五种 AI 对话解析器：字段保留与损失边界

解析成功不等于会话已经完整保留。五种来源都能输出 ParsedConversation，但各自选择正文、工具信息、思考文本和顺序的规则不同。多格式解析说明输入与数据库定位；这里专注于输出验收，避免把统一字段误当成无损格式转换。

先建立五个来源的验收矩阵

以下结论对应固定提交的五个内置适配器入口，不代表工具未来版本的存储规范。

来源	输入定位与正文选择	验收时必须观察的边界
Claude Code	项目 JSONL；带 uuid 的 user/assistant 消息；字符串或 content blocks	system、已知增量等被丢弃；tool_result 不进正文；thinking 单列，工具块设标记
Codex	rollout JSONL；event_msg 和 response_item 的特定分支	response_item 的 user/developer 被跳过；全文只和最近助手文本比较；工具调用标记前一条助手
Cursor	workspace ItemTable 会话索引，global cursorDiskKV 的 bubble 前缀及孤立会话	type=1 为用户，其余按助手；空助手先跳过；新 _v 只警告；按时间戳排序
Trae	ItemTable 的 memento/icube-ai-agent-storage，按 sessionId 找 data.list	turnIndex 排序；正文与嵌套 agent 内容有优先级；时间可为合成值
Copilot	旧 .json 整体，.jsonl 的字面第一行 snapshot	不重放后续 patch；响应块分别映射正文、thinking 和工具标记

Cursor 与 Trae 的 SQL 值、JSON 结构和会话定位不是同一套 schema。共享字段降低了下游分支数量，不能替代每个来源的样本测试。

工具标记、思考文本和空消息并不等价

Claude Code的工具块只设置 hasToolUse，不保留工具输入和结果的完整轨迹。只有工具标记而无正文、thinking 的消息仍能保留；system-reminder 等标签会从正文移除。这是一种提取策略，不能证明被移除的信息对所有用途都无价值。

Cursor在提取 thinking 和工具标记之前先跳过空助手文本，所以 thinking-only 的助手 bubble 也可能丢失。hasCode 可以来自代码围栏或 codeBlocks/suggestedCodeBlocks 数组，而不只是正文中的字符。

Trae优先使用直接 content；不存在时再组合 proposal、finish 等嵌套内容和 thinking。最终保留条件是正文或 thinking 非空，单独的工具标记不够。Copilot也只在 text 或 thinking 有值时增加助手消息；因此不能把 Claude Code 的 tool-only 行为推广到所有来源。

Codex 的去重和顺序有明确作用域

Codex 解析器先从 event_msg/user_message 提取用户输入，从 agent_message 提取助手文本；response_item/message 只拼接助手的 output_text。若完整文本等于 lastAssistantMsg.content，就跳过该 response_item。它没有给全部事件或全部历史文本建立去重集合。

function_call/custom_tool_call 会把最近助手的 hasToolUse 设为 true，没有最近助手时不会新建一条工具调用消息。reasoning 等未处理分支不会进入 thinking；不能据此推断全部原始思考都不存在或都加密。缺少时间戳时使用当前时间，最终排序也不等于复原完整的事件因果关系。

Trae 则先按 turnIndex 排序，再保证输出时间单调。这里的时间可能为构造的顺序标记，不应拿来计算用户实际阅读或模型响应耗时。验证顺序时要保留原始事件位置或来源样本，不能只看统一后的 timestamp。

用 Copilot 样本检验快照和响应块

保存为 lesson.mjs，Node 24+ 可直接运行。这个教学提取器仅覆盖首行包装、选定响应块和助手保留条件，不是完整 Copilot 适配器：没有文件扫描、用户消息、时间、数据库或运行时 schema 检查。

import assert from 'node:assert/strict';

function firstSnapshot(lines) {
  try {
    const snapshot = JSON.parse(lines.split('\n')[0]);
    if (snapshot.kind !== undefined && snapshot.kind !== 0) return null;
    return snapshot.v ?? snapshot;
  } catch {
    return null;
  }
}

function assistant(response) {
  const texts = [];
  const thoughts = [];
  let hasToolUse = false;
  for (const item of response) {
    if (item.kind === 'thinking' && item.value) thoughts.push(item.value);
    else if ((item.kind === 'text' || item.kind === undefined) && item.value)
      texts.push(item.value);
    else if (item.kind === 'toolInvocationSerialized' || item.kind === 'prepareToolInvocation')
      hasToolUse = true;
  }
  const content = texts.join('\n').trim();
  const thinking = thoughts.length ? thoughts.join('\n') : null;
  return content || thinking ? { content, thinking, hasToolUse } : null;
}

const snapshot = {
  kind: 0,
  v: {
    requests: [
      {
        response: [
          { kind: 'text', value: 'first answer' },
          { kind: 'thinking', value: 'fixture thought' },
          { kind: 'prepareToolInvocation' },
          { kind: 'inlineReference', value: 'not response text' },
        ],
      },
    ],
  },
};
const patch = {
  kind: 1,
  v: { requests: [{ response: [{ kind: 'text', value: 'later answer' }] }] },
};
const lines = JSON.stringify(snapshot) + '\n' + JSON.stringify(patch);
const selected = firstSnapshot(lines);
assert.notEqual(selected, null);
assert.deepEqual(assistant(selected.requests[0].response), {
  content: 'first answer',
  thinking: 'fixture thought',
  hasToolUse: true,
});
assert.equal(firstSnapshot('broken\n' + JSON.stringify(snapshot)), null);
assert.equal(firstSnapshot(JSON.stringify(patch)), null);
assert.equal(assistant([{ kind: 'prepareToolInvocation' }]), null);
assert.deepEqual(assistant([{ kind: 'thinking', value: 'thought only' }]), {
  content: '',
  thinking: 'thought only',
  hasToolUse: false,
});
console.log('snapshot and selected response boundaries pass');

把 hasToolUse 的赋值改成 false，混合响应断言失败。把第一行选择改成最后一行，首个快照断言也失败。恢复后通过。这只验证指定样本的取舍，没有证明后续 patch 对会话内容完全无影响。

验收要记录缺失内容，而不只记录消息数量

为每个来源准备正常正文、纯工具、纯 thinking、混合块、空响应、重复文本、缺失时间、坏 JSON 和未知版本样本。逐项记录预期正文、角色、工具标记、thinking、顺序、ID 和缺失原因。Claude/Codex 的坏 JSON 行可跳过；Copilot 的首行损坏可能直接得到空会话，不能写成统一的“坏行都能恢复”。

解析结果还会进入导入链路的少于两条消息过滤和内容比较。应将“解析器丢弃一条消息”“导入器跳过会话”“实际数据库未更新”分开定位。一个输出 JSON 结构合法，只能说明它符合结构要求，不能证明来源兼容或信息完整。