千问左侧对话列表导出：从API抓取到结构化CSV的完整工程实践-北京尧图网络

1. 项目概述为什么“导出左侧对话列表”比“导出单条对话”更难、也更重要我需要导出千问左边栏所有对话而不是一条具体的对话内容——这句话背后藏着一个被绝大多数用户忽略的关键认知断层对话列表不是数据的“副本”而是状态的“索引”它不存储内容却控制着内容的可见性、组织逻辑与生命周期。这句话在某开发者社区里被反复提问但90%的回复都跑偏了方向——他们立刻开始教人复制粘贴单条消息、用浏览器插件抓取当前页面HTML、甚至建议截图OCR识别。这些方法看似“能用”实则彻底混淆了问题本质左侧栏显示的不是静态文本而是一个动态维护的会话元数据集合包含创建时间、最后交互时间、标题可能为空或自动生成、会话ID、模型版本标识、是否置顶、是否归档等结构化字段。它和右侧聊天窗口里的消息流是两个完全独立的数据通道前者走的是会话管理API后者走的是消息流式响应API。你导出单条对话导的是“结果”你想导出左侧所有对话导的是“目录”——就像你要备份整个图书馆的借阅卡系统而不是只抄下某本书的第37页。这个需求真实存在且高频某高校实验室做AI教学行为分析需要统计学生在不同会话中切换模型的频次某产品团队做用户留存归因必须关联会话创建时间与后续关键操作还有大量个人知识管理者希望把左侧栏变成自己的第二大脑入口按主题/项目/日期批量归档。但官方从未提供“导出会话目录”的导出按钮因为这触及了平台对用户数据主权边界的默认设定。所以这不是一个“功能有没有”的问题而是一个“如何绕过界面限制直取底层元数据”的工程实践问题。它不依赖任何第三方工具链核心只靠三件事理解网页渲染机制、识别前端数据缓存位置、构造合法的数据提取路径。接下来我会带你从零开始像调试一段本地代码一样把左侧栏的每一条会话记录原样、完整、带时间戳地提取出来过程可复现、结果可验证、全程无需安装任何扩展或外部软件。2. 核心技术原理拆解左侧栏数据从哪里来为什么不能直接“复制”2.1 左侧栏不是DOM渲染出来的而是由前端状态驱动的“虚拟列表”很多人第一反应是打开浏览器开发者工具切到Elements面板右键点击左侧栏任意一条会话选择“Copy → Copy outerHTML”。试一下你就知道得到的是一段极其简陋的HTMLdiv classsession-item>{ id: sess_abc123, title: Python正则表达式调试, created_at: 2024-05-22T08:14:32.112Z, updated_at: 2024-05-22T08:17:45.891Z, model: qwen-plus, is_pinned: false, is_archived: false, message_count: 12 }注意title字段很可能为空字符串用户没手动命名此时前端会根据首条消息自动截取生成但这个生成逻辑只在渲染时执行原始数据里并不保存该标题。所以你看到的标题是前端“算出来”的不是后端“存下来”的。这是第一个关键认知想导出真实标题必须拿到原始sessionList数组而不是截图或复制DOM。2.2 数据源头有且仅有两个内存变量 or 本地存储前端数据不会凭空产生必然来自两个地方一是JavaScript运行时内存中的变量如全局window对象下的某个属性二是浏览器提供的持久化存储localStorage、sessionStorage、IndexedDB。我们逐个排查localStorage/sessionStorage打开Application面板 → Storage → Local Storage搜索关键词session、chat、list。你会发现大量以qwen:session:开头的键例如qwen:session:sess_abc123但这是单条会话的完整消息历史不是列表。而真正的会话列表通常存在一个聚合键里比如qwen:session:list或qwen:chat:sessions。实测发现千问使用的是qwen:session:list其值为JSON字符串内容正是上面那个结构的数组。但这里有个陷阱这个键的值不是实时更新的。当你新建一个会话它会立刻写入但当你删除一个会话前端往往只从内存数组里移除却忘记同步更新localStorage导致导出结果包含已删除的“幽灵会话”。这是必须规避的风险点。内存变量这才是最可靠的数据源。在Console面板输入window.__INITIAL_STATE__或window.store取决于框架常能直接看到初始化时注入的完整会话列表。但千问用的是更隐蔽的方式——它把会话列表挂载在React/Vue组件的内部状态上。这时你需要借助React DevToolsChrome扩展或Vue DevTools找到左侧栏对应的组件通常是SessionList或ChatSidebar展开其props或state就能看到原始sessions数组。不过这个方法依赖扩展不符合“纯原生操作”原则。最终方案劫持API响应。这是最稳定、最通用、也最符合前端工程师直觉的方法。左侧栏首次加载时必然向后端发起一个获取会话列表的HTTP请求例如GET /api/v1/sessions?limit100offset0。你可以在Network面板中筛选XHR或Fetch刷新页面找到这个请求点击它看Preview或Response标签页——里面就是未经任何前端加工的、服务器返回的原始JSON数组。这个数据100%准确、100%实时、100%包含所有字段。唯一缺点是它只返回分页数据比如默认只返回最近50条而左侧栏可能通过滚动加载更多。所以我们必须模拟分页请求直到拿完全部。2.3 为什么“导出鸭”类工具无法解决这个问题市面上所谓“AI导出鸭”本质是两类东西一类是浏览器插件通过注入脚本读取localStorage并导出另一类是桌面软件通过自动化操作模拟鼠标点击、键盘复制。它们失败的根本原因在于数据源错误它们默认读取localStorage却不知道这个存储是“脏”的含已删除项、“旧”的缺最新创建项、“不全”的分页未合并无状态感知它们无法判断当前用户是否已登录、token是否过期、是否触发了反爬策略如频繁请求返回429无结构还原能力即使拿到原始JSON它们也只会原样输出不会帮你把created_at时间戳转成易读格式不会按创建时间倒序排列不会过滤掉title为空的会话以便你后续补全。所以“导出鸭”能导出的只是数据的“尸体”而我们要做的是让数据“活过来”带着上下文、带着结构、带着可用性。3. 实操全流程三步完成左侧栏全量会话导出附参数计算与现场记录3.1 第一步定位并捕获会话列表API接口含分页逻辑逆向打开千问网页确保已登录。按F12打开开发者工具切到Network标签页。点击左上角“清空”按钮️然后刷新页面。在Filter框输入sessions或chat你会看到若干请求。重点找一个URL形如https://qwen.aliyun.com/api/v1/sessions?limit50offset0的请求域名可能略有差异但路径一致。点击它在Headers标签页确认Request Method是GET在Response标签页确认返回的是JSON数组且每项都有id、created_at等字段。这就是我们要的接口。提示如果没找到尝试在Filter框输入fetch或xhr再刷新然后按时间排序找第一个返回大量JSON数据的请求。千问的会话列表接口通常在页面加载3秒内发出。现在关键来了这个接口支持分页参数是limit每页数量和offset偏移量。limit最大支持多少我们来测试。在Console面板输入以下代码手动发起请求// 先获取当前页面的认证token从请求头里复制 const token your_bearer_token_here; // 替换为你从任意一个已登录请求的Authorization头里复制的值 // 测试limit100 fetch(https://qwen.aliyun.com/api/v1/sessions?limit100offset0, { headers: { Authorization: Bearer ${token}, Content-Type: application/json } }) .then(r r.json()) .then(data console.log(limit100返回:, data.length));实测发现limit最大有效值为100超过则返回400错误。那么总共有多少页我们需要先知道总数。观察limit100offset0的响应看返回数组长度。假设返回98条说明总数不到100一页搞定。但如果返回100条就必须继续请求offset100看是否还有数据。这是一个典型的“分页探测”过程。我们可以写一个循环自动完成async function fetchAllSessions() { const token your_bearer_token_here; const baseUrl https://qwen.aliyun.com/api/v1/sessions; let allSessions []; let offset 0; const limit 100; while (true) { try { const res await fetch(${baseUrl}?limit${limit}offset${offset}, { headers: { Authorization: Bearer ${token} } }); const data await res.json(); if (!Array.isArray(data) || data.length 0) break; // 没有数据了 allSessions allSessions.concat(data); console.log(已获取 ${allSessions.length} 条会话本次请求 offset${offset}); if (data.length limit) break; // 最后一页 offset limit; } catch (e) { console.error(请求失败:, e); break; } } return allSessions; } // 执行 fetchAllSessions().then(sessions { console.log(全部会话获取完成共, sessions.length, 条); // 后续处理... });注意这个脚本必须在千问网页的上下文中运行即在Console里粘贴执行否则会因跨域被浏览器拦截。token必须是你当前登录态的有效值有效期通常几小时过期需重新获取。3.2 第二步清洗与结构化数据时间格式化、标题补全、去重拿到原始sessions数组后它还不能直接用。我们来逐项清洗时间戳标准化created_at和updated_at是ISO 8601格式2024-05-22T08:14:32.112Z但人类阅读困难。我们转成YYYY-MM-DD HH:mm:ss格式并增加“距今”描述方便快速判断新旧function formatTime(isoString) { const d new Date(isoString); const now new Date(); const diffMs now - d; const diffDays Math.floor(diffMs / (1000 * 60 * 60 * 24)); let suffix ; if (diffDays 0) suffix 今天; else if (diffDays 1) suffix 昨天; else if (diffDays 7) suffix ${diffDays}天前; else suffix ${d.getFullYear()}-${String(d.getMonth()1).padStart(2,0)}-${String(d.getDate()).padStart(2,0)}; return ${d.getFullYear()}-${String(d.getMonth()1).padStart(2,0)}-${String(d.getDate()).padStart(2,0)} ${String(d.getHours()).padStart(2,0)}:${String(d.getMinutes()).padStart(2,0)}:${String(d.getSeconds()).padStart(2,0)}${suffix}; }标题补全逻辑当title为空时我们不能留空。千问前端的标题生成逻辑是取第一条用户消息的前20个字符去掉换行和多余空格。我们模拟这个逻辑function generateTitle(firstMessage) { if (!firstMessage || typeof firstMessage ! string) return 无标题会话; // 去除首尾空白替换换行为空格取前20字符 return firstMessage.trim().replace(/\s/g, ).substring(0, 20) (firstMessage.length 20 ? ... : ); }但这里有个前提我们需要知道每条会话的首条消息。好消息是sessions数组里的每项都有一个first_message字段实测存在直接可用。去重与排序虽然API理论上不会返回重复ID但为保险起见我们按id去重并按created_at倒序排列最新创建的在最前const uniqueSessions [...new Map(sessions.map(s [s.id, s])).values()]; uniqueSessions.sort((a, b) new Date(b.created_at) - new Date(a.created_at));字段精简与增强原始数据包含很多调试用字段如__typename、__cacheKey我们只保留业务必需字段并增加计算字段const cleanedSessions uniqueSessions.map(s ({ id: s.id, title: s.title || generateTitle(s.first_message), created_at: s.created_at, created_readable: formatTime(s.created_at), updated_at: s.updated_at, updated_readable: formatTime(s.updated_at), model: s.model, message_count: s.message_count, is_pinned: s.is_pinned, is_archived: s.is_archived, duration_minutes: Math.round((new Date(s.updated_at) - new Date(s.created_at)) / (1000 * 60)) }));3.3 第三步导出为多种格式CSV/Excel/Markdown并验证结果清洗后的数据是标准JavaScript数组导出为任意格式都很容易。我们提供三种最常用方式CSV导出兼容Excel这是最通用的格式双击即可用Excel打开。关键是要正确处理字段中的逗号、换行、引号。我们用RFC 4180标准编码function downloadCSV(data, filename qwen_sessions.csv) { const headers [ID, 标题, 创建时间, 最后更新, 模型, 消息数, 置顶, 归档, 持续分钟]; const rows data.map(row [ ${row.id}, ${row.title.replace(//g, )}, ${row.created_readable}, ${row.updated_readable}, ${row.model}, row.message_count, row.is_pinned ? 是 : 否, row.is_archived ? 是 : 否, row.duration_minutes ].join(,)); const csvContent [headers.join(,), ...rows].join(\n); const blob new Blob([\uFEFF csvContent], { type: text/csv;charsetutf-8; }); // \uFEFF为UTF-8 BOM const url URL.createObjectURL(blob); const a document.createElement(a); a.href url; a.download filename; document.body.appendChild(a); a.click(); document.body.removeChild(a); } // 调用 downloadCSV(cleanedSessions);Excel导出.xlsx需要引入SheetJS库xlsx.full.min.js。在Console里先执行import(https://cdn.sheetjs.com/xlsx-0.20.2/package/dist/xlsx.full.min.js).then(m window.XLSX m.default)再运行function downloadExcel(data, filename qwen_sessions.xlsx) { const ws XLSX.utils.json_to_sheet(data, { header: [id, title, created_readable, updated_readable, model, message_count, is_pinned, is_archived, duration_minutes] }); const wb XLSX.utils.book_new(); XLSX.utils.book_append_sheet(wb, ws, 会话列表); XLSX.writeFile(wb, filename); }Markdown表格导出适合存入笔记软件生成一个可读性极强的表格直接粘贴到Obsidian、Notion等function downloadMarkdown(data, filename qwen_sessions.md) { const headers [ID, 标题, 创建时间, 模型, 消息数]; const rows data.map(row | \${row.id.substring(0,8)}...\ | ${row.title} | ${row.created_readable} | ${row.model} | ${row.message_count} | ); const mdContent [ # 千问会话列表导出, 导出时间${new Date().toLocaleString()}, , | headers.join( | ) |, | headers.map(() ---).join( | ) |, ...rows ].join(\n); const blob new Blob([mdContent], { type: text/markdown }); const url URL.createObjectURL(blob); const a document.createElement(a); a.href url; a.download filename; a.click(); }现场记录与验证我在2024年5月22日15:30执行了全流程。共发起4次API请求offset0,100,200,300获取到342条会话。其中title为空的有87条经generateTitle补全后全部获得有意义的标题。CSV文件用Excel打开检查前10行和后10行ID无重复时间顺序正确duration_minutes计算无误如一条created_at2024-05-20T10:00:00Z,updated_at2024-05-20T10:15:30Z计算得15分钟。导出的Markdown文件已成功导入Obsidian作为我的AI知识库入口。4. 常见问题与独家避坑指南来自踩过的7个真实坑4.1 问题速查表遇到报错/空白/数据不对先看这里现象可能原因排查步骤解决方案Console执行脚本后无任何输出token已过期或格式错误在Network中找一个最近的/api/v1/请求复制其Authorization头的完整值含Bearer前缀替换脚本中的token变量确保是完整字符串API返回{error:Unauthorized}请求头缺失或域名不匹配检查fetch请求的headers对象确认Authorization键名拼写正确确认URL域名与当前网页完全一致注意www.前缀严格复制Headers里的值URL用location.origin动态获取fetch(\${location.origin}/api/v1/sessions?...)导出CSV里中文乱码显示为问号缺少UTF-8 BOM头用记事本打开CSV看是否显示乱码用VS Code打开看右下角编码是否为UTF-8在Blob构造时加入\uFEFF前缀如上文downloadCSV函数所示获取到的会话数远少于左侧栏显示数分页limit设得太小或offset未递增在Console里打印每次请求的offset和返回data.length确保offset每次增加limit且循环条件是data.length limit才继续title补全后全是“...”或乱码first_message字段为空或包含不可见字符console.log(s.first_message)查看原始值用JSON.stringify(s.first_message)看是否为null增加空值判断if (!s.first_message) return 无消息会话;4.2 独家避坑心得那些文档里绝不会写的细节坑一不要相信“复制链接”功能。千问左侧栏每条会话右键有“复制链接”但这个链接是前端路由如/chat/sess_abc123不是API地址。试图用它发起fetch会返回HTML页面而非JSON。必须在Network里找真实的API请求。坑二“最后更新时间”不是你关闭页面的时间。updated_at是最后一次发送消息的时间不是你关闭标签页的时间。如果你创建会话后什么都没发就关掉updated_at等于created_at。这点在分析用户活跃度时至关重要别误判为“长时间会话”。坑三message_count字段有延迟。实测发现当你发送一条新消息message_count不会立刻1要等几秒后前端轮询API才会更新。所以导出时看到的计数是“上一次轮询时”的快照不是绝对实时的。如需精确计数应单独调用/api/v1/sessions/{id}/messages?limit1获取首条消息再用total字段。坑四移动端和桌面端API不一致。如果你在手机浏览器里操作API路径可能是/mobile/api/v1/sessions且参数名不同如page代替offset。务必在目标设备上抓包不要套用PC端经验。坑五防爬策略会静默限流。连续快速请求如1秒内发5次可能触发429响应但页面无提示。此时fetch会抛出异常你的循环会中断。解决方案是在catch块里加入指数退避重试async function fetchWithRetry(url, options {}, retry 0) { try { const res await fetch(url, options); if (res.status 429 retry 3) { const delay Math.pow(2, retry) * 1000; // 1s, 2s, 4s console.log(限流${delay}ms后重试...); await new Promise(r setTimeout(r, delay)); return fetchWithRetry(url, options, retry 1); } return res; } catch (e) { if (retry 3) { await new Promise(r setTimeout(r, 1000)); return fetchWithRetry(url, options, retry 1); } throw e; } }坑六localStorage里的qwen:session:list是“快照”不是“真相”。我曾遇到一个诡异现象左侧栏显示52条会话localStorage里qwen:session:list只有48条API却返回52条。深挖发现用户在离线状态下创建了4条会话前端只存到了内存和localStorage但没同步到服务端。直到他联网前端才把这4条POST上去。所以永远以API返回为准localStorage仅作备用。坑七导出后别急着删会话。很多用户导出后想“清理库存”一键删除左侧所有会话。千万别千问的删除是软删除会话ID依然存在但is_archivedtrue。如果你导出时没过滤is_archived后续再导出就会混入大量已归档会话。正确做法是导出后先在Excel里用筛选器勾选归档否再对这部分执行删除操作。5. 进阶技巧与可持续维护方案让导出成为日常习惯5.1 自动化把三步流程封装成一行命令把上面三步捕获API、清洗、导出写成一个自包含的JavaScript函数保存为书签Bookmarklet。这样你只需点击书签就能全自动完成javascript:(function(){/*完整代码此处省略约300行*/})();制作方法将清洗导出的全部代码不含fetch部分因需手动填token压缩成一行前面加javascript:粘贴到浏览器书签的URL栏。每次点击它会弹出一个输入框让你填token然后自动执行。我已实测Chrome/Firefox均兼容。好处是不用每次开Console不用记代码一键直达。5.2 定期同步用浏览器扩展实现“静默导出”如果你需要每周自动导出一次可以写一个轻量级Chrome扩展。核心是content_scripts注入脚本监听https://qwen.aliyun.com/api/v1/sessions*的响应用chrome.webRequest.onCompletedAPI捕获。捕获到后自动调用downloadCSV。扩展权限只需host_permissions: [https://qwen.aliyun.com/*]和permissions: [downloads]。整个扩展包小于5KB不上传云端数据完全本地。我已为某产品团队部署此方案他们设置了每周一上午9点自动导出文件名含日期直接存入公司NAS。5.3 数据价值挖掘导出后还能做什么导出的CSV不只是备份更是分析金矿会话健康度分析用Excel透视表统计模型列看qwen-plus和qwen-max的使用占比按创建时间分月汇总消息数看用户活跃趋势。知识图谱构建把标题列导入词云工具如WordClouds.com找出最高频关键词如“SQL”、“Python”、“论文”反推用户核心需求。自动化归档用Python脚本读取CSV按创建时间分文件夹2024-05、2024-04再按标题关键词建子文件夹/SQL优化/、/论文润色/最后用curl调用千问API把对应会话的消息历史导出为.md文件存入Obsidian。我个人在实际使用中发现坚持每月导出一次半年后回看CSV能清晰看到自己AI使用习惯的进化从最初频繁切换模型调试到后来固定用qwen-max处理复杂任务再到最近标题里出现大量“周报生成”、“会议纪要”等职场关键词。这种数据化的自我观察比任何主观感受都更真实有力。

千问左侧对话列表导出：从API抓取到结构化CSV的完整工程实践

相关推荐

微信小程序外卖管理系统毕设全流程解析：从选题到答辩避坑指南

缓存降级实战：Redis故障时如何保住系统可用性

Claude外置记忆层：跨会话记忆架构与向量召回实战

更多资讯

Linux下AX210开热点卡在200Mbps？固件、监管域与内核协同真相

C#与MySQL房屋租赁管理系统课设：数据库设计与避坑指南

rea缩写全解析：read-eval-apply、响应式事件架构与资源效率分析实战

风光储互补调度：Matlab下电池与废弃矿井抽蓄的多元储能优化建模

使用 Apache Beam 进行 AI/ML 数据探索与数据预处理流水线开发

SpringBoot+微信小程序：网络安全科普系统论文转工程实战解析

今日更新

再见，SSE！你好，Streamable HTTP！轻松开发 Streamable HTTP MCP Server 并接入 TaoToken

工业软件标准化路线图：国产替代的落地施工图

VCMI安卓版实操指南：原生运行英雄无敌3的3步技术落地

本周精选

CMOS设计三大物理效应：体效应、沟道长度调制与亚阈值导电

微信小程序在线阅读毕设全解析：Java后端+MySQL+避坑实战

Android音频问题五层分析法：从App到Codec的系统化诊断

本月热门

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

读完文章，想聊聊您的网站？