入了自己的 ChatGPT 记忆，因为他们希望被了解。不要排除他们认为 Agent 应当了解的背景信息。

存储前先询问

只有在处理不当会造成实际后果的信息上，才暂停并确认：

• 健康／心理健康具体信息——诊断、药物、治疗详情（“需要谨慎处理”之类的标记除外，这些可以存储）
• 亲密关系中的相处情况——不是“有一位名叫 X 的伴侣”，而是冲突细节、情感方面的具体信息
• 财务具体信息——债务、收入、具体金额
• 存在矛盾且无法确定当前真实情况

关于敏感信息的提问（“有什么信息是我不应该存储的吗？”）是用户设定边界的机会。如果用户没有特别说明，默认存储个人信息。

使用子 Agent 并行挖掘

对于包含 50 段以上对话的档案，使用按块并行挖掘，而不是顺序处理全部内容。这是处理非简单档案时的默认扩充策略。

工作方式

1. 主 Agent处理明确保存的记忆副本（工作流的第 0–3 步）
2. 主 Agent将其余档案划分为若干块，每块约包含 30–50 段对话
3. 主 Agent为每一块分配一个 general-purpose 子 Agent
4. 每个子 Agent：
   • 使用 render-range.py 或逐一调用 render-conversation.py 渲染分配给自己的对话
   • 提取持久有效的事实、偏好、项目背景和撤回信息
   • 将发现直接写入分配给自己的记忆路径（例如 reference/chatgpt/mining/chunk-NNN.md）
   • 如有必要，可将整理后的转录写入 reference/chatgpt/transcripts/
   • 返回摘要，并区分可安全纳入的发现和仅供提议的发现
5. 主 Agent：
   • 读取 reference/chatgpt/mining/ 中所有块的摘要
   • 将高置信度的发现合并到 system/human.md
   • 解决各块之间的矛盾
   • 运行 /doctor 验证生成的记忆结构

子 Agent 设计规则

• 提供完整的脚本路径——子 Agent 不会继承你的技能知识
• 将每个子 Agent 的范围限制在 30–50 段对话——超过这个范围可能导致上下文溢出或超时
• 使用 general-purpose 子 Agent 类型——这些子 Agent 需要通过 Bash 运行脚本
• 提前划分输出路径——每个子 Agent 负责互不重叠的目标路径
• 允许直接写入渐进式记忆——子 Agent 直接写入 reference/chatgpt/mining/chunk-NNN.md 和 reference/chatgpt/transcripts/
• 协调活跃记忆的写入——只有主 Agent 可以将内容合并到 system/human.md / system/persona.md
• 子 Agent 不得修改现有记忆文件——只能创建新文件（reference/chatgpt/mining/chunk-NNN.md、reference/chatgpt/transcripts/NNN-slug.md）。绝不能读取、编辑或覆盖 system/ 中的任何内容，也不能读取、编辑或覆盖 reference/ 中任何预先存在的文件
• 始终提供备用方案——如果子 Agent 失败，使用 list-conversations.py --title-contains 挖掘对应块，然后有针对性地调用 render-conversation.py

子 Agent 提示词模板

保持简洁。子 Agent 需要：导出路径、脚本路径、块的范围、输出路径以及要提取的内容。其他内容都是多余的。

Mine conversations [START]-[END] from [EXPORT_PATH] for durable memory.

Render: python3 [SCRIPTS_DIR]/render-range.py "[EXPORT_PATH]" --start-index [START] --end-index [END] --output-dir /tmp/chatgpt-chunk-[N] --skip-empty-hidden --compact-nontext --skip-thoughts --progress

Read each rendered conversation. Extract: user facts, project/work context, collaboration preferences, explicit retractions ("forget this", "no longer", "not doing").

Write findings to [MEMORY_DIR]/reference/chatgpt/mining/chunk-[NNN].md with sections:
- Safe to promote (high-confidence, explicit, current, low-sensitivity)
- Proposal only (historical, uncertain, sensitive, contradictory)
- Retractions (older context the user said to forget)

High-signal conversations (career transitions, deep technical design, detailed project context, explicit preference discussions) → summarize into [MEMORY_DIR]/reference/chatgpt/transcripts/NNN-title-slug.md. Do this during mining, not after. Use 2-5 paragraph summaries, not verbatim transcripts. Include frontmatter with a description.

IMPORTANT: Only create NEW files. Do not read, edit, or overwrite any existing files in the memory directory. Do not touch system/.

子 Agent 失败时

子 Agent 可能会因超时或上下文限制而悄无声息地失败。如果挖掘子 Agent 失败：

1. 不要使用同样宽泛的范围重试
2. 直接使用 list-conversations.py --title-contains 查找相关对话
3. 自己渲染 3–5 段信号最强的对话
4. 尽可能提取信息——覆盖不完整也没关系

脚本

scripts/list-conversations.py

用于归档清点。

主要功能：

• 按全局索引列出
• 按隐藏上下文数量排序
• 使用 --min-hidden 筛选
• 为 Agent 工作流输出 JSON

scripts/extract-saved-memory.py

需要原始提取 JSON 时使用（例如用于分派给子 Agent 或审计）。

它会提取并去重：

• about_user_message
• about_model_message
• user_profile
• user_instructions

它还会报告首次／最后一次出现的时间戳和来源样本。

支持：

• --json
• --output
• --progress

scripts/build-memory-preview.py

主要的提取与分类工具。接受 zip 文件（在内部运行提取）或 extract-saved-memory.py 输出的 JSON。

它会区分：

• 可能的活跃记忆候选项
• 历史／渐进记忆候选项
• 仅运行时上下文
• 矛盾／待审核项

支持：

• --json
• --output
• --progress
• 直接输入 zip 文件（一步完成：提取 + 预览）
• 输入 JSON（两步完成：从现有提取结果生成预览）

scripts/render-conversation.py

用于深入审查单个对话。它会直接流式读取目标对话，而不是加载整个归档，因此效率更高。

实用的挖掘选项：

• --skip-thoughts
• --skip-empty-tool-messages
• --user-only
• --assistant-only

scripts/render-range.py

用于归档扩充期间的批量渲染。它只打开一次 zip，并在进程内渲染所有对话，不会为每个对话启动子进程。

支持：

• --output-dir（每个对话生成一个文件）或 --concat-output（生成单个文件）
• --progress（将渲染进度输出到 stderr）
• 与 render-conversation.py 相同的降噪选项

scripts/search-conversations.py

标题搜索不够用时使用。

适用场景：

• 清扫过时上下文／撤回内容
• 在泛化标题中查找被埋没的项目提及
• 定位“忘掉这个”／“不再做这个了”之类的更正
• 在决定要渲染哪些对话之前搜索特定短语

支持：

• --role user|assistant|tool|system — 筛选要搜索的消息角色（可重复使用）
• --progress — 将搜索进度输出到 stderr
• --json

scripts/export-transcripts.py

用于可选的高保真归档导出。

支持：

• 指定索引或范围
• 对对话文本分块
• 可选的记忆式 frontmatter
• 自动生成对话文本索引文件

面向用户的最终摘要

每次运行结束时，先给出一个叙述式概览——用简短、自然的语言概述你现在对用户的了解。与分类列表相比，这种方式更有吸引力，也能让用户立即确认导入是否成功。

然后再给出结构化细目：

1. 概览——用 3–5 句话写出“这是我现在对你的了解”，语气应像是在向未来的自己介绍用户
2. ChatGPT 明确记住的内容——原始的已保存记忆字段
3. 克隆到 Letta 活跃记忆中的内容——现已位于 system/ 中的内容
4. 作为渐进记忆保留的内容——位于 reference/chatgpt/ 中的内容
5. 排除的内容及原因
6. 仍需确认的内容
7. /doctor 验证结果
8. 回滚信息——起始提交、结束提交，以及撤销方法：“如果你想撤销导入，我可以将你的记忆重置为 <start-commit>。”

概览是用户实际会阅读的部分。回滚信息则是安全保障。

导出结构参考

ChatGPT 导出 ZIP 文件通常包含：

• conversations-000.json、conversations-001.json 等（分片的对话历史记录）
• shared_conversations.json
• user.json、user_settings.json（账户元数据——通常用于审计，而非当前记忆）
• export_manifest.json
• 图片、音频和其他附件

每个对话中的 mapping 字段是一个图结构，而不是扁平的消息数组。脚本会处理这些内容——你无需手动解析。

如果用户需要帮助获取导出文件：https://help.openai.com/en/articles/7260999-how-do-i-export-my-chatgpt-history-and-data

参考资料

• references/memory-import-workflow.md — 导入工作流的精简检查清单