Aichat 会话日志保存与压缩机制解析
2025-06-02 08:37:23作者:晏闻田Solitary
会话日志保存机制
Aichat 项目采用了一种智能的会话日志保存机制,默认情况下会将完整的聊天会话内容保存在 YAML 格式的文件中。这些文件通常存储在用户配置目录下的 sessions 子目录中,文件名格式为 session_name.yaml。
日志文件包含两个主要部分:
- messages 数组:保存原始完整的聊天消息记录
- compressed_messages 数组:当启用压缩功能时生成的摘要信息
会话压缩功能解析
Aichat 的会话压缩功能实际上是一种智能摘要机制,它不会删除原始消息,而是生成一个简化的版本用于快速查看。这种设计既保留了完整对话历史,又提供了快速浏览的便利性。
压缩后的会话会在 YAML 文件中添加 compressed_messages 字段,而原始消息仍然保留在 messages 字段中。这种双重存储策略确保了数据完整性,同时优化了常用场景下的访问效率。
完整会话内容提取方法
虽然 Aichat 提供了内置命令查看会话信息,但默认输出可能会显示压缩后的摘要而非完整内容。要获取完整的会话记录,可以采用以下几种方法:
- 直接查看 YAML 文件内容
- 使用 yq 工具处理 YAML 文件
- 编写自定义脚本提取所需信息
一个实用的 Bash 函数示例如下:
function aichatmd {
yq -r '(
[.compressed_messages[]?] + [.messages[]?]
) | map(
select(.role | IN("user", "assistant"))
)[] | "**\(.role | ascii_upcase):**\n\(
.content | gsub("\n"; "\n")
)\n"' "$HOME/.config/aichat/sessions/$1.yaml" |
pandoc --wrap=preserve -t markdown - |
batcat --style plain -l md
}
这个函数会:
- 合并压缩和未压缩的消息
- 过滤出用户和助手的对话
- 格式化为易读的 Markdown
- 使用 batcat 进行美观的输出渲染
技术实现建议
对于开发者而言,理解 Aichat 的会话存储机制有助于更好地利用这个工具:
- 日志文件采用 YAML 格式,便于机器解析和人工阅读
- 消息中包含 role 字段标识发言者身份
- content 字段保存实际对话内容
- 压缩功能不影响原始数据完整性
在实际使用中,用户可以根据需要选择查看完整日志或压缩摘要,Aichat 的设计已经考虑到了这两种使用场景的需求平衡。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
660
308
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.19 K
654
仓颉编程语言运行时与标准库。
Cangjie
141
878