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-fjsonl

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

快速开始

gitclone https://github.com/infanwang/deepseek-backup.gitcddeepseek-backup pipinstallselenium python-docx markdown pyyaml fpdf2 python scripts/backup.py--loginpython scripts/backup.py--full--piipython scripts/export.py-fall--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