ThreadShelf 发布支持六平台的本地 AI 对话归档工具

ThreadShelf 是一个本地优先的开源工具，旨在统一归档 ChatGPT、Claude、Google AI Studio、OpenRouter、LM Studio 和 Grok 等多平台的 AI 对话记录。它通过解析各平台导出的 JSON 文件，将不同格式归一化后存入本地 LanceDB 向量数据库，支持基于语义或关键词的搜索，并能完整重建原始对话线程。该工具的核心价值在于打破单一平台的数据孤岛，允许用户在本地对历史对话进行深度检索和管理。 在技术实现上，ThreadShelf 采用 React UI、HTTP API 和 MCP stdio server 三种前端交互方式共享同一索引。其数据处理流程包括解析、分块、本地嵌入向量化和存储，所有操作均在本地完成。对于生成任务，默认使用 loopback-only 的 llama.cpp 配合本地 GGUF 模型进行推理，确保数据不出设备；仅当用户显式选择 OpenRouter 时，才会将上下文发送至外部服务。此外，工具还集成了 Hugging Face 模型目录浏览功能，支持安全下载和验证 GGUF 模型文件，并提供了兼容 OpenAI 和 Anthropic 协议的本地 API 供其他应用调用。 事实层面，该工具目前测试支持特定版本的导出格式（如 LM Studio 0.4.x），且明确标注部分平台（如 Google AI Studio、OpenRouter）的导出格式未文档化，存在因厂商更新导致解析失效的风险。推断层面，这一架构使得开发者可以将 ThreadShelf 作为 Agent 的外部记忆库，通过 MCP 协议让智能体直接读取用户的历史决策和上下文，从而提升复杂任务的连续性。猜测层面，随着更多平台意识到数据可移植性的重要性，此类本地归档工具可能会成为个人 AI 工作流的标准组件，但需持续维护以应对各平台私有格式的变更。