DeepSeek Chat Backup：我如何用 6 个 GitHub 项目的精华，打造最安全的 AI 对话保险箱

一篇关于设计思想、借鉴理念和工程实践的技术博文

TL;DR

DeepSeek Chat Backup 是一个开源工具，用于自动备份 DeepSeek 聊天记录。它借鉴了 GitHub 上 Top10 聊天备份项目的设计精华，实现了 PII 脱敏、全文搜索、多格式导出等功能。

GitHub 仓库: https://github.com/infanwang/deepseek-backup

如果你觉得有用，请点个 Star ⭐ 和 Watch 👀，这对我很重要！

为什么要做这个工具？

我是一个重度 DeepSeek 用户。每天和 AI 的对话越来越多，但 DeepSeek 没有提供官方的导出工具。

我遇到过这些问题：

• 想找之前的对话，翻半天找不到
• 担心账号出问题，聊天记录全丢
• 想把有价值的对话导出保存，却没有好的方案
• 想用 AI 训练自己的数据，却不知道怎么提取

于是我决定做一个工具来解决这些问题。

设计思想：站在巨人的肩膀上

在动手之前，我先研究了 GitHub 上 Top10 的聊天备份项目，提取它们的设计精华：

┌─────────────────────────────────────────────────────────────┐
│                    设计灵感来源                               │
├─────────────────────────────────────────────────────────────┤
│  DataClaw      → PII 智能脱敏 + JSONL 训练格式              │
│  Kept          → SQLite FTS5 全文搜索                        │
│  DeepSeek Exporter → 逐会话 ZIP + 零依赖设计                │
│  Claude Extractor  → YAML Front Matter 元数据               │
│  Chat Memo     → 标签系统 + 卡片式管理                       │
│  chatgpt-exporter → 断点续传 + 并行下载                      │
└─────────────────────────────────────────────────────────────┘
                    ↓ 融合创新 ↓
┌─────────────────────────────────────────────────────────────┐
│              DeepSeek Chat Backup v1.4                       │
│  PII脱敏 + 限速 + FTS5搜索 + JSONL + 标签 + 多格式导出      │
└─────────────────────────────────────────────────────────────┘

核心架构

┌──────────────────────────────────────────────────────────────┐
│                    用户界面层                                 │
│  backup.py (登录/抓取)  ←→  export.py (导出/搜索)           │
└──────────────────────────────────────────────────────────────┘
                              │
                              ▼
┌──────────────────────────────────────────────────────────────┐
│                    核心引擎层                                 │
│  ┌──────────────┐  ┌──────────────┐  ┌──────────────┐       │
│  │  Selenium    │  │  PII 脱敏    │  │  限速控制    │       │
│  │  浏览器自动化 │  │  正则匹配    │  │  重试机制    │       │
│  └──────────────┘  └──────────────┘  └──────────────┘       │
│  ┌──────────────┐  ┌──────────────┐  ┌──────────────┐       │
│  │  增量去重    │  │  标签管理    │  │  内容哈希    │       │
│  │  SHA-256     │  │  JSON存储    │  │  变更检测    │       │
│  └──────────────┘  └──────────────┘  └──────────────┘       │
└──────────────────────────────────────────────────────────────┘
                              │
                              ▼
┌──────────────────────────────────────────────────────────────┐
│                    导出引擎层                                 │
│  ┌────────┐ ┌────────┐ ┌────────┐ ┌────────┐ ┌────────┐    │
│  │  MD    │ │  Word  │ │  JSON  │ │ JSONL  │ │  HTML  │    │
│  └────────┘ └────────┘ └────────┘ └────────┘ └────────┘    │
│  ┌────────┐ ┌────────┐ ┌────────┐ ┌────────┐               │
│  │  PDF   │ │  ZIP   │ │ Front  │ │ FTS5   │               │
│  │        │ │ Archive│ │ Matter │ │ Search │               │
│  └────────┘ └────────┘ └────────┘ └────────┘               │
└──────────────────────────────────────────────────────────────┘

六大核心特性

1. PII 智能脱敏

借鉴 DataClaw，自动识别并脱敏敏感信息：

原始: 我的手机号是13812345678，邮箱是test@example.com
脱敏: 我的手机号是138****5678，邮箱***@example.com

2. SQLite FTS5 全文搜索

借鉴 Kept，毫秒级全文搜索：

python scripts/export.py --search "Lambda架构"

3. JSONL 训练数据格式

借鉴 DataClaw，导出 AI 训练友好的格式：

python scripts/export.py -f jsonl

4. YAML Front Matter 元数据

借鉴 Claude Extractor，Markdown 带结构化元数据。

5. 标签系统

借鉴 Chat Memo，分类管理对话。

6. 限速防风控

借鉴 DeepSeek Exporter，可配置间隔 + 指数退避重试。

技术栈

组件	技术	理由
浏览器自动化	Selenium	成熟稳定
Word 导出	python-docx	原生格式
PDF 导出	fpdf2	轻量级
搜索索引	SQLite FTS5	零配置
数据存储	JSON	人类可读
定时任务	cron	系统原生

快速开始

git clone https://github.com/infanwang/deepseek-backup.git
cd deepseek-backup
pip install selenium python-docx markdown pyyaml fpdf2
python scripts/backup.py --login
python scripts/backup.py --full --pii
python scripts/export.py -f all --zip --build-index

总结

核心设计思想：

1. 站在巨人肩膀上：借鉴 Top10 项目的优秀设计
2. 安全第一：PII 脱敏 + 限速 + 本地存储
3. 实用主义：解决真实问题，不过度设计
4. 渐进增强：从基础功能到高级特性，逐步迭代

如果你觉得有用，请点个 Star ⭐ 和 Watch 👀！

GitHub: https://github.com/infanwang/deepseek-backup