Skip to content

dsh-deepseek-import

Verified

dsh-deepseek-import · v0.3.2 · MIT

DeepSeek web chat → DeepSeek Harness sessions (Edge extension + importer CLI + DSH plugin)

Install

dsh plugin add dsh-deepseek-import

Confirm the layer applied with dsh --profile default --dump-config — see the install guide.

Source

Tags

Creators

Readme

DSH 对话迁移

English | 中文

从 Edge 抓取 chat.deepseek.com 的对话(单个或多个),导出 JSON,再由本地脚本重建为 DeepSeek Harness 的可继续会话。

状态:0.x 内测阶段,数据格式与 CLI 参数仍可能变化。 非官方项目:与 DeepSeek、DeepSeek Harness 官方无关,未获其背书。 许可证 MIT;贡献方式见 CONTRIBUTING.md;安全问题见 SECURITY.md。

Edge 扩展  ──导出──▶  dsh-deepseek-*.json  ──dsh-import.cmd──▶  ~/.dsh/sessions + workspace.json

安装

需要 Node.js 22+(会话压缩用了内置 zstd)。

# 从 npm(发布后)
npm i -g dsh-deepseek-import
dsh-import --list
# 或直接用源码,不装全局
git clone https://github.com/Hungry-M/dsh-deepseek-import.git
cd dsh-deepseek-import
node dsh-import.mjs --list

扩展必须单独加载(见下一节)——浏览器扩展没法随 npm 包一起装。

作为 DSH 插件安装(可选)

同一个包也是 DSH 的 Host 插件,装上后可以直接在对话里让模型导入:

dsh plugin add dsh-deepseek-import

它会注册工具 import_deepseek_chat,之后一句话就行:

把 D:\Downloads\dsh-import\dsh-deepseek-20261103.json 导入到当前工作区

插件只负责「导入」,扩展仍需单独加载。新会话在侧栏下次刷新时出现;若没出现,重启 DSH。

一、安装扩展(一次性)

  1. Edge 地址栏打开 edge://extensions/
  2. 打开左下角 开发人员模式
  3. 点 加载解压缩的扩展,选择本目录下的 edge-extension 文件夹
  4. 固定到工具栏(可选)

二、抓取对话

  1. 在 Edge 打开 chat.deepseek.com 的任意对话,等它加载完(消息出现即可)。
  2. 点扩展图标,列表里会出现这条对话(标题 + 消息条数)。
  3. 想看多条:逐个打开对话,每次都会自动捕获,列表累积。
  4. 勾选要导出的对话 → 导出选中 → 保存 JSON。

原理:扩展在页面主世界给 fetch/XHR 挂了只读嗅探,只读取 DeepSeek 自己的响应体,不发额外请求、不上传任何东西。 如果某条对话没被捕获,打开它然后点扩展的 抓取对话(会按「本地缓存 → 逐屏回溯 → 当前屏」依次尝试)。

超长对话怎么抓全

DeepSeek 的长对话是分页加载的,每次只能看到一屏。扩展做了两件事:

  1. 按消息身份合并:每页消息带 message_id,扩展把它当唯一键取并集,再按 id 排序。所以往上翻、往下翻、重复抓同一页,都只会累加,不会覆盖已经拿到的部分。
  2. 抓取对话:一个按钮搞定三种来源——先读浏览器本地缓存(IndexedDB 里有全量),读不到再逐屏向上回溯,最后退回只抓当前屏。

为什么 DOM 只抓到一屏也不怕:滚动时的分页请求会被扩展嗅探到,那份数据是带 id 的完整消息;DOM 抓取只是补充。

三、导入到 DSH

双击工作区里的 dsh-import.cmd,或把 JSON 拖到它上面。

  • 会列出 DSH 里的工作区,选序号决定导入到哪个工作区
  • 每个对话重建为一个会话,标题、顺序、正文(含代码块/表格等 Markdown)原样保留
  • 附件(图片、txt、pdf、docx…):仅当数据源带附件时才落盘到 <工作区>/.dsh-imported/<sessionId>/,保留原文件名;下载不到时退化成 [附件未下载:文件名(大小) 原链接],由你本机匹配。DeepSeek 的 IndexedDB 缓存副本通常不含附件
  • 思考过程写进同目录的 thinking.md(旁挂存档,不进入对话上下文)
  • 编辑/重新生成留下的多个版本:正文只保留当前分支,全部版本写进同目录的 revisions.md
  • 改动 workspace.json 前自动备份为 workspace.json.bak-<时间>
  • 所有输出同时写进 import.log,窗口一闪而过也能查原因

重要:导入后要重启 DSH

侧边栏列表读自 ~/.dsh/storages/workspace.json,DSH 只在启动时加载。导入完成后请完全退出并重新打开 DeepSeek Harness,否则新会话不会出现。

如果重启后还是看不到,顺序改成:先完全退出 DSH → 再双击 dsh-import.cmd → 再启动 DSH。因为 DSH 运行时可能用内存里的旧列表覆盖 workspace.json。

配置(CLI / TUI / 扩展共用一套约定)

import.config.json(与本文件同目录):

{ "downloadDir": "D:\\Downloads", "subdir": "dsh-import", "lang": "zh" }
字段 作用
downloadDir 去哪个目录找导出文件(默认读系统真实下载目录)
subdir 下载子目录约定:扩展存到 <下载目录>/<subdir>/,CLI/TUI 也扫这里
lang zh / en,影响 TUI 与扩展界面
autoTrim 默认 true:超过阈值的长对话自动截断
autoTrimChars 触发阈值,默认 120000 字
autoTrimTurns 最多保留轮数,默认 20
autoTrimBudget 保留部分的字符预算,默认 60000 字(从最后一条往前累加到超预算)

--no-auto-trim 可单次关闭;--tail N 显式指定保留轮数。

旁挂文件默认写在 <工作区>/.dsh-imported/,可以改位置:--no-sidecar(写到 ~/.dsh/import-archive/)或 --sidecar-dir <路径>。

旁挂文件的位置也能在设置里选:勾 旁挂文件写到 DSH 目录 就不往工作区写 .dsh-imported(等价于 CLI 的 --no-sidecar)。

这四个参数也可以在扩展的 ⚙ 设置里改:勾选框控制开关,下面的「高级参数」是默认折叠的,里面是三个数字。扩展会把它们写进导出 JSON 的 options,导入时按这个优先级生效:

命令行参数  >  导出文件里的 options(扩展设置)  >  import.config.json  >  内置默认值
node dsh-import.mjs --set-dir "E:\chat"   # 写入配置
node dsh-import.mjs --dir "E:\chat"       # 只本次生效,不改配置

扩展侧:面板右上 ⚙ → 保存子目录(留空=直接存下载目录)。浏览器不允许扩展写任意绝对路径,所以「共享」靠的是这个子目录约定,而不是写死某个盘符。

命令行接口(给 AI / 脚本用)

node dsh-import.mjs --list                     # 只列工作区
node dsh-import.mjs                            # 自动用下载目录里最新的导出
node dsh-import.mjs 导出.json -w "D:\proj"      # 直接指定工作区(目录不存在的工作区会自动注册)
node dsh-import.mjs 导出.json --dry-run         # 只解析不写盘
node dsh-import.mjs 导出.json --thinking        # 另外把思考塞进正文(默认只写 thinking.md)
node dsh-import.mjs 导出.json --json            # 机器可读输出:{ok, workspace, created[]}
node dsh-import.mjs 导出.json --keep-versions   # 保留编辑前的旧版本(默认只留当前分支)
node dsh-import.mjs 导出.json --keep-interrupted # 保留不完整的中断输出(默认只留编号占位符)
node dsh-import.mjs 导出.json --only "<对话 id>"       # 只导指定对话(逗号分隔可多个)
node dsh-import.mjs 导出.json --from-match "某句话"     # 从匹配到的用户消息开始分支
node dsh-import.mjs 导出.json --from-index 157         # 按消息序号分支
node dsh-import.mjs --audit                            # 体检已导入会话(system 头是否完好)
node dsh-import.mjs --repair                           # 批量修掉有隐患的会话
node dsh-import.mjs --doctor                           # 体检:环境 / 工作区 / 会话 / 权限

> --tail 与 --from-index/--from-match 互斥(一个是取最后 N 轮,一个是从指定位置开始),同时给出会直接报错退出;--from-* 只能用于单个对话。

中断输出怎么处理

被手动中止的回答,默认在会话里只留一行带编号的占位符:

[中断输出 #2:未产生完整正文,思考过程见 thinking.md]
  • 编号来自 message_id,用来证明「这里确实有过一次中断输出」
  • 思考照常进 thinking.md
  • 加 --keep-interrupted 才保留原始的不完整正文;正文本来就空的仍然用占位符
  • 识别依据:消息的 status 不是 FINISHED、或 incomplete_message 为真、或正文为空;老数据没有 status 时只能靠「正文为空」判断

从某条消息开始分支

想把会话“截断”在某个位置重新开始,而不是只用最后 N 轮:

node dsh-import.mjs 导出.json --from-match "照你的顺序来吧"
node dsh-import.mjs 导出.json --from-index 157
  • --from-match 在用户消息里做不区分大小写的全文匹配,命中第一条
  • 同一句话被编辑过、出现多次时,TUI 会把它们按时间顺序编号列出来让你选:
     1  #158  照你的顺序来吧,只要你不忘记清单。…
     2  #160  照你的顺序来吧,只要你不忘记清单。…
    选择序号(回车=1,共 2 条匹配):
    
  • 选了分支点就不再自动截断(尊重你的选择),完整原文照样写进 transcript.md

超长对话别整段导入

一份 227 条、52 万字符的对话大约 25–35 万 tokens,直接导入必然超过上下文窗口。DSH 会自动压缩(dsh-compaction-basic),但压缩后只逐字保留约 16% 的近期内容,其余变成摘要——等于白导。

node dsh-import.mjs 导出.json --tail 20
  • 只导入最后 20 轮,全文另存 .dsh-imported/<sessionId>/transcript.md
  • 第一条消息里会附一行说明 + 旁挂文件索引,模型需要早期细节时可以自己 grep 那个文件
  • 超过 15 万字符的对话即使不加 --tail 也会自动留一份 transcript.md

dsh-import.mjs 同时是模块,可被引用:```js import { runImport, getWorkspaces, listExports, peekExport } from './dsh-import.mjs'; await runImport({ files: ['x.json'], workspacePath: 'D:\proj', only: ['<对话 id>'] });


### 交互界面

```powershell
node dsh-import-tui.mjs

菜单流程:选导出文件(带大小/时间)→ 预览对话(条数/字数/思考段数/附件数)→ 多选(all、1,3、1-2)→ 选工作区 → 确认导入。

旁挂文件怎么被读到

导入时会在第一条用户消息末尾附一行索引:

[导入存档(需要时可直接读取):思考 2 段 → .dsh-imported/<sessionId>/thinking.md;附件 → .dsh-imported/<sessionId>/]

这些文件都在工作区目录内,后续对话里模型可以随时用文件工具按需读取(不会自动塞进上下文)。

常见问题

复制工作区后 DSH 列表全空? DSH 要求 Session ID 全局唯一,同一个 ID 出现在两个项目目录会让整个会话列表加载失败(duplicate JSONL session id)。copy-workspace.mjs 现在会为每条复制出的会话重新生成 UUID,并同步改写 header 与事件里的引用。改完先体检再启动:

node check-sessions.mjs

它会检查重复 ID、目录名与 header.id 是否一致、每帧能否解压、seq 是否连续、workspace.json 与磁盘是否对账。退出码 0 才启动 DSH。

如果已经出了重复,把冲突的项目目录整体移出 ~/.dsh/sessions(DSH 只扫这一层),再从 workspace.json 移除对应条目,重启即可恢复——原会话文件不会损坏。

双击 cmd 提示「找不到 Node.js」? 脚本按这个顺序找:node-path.txt(同目录,可手写一行路径)→ PATH → Program Files\nodejs → Program Files (x86)\nodejs → %LOCALAPPDATA%\Programs\nodejs → %APPDATA%\npm → 同目录的 node.exe。都没命中就装一个 Node 22+,或把 node.exe 放到脚本旁边。

cmd 到底会导入哪个文件? 不带参数:~/Downloads 里最新的 dsh-deepseek-*.json。也可以把文件(或整个文件夹)拖到 cmd 上,或自己传多个路径。工作区是运行时从 workspace.json 列出来让你选序号的。

测试时要不要删掉 Downloads 里的旧 json? 不用。脚本只取最新一份,旧的不会混进来。想批量导入就拖多个文件上去,或传一个目录(目录里所有 .json 都会被读)。

双击 cmd,窗口一闪而过什么都没发生? 旧版本的文件用了 LF 换行,cmd.exe 解析失败,脚本根本没执行。现在的版本改用 CRLF,并且无论成败都会停在 pause,输出同时写入 import.log。如果仍然闪退,直接看 import.log。

导入成功但侧边栏没有? 先按上面「重要」那段重启;还不行就按「先退出 → 再导入 → 再启动」的顺序来。

正文只抓到一小段? 说明命中的不是完整历史接口。打开 DeepSeek 页面 → 点扩展的 诊断 → 会导出 dsh-debug-*.json(含页面请求的 URL、content-type、非 JSON 响应样本)。把它发给我即可定位真实接口。注意:文件里有会话 id 和 URL,介意可自行打码。

已知限制

  • 引用与附件取决于数据源:DeepSeek 的 IndexedDB 缓存副本只保留正文和思考,references 表与 files 字段通常不在里面。因此 references.md 和附件目录只在数据源带这两类数据时才会生成,没有生成是正常结果,不是失败。想找回图片只能回原网页另存。

  • 导入的会话在侧栏先显示「未命名」:DSH 的会话列表只读 header 与投影缓存,不会为了显示标题去打开冷会话的日志。新导入的会话还没有投影缓存,所以标题为空;打开一次即恢复正常,之后一直是正常的。这不是导入丢了标题——session/title 事件确实写在日志里。--doctor 会列出这类会话的数量。

  • 思考过程旁挂:写进 thinking.md,不进上下文。DSH 的 reasoning 块带 provider 签名,硬塞正文会污染后续请求;想看时直接翻文件,或加 --thinking 强制内联。

  • 附件不进 DSH 附件库:DSH 的图片是内容寻址附件(~/.dsh/attachments/v1/objects/...),伪造引用有损坏历史的风险;这里改为落盘 + 路径引用,模型可以用工具读。拿不到下载地址时只留文件名与大小。

  • 正文完整性:历史接口 /api/v0/chat/history_messages 返回的正文可能偏短;回答生成时的 /api/v0/chat/completion 是 text/event-stream 补丁流(THINK 片段=思考,其余片段=正文),扩展会边读边拼,生成完即写入捕获。所以新回答是完整的;很久以前的老回答以历史接口返回的内容为准。

  • 只迁移文本与附件:DeepSeek 工具调用、联网搜索的结果没有结构化导出,只能作为正文的一部分。

  • 会话格式是 DSH 内部实现(v4 JSONL + zstd,多帧拼接)。DSH 升级若改格式,本工具需要跟着改;导入前建议确认版本。

  • 扩展依赖 DeepSeek 页面自己的接口响应;页面大改版导致捕获不到时,用 抓取对话 兜底。

四、把导入的会话换到别的工作区

node move-session.mjs --list                                     # 看每个工作区有哪些会话
node move-session.mjs <session-id> --to "D:\某个工作区"            # 换过去
node move-session.mjs <session-id> --to "D:\某个工作区" --dry-run   # 先看要动什么

同时改四处:会话日志里的 cwd、会话目录所在的项目文件夹、workspace.json 的 sessionIds、.dsh-imported/<id> 里的附件。改完重启 DSH 生效。

回滚

  • 删除会话目录:~/.dsh/sessions/--<工作区>--/session-<uuid>/
  • 恢复列表:用同名的 workspace.json.bak-* 覆盖 workspace.json
  • 单个会话:node remove-session.mjs <session-id>

目录结构

edge-extension/
  manifest.json      MV3 清单
  inject.js          主世界:只读嗅探 fetch/XHR 响应
  content.js         隔离世界:归一化、DOM 兜底、图片转 dataURL
  background.js      存储捕获结果
  popup.html/js/css  选择与导出界面
dsh-import.mjs       导出 JSON → DSH 会话
dsh-import.cmd        双击入口