一天一个开源项目（第47篇）：Cursor Chat Browser - 浏览和管理 Cursor AI 聊天历史的 Web 应用

优质文章学习记录

— 12 min read
一天一个开源项目（第47篇）：Cursor Chat Browser - 浏览和管理 Cursor AI 聊天历史的 Web 应用

引言

“View, search, and export your AI conversations in various formats.”

这是「一天一个开源项目」系列的第 47 篇文章。今天介绍的项目是 Cursor Chat Browser（GitHub）。

使用 Cursor 编辑器进行 AI 编程时，是否遇到过这些问题：想回顾之前的对话却找不到？想搜索某个技术问题的解决方案却无从下手？想导出聊天记录分享给团队却不知道如何操作？Cursor Chat Browser 是一个用于浏览和管理 Cursor 编辑器 AI 聊天历史的 Web 应用，支持查看、搜索和导出你的 AI 对话为 Markdown、HTML、PDF 等多种格式，让你轻松管理和回顾与 AI 的对话历史。

为什么值得看？

  • 🔍 浏览和搜索：浏览所有工作区的 Cursor 聊天历史，全文搜索功能
  • 🌐 多存储支持：支持工作区特定存储和全局存储（新版本 Cursor）
  • 🤖 双重日志：同时支持 AI 聊天日志和 Composer 日志
  • 📁 工作区组织：按工作区组织聊天记录
  • 📱 响应式设计：支持深色/浅色模式，移动端友好
  • ⬇️ 多格式导出：支持 Markdown、HTML（语法高亮）、PDF 导出
  • 🎨 语法高亮：代码块语法高亮显示
  • 📌 可收藏链接：支持书签化的聊天 URL

你将学到什么

  • Cursor Chat Browser 的核心功能和特性
  • Cursor 编辑器聊天历史的存储机制
  • 如何浏览、搜索和导出聊天记录
  • 跨平台路径自动检测机制
  • Next.js + TypeScript + Tailwind CSS 技术栈实践
  • SQLite 数据库读取和解析

前置知识

  • 了解 Cursor 编辑器的基本使用
  • 对 Web 应用开发有基本了解
  • 了解 Next.js 框架（可选）
  • 对 SQLite 数据库有基本了解（可选）

项目背景

项目简介

Cursor Chat Browser 是一个用于浏览和管理 Cursor 编辑器 AI 聊天历史的 Web 应用。它解决了 Cursor 编辑器本身无法方便地浏览、搜索和导出聊天历史的问题，让开发者能够更好地管理和回顾与 AI 的对话。

核心特点：

  • 浏览功能：浏览所有工作区的聊天历史
  • 搜索功能：全文搜索，支持按聊天类型过滤
  • 导出功能：支持 Markdown、HTML、PDF 多种格式
  • 多存储支持：兼容新旧版本的 Cursor 存储格式
  • 双重日志：同时支持 AI 聊天和 Composer 日志
  • 自动检测：自动检测 Cursor 工作区存储路径
  • 响应式设计：支持深色/浅色模式，移动端友好

解决的核心问题：

  • Cursor 编辑器无法方便地浏览历史聊天记录
  • 无法搜索之前的对话内容
  • 无法导出聊天记录分享或备份
  • 多个工作区的聊天记录分散，难以统一管理
  • 新版本 Cursor 改变了存储格式，需要兼容

面向的用户：

  • 使用 Cursor 编辑器进行 AI 编程的开发者
  • 需要回顾和整理 AI 对话历史的用户
  • 需要导出聊天记录分享给团队的开发者
  • 需要备份重要对话的用户
  • 希望更好地管理 AI 编程对话的开发者

作者/团队介绍

  • 作者：Thomas Pedersen（GitHub）
  • 背景：开源开发者，专注于开发实用工具
  • 理念：让开发者更好地管理和利用 AI 对话历史
  • 社区：500+ stars，87+ forks，活跃的社区支持

项目数据

技术栈：

  • 框架: Next.js 14 (App Router)
  • 语言: TypeScript (93.7%)
  • 样式: Tailwind CSS (6.0%)
  • UI 组件: shadcn/ui
  • 数据库: SQLite（读取 Cursor 聊天数据库）
  • Node.js: 18+

重要特性：

  • 支持 Windows、macOS、Linux、WSL2
  • 自动检测 Cursor 工作区存储路径
  • 支持新旧版本的 Cursor 存储格式
  • 响应式设计，支持深色/浅色模式

主要功能

核心作用

Cursor Chat Browser 的核心作用是：提供一个 Web 界面来浏览、搜索和管理 Cursor 编辑器的 AI 聊天历史，让开发者能够：

  1. 浏览历史：查看所有工作区的聊天记录
  2. 搜索对话：全文搜索所有聊天内容
  3. 导出记录：导出为 Markdown、HTML、PDF 格式
  4. 组织管理：按工作区组织聊天记录
  5. 类型区分：区分 AI 聊天和 Composer 日志
  6. 跨平台：支持 Windows、macOS、Linux、WSL2

使用场景

  1. 回顾对话历史
    • 查找之前解决的技术问题
    • 回顾 AI 给出的代码建议
    • 查看之前的错误解决方案
  2. 知识整理
    • 导出重要对话为文档
    • 整理技术问题和解决方案
    • 创建知识库
  3. 团队分享
    • 导出聊天记录分享给团队成员
    • 将 AI 对话作为文档保存
    • 创建技术文档
  4. 备份管理
    • 备份重要的 AI 对话
    • 跨设备同步聊天历史
    • 版本控制聊天记录
  5. 搜索和分析
    • 搜索特定技术问题的解决方案
    • 分析 AI 对话模式
    • 查找代码示例

快速开始

安装：

# 克隆仓库git clone https://github.com/thomas-pedersen/cursor-chat-browser.git cd cursor-chat-browser # 安装依赖npminstall# 启动开发服务器npm run dev

访问：

  • 打开浏览器访问：http://localhost:3000

配置：

应用会自动检测 Cursor 工作区存储路径：

  • Windows: %APPDATA%\Cursor\User\workspaceStorage
  • WSL2: /mnt/c/Users/<USERNAME>/AppData/Roaming/Cursor/User/workspaceStorage
  • macOS: ~/Library/Application Support/Cursor/User/workspaceStorage
  • Linux: ~/.config/Cursor/User/workspaceStorage
  • Linux (remote/SSH): ~/.cursor-server/data/User/workspaceStorage

如果自动检测失败，可以在配置页面（⚙️）手动设置路径。

注意：新版本的 Cursor 已将聊天数据存储从工作区特定位置移动到全局存储。此应用现在支持两种存储方法，以确保与所有 Cursor 版本兼容。

核心特性

  1. 浏览功能
    • 查看所有工作区的聊天历史
    • 按工作区组织聊天记录
    • 浏览 AI 聊天日志和 Composer 日志
    • 在工作区内的不同聊天标签之间导航
    • 查看带类型指示器的合并日志
    • 显示每个工作区的聊天和 Composer 数量
  2. 搜索功能
    • 在导航栏中使用搜索栏搜索所有日志
    • 按聊天日志、Composer 日志或两者过滤结果
    • 搜索结果显示：
      • 类型徽章（Chat/Composer）
      • 匹配的文本片段
      • 工作区位置
      • 标题
      • 时间戳
  3. 导出功能
    • Markdown：纯文本格式，带代码块
    • HTML：带语法高亮的样式文档
    • PDF：适合分享的格式化文档
  4. 多存储支持
    • 支持工作区特定存储（旧版本）
    • 支持全局存储（新版本 Cursor）
    • 自动检测存储位置
    • 兼容所有 Cursor 版本
  5. 双重日志支持
    • AI 聊天日志
    • Composer 日志
    • 类型区分和过滤
    • 合并视图
  6. 用户体验
    • 响应式设计
    • 深色/浅色模式支持
    • 语法高亮的代码块
    • 可收藏的聊天 URL
    • 自动工作区路径检测

项目优势

对比项Cursor Chat BrowserCursor 编辑器内置手动导出
浏览历史✅ Web 界面，易于浏览⚠️ 仅当前会话❌ 不支持
搜索功能✅ 全文搜索，支持过滤❌ 不支持❌ 需手动查找
导出格式✅ Markdown、HTML、PDF❌ 不支持⚠️ 需手动复制
多工作区✅ 统一管理所有工作区⚠️ 分散在各工作区⚠️ 需逐个处理
类型区分✅ 区分 Chat 和 Composer⚠️ 需手动区分❌ 不支持
跨平台✅ Windows、macOS、Linux✅ 跨平台✅ 跨平台
语法高亮✅ 代码块语法高亮✅ 支持❌ 需手动处理
备份管理✅ 导出备份⚠️ 需手动复制文件⚠️ 需手动操作

为什么选择 Cursor Chat Browser？

  • 便捷浏览：Web 界面，易于浏览和搜索历史对话
  • 多格式导出：支持 Markdown、HTML、PDF，满足不同需求
  • 全文搜索：快速找到需要的对话内容
  • 统一管理：统一管理所有工作区的聊天记录
  • 自动检测：自动检测 Cursor 存储路径，无需手动配置
  • 开源免费：MIT 许可证，完全免费使用

项目详细剖析

架构设计

Cursor Chat Browser 采用 Next.js 14 App Router 架构，使用 TypeScript 开发，通过 SQLite 读取 Cursor 的聊天数据库。

核心组件：

Cursor Chat Browser ├── Next.js 14 (App Router) │ ├── 页面路由 │ ├── 服务端组件 │ └── 客户端组件 ├── SQLite 数据库读取 │ ├── 读取 state.vscdb 文件 │ ├── 解析聊天记录 │ └── 解析 Composer 日志 ├── UI 组件 (shadcn/ui) │ ├── 导航栏 │ ├── 搜索栏 │ ├── 聊天列表 │ └── 导出功能 └── 样式系统 (Tailwind CSS) ├── 响应式设计 └── 深色/浅色模式

设计理念：

  1. 简单易用：Web 界面，无需复杂配置
  2. 自动检测：自动检测 Cursor 存储路径
  3. 兼容性：支持新旧版本的 Cursor 存储格式
  4. 响应式：支持桌面和移动端
  5. 可扩展：基于 Next.js，易于扩展功能

Cursor 存储机制

Cursor 编辑器将聊天历史存储在 SQLite 数据库中（state.vscdb 文件）。

存储位置：

  • Windows: %APPDATA%\Cursor\User\workspaceStorage\<workspace-id>\state.vscdb
  • macOS: ~/Library/Application Support/Cursor/User/workspaceStorage/<workspace-id>/state.vscdb
  • Linux: ~/.config/Cursor/User/workspaceStorage/<workspace-id>/state.vscdb

新版本变化：

  • 旧版本：每个工作区有独立的 state.vscdb 文件
  • 新版本（v44.9+）：使用全局存储，聊天数据集中管理

数据库结构：

-- 简化的数据库结构CREATETABLE ItemTable (keyTEXTPRIMARYKEY,valueTEXT-- JSON 格式的聊天数据);

路径自动检测

应用会自动检测不同平台的 Cursor 存储路径：

检测逻辑：

// 伪代码示例functiondetectCursorPath():string{const platform = process.platform;switch(platform){case'win32':return path.join(process.env.APPDATA,'Cursor/User/workspaceStorage');case'darwin':return path.join(os.homedir(),'Library/Application Support/Cursor/User/workspaceStorage');case'linux':// 检查是否是 WSL2if(isWSL2()){return`/mnt/c/Users/${username}/AppData/Roaming/Cursor/User/workspaceStorage`;}return path.join(os.homedir(),'.config/Cursor/User/workspaceStorage');default:thrownewError('Unsupported platform');}}

手动配置：

如果自动检测失败，用户可以在配置页面手动设置路径：

  1. 点击配置图标（⚙️）
  2. 输入 Cursor 工作区存储路径
  3. 保存配置

搜索功能实现

搜索功能支持全文搜索和类型过滤：

搜索流程：

1. 用户输入搜索关键词 ↓ 2. 扫描所有工作区的 state.vscdb 文件 ↓ 3. 解析聊天记录和 Composer 日志 ↓ 4. 全文搜索匹配内容 ↓ 5. 按类型过滤（Chat/Composer/All） ↓ 6. 显示搜索结果

搜索结果展示：

  • 类型徽章（Chat/Composer）
  • 匹配的文本片段（高亮显示）
  • 工作区位置
  • 标题
  • 时间戳

导出功能

支持三种导出格式：

Markdown 导出：

# Chat Title ## User 用户消息内容 ## Assistant AI 回复内容 ```code 代码块内容 
 **HTML 导出**： - 带样式的 HTML 文档 - 代码块语法高亮（使用 highlight.js 或类似库） - 响应式设计 - 可打印格式 **PDF 导出**： - 使用浏览器打印功能或 PDF 库 - 格式化文档 - 适合分享和存档 **导出实现**： ```typescript // 伪代码示例 async function exportChat(chatId: string, format: 'md' | 'html' | 'pdf') { const chat = await loadChat(chatId); switch (format) { case 'md': return exportAsMarkdown(chat); case 'html': return exportAsHTML(chat); case 'pdf': return exportAsPDF(chat); } }

技术栈详解

Next.js 14 App Router：

  • 使用最新的 App Router 架构
  • 服务端组件和客户端组件混合使用
  • 文件系统路由
  • 服务端数据获取

TypeScript：

  • 类型安全
  • 更好的开发体验
  • 代码提示和错误检查

Tailwind CSS：

  • 实用优先的 CSS 框架
  • 快速开发
  • 响应式设计
  • 深色模式支持

shadcn/ui：

  • 基于 Radix UI 的组件库
  • 可访问性支持
  • 可定制样式
  • 组件丰富

SQLite：

  • 使用 better-sqlite3 或类似库读取数据库
  • 轻量级，无需额外服务
  • 直接读取 Cursor 的数据库文件

兼容性处理

项目需要处理新旧版本的 Cursor 存储格式差异：

旧版本（工作区特定存储）：

workspaceStorage/ ├── workspace-id-1/ │ └── state.vscdb ├── workspace-id-2/ │ └── state.vscdb └── ...

新版本（全局存储）：

User/ ├── workspaceStorage/ │ └── (旧格式) └── globalStorage/ └── (新格式)

兼容策略：

  1. 同时检查两种存储位置
  2. 优先使用新格式
  3. 如果新格式不存在，回退到旧格式
  4. 统一数据模型处理两种格式

项目地址与资源

官方资源

适用人群

  • Cursor 用户：使用 Cursor 编辑器进行 AI 编程的开发者
  • 知识管理：需要整理和回顾 AI 对话历史的用户
  • 团队协作：需要导出和分享聊天记录的团队
  • 备份需求：需要备份重要对话的用户
  • Web 开发者：学习 Next.js + TypeScript + Tailwind CSS 的开发者

欢迎来我中的个人主页找到更多有用的知识和有趣的产品

Read more

Qwen3-VL + LLama-Factory进行针对Grounding任务LoRA微调

Qwen3-VL + LLama-Factory进行针对Grounding任务LoRA微调

0.官方GitHub网站： GitHub - QwenLM/Qwen3-VL：Qwen3-VL 是由阿里云 Qwen 团队开发的多模态大语言模型系列。https://github.com/QwenLM/Qwen3-VL 空间感知能力大幅提升：2D grounding 从绝对坐标变为相对坐标，支持判断物体方位、视角变化、遮挡关系，能实现 3D grounding，为复杂场景下的空间推理和具身场景打下基础。 OCR 支持更多语言及复杂场景：支持的中英外的语言从 10 种扩展到 32 种，覆盖更多国家和地区；在复杂光线、模糊、倾斜等实拍挑战性场景下表现更稳定；对生僻字、古籍字、专业术语的识别准确率也显著提升；超长文档理解和精细结构还原能力进一步提升。 一是采用 MRoPE-Interleave，原始MRoPE将特征维度按照时间（t）、高度（h)和宽度（w)的顺序分块划分，
2025.10.17 更新 AI绘画秋葉aaaki整合包 Stable Diffusion整合包v4.10 +ComfyUI整合包下载地址

2025.10.17 更新 AI绘画秋葉aaaki整合包 Stable Diffusion整合包v4.10 +ComfyUI整合包下载地址

2025.10.17 更新 AI绘画秋葉aaaki整合包 Stable Diffusion整合包v4.10 +ComfyUI整合包下载地址 * @[TOC](2025.10.17 更新 AI绘画秋葉aaaki整合包 Stable Diffusion整合包v4.10 +ComfyUI整合包下载地址) * 🌈 Stable Diffusion整合包（秋葉aaaki整合版） * 📦 【下载链接】 * 💡 英特尔 CPU 用户特别提醒 * 🔧 AMD 显卡专用方案 * ⚙️ 常见问题与解决方案 * 🧠 ComfyUI 整合包（秋葉aaaki定制优化版） * 📥 【下载链接】 * 🚀 更新日志（2025.2.4 v1.6） * 🧩 报错解决 关键词建议（自动覆盖百度、必应等搜索） AI绘画整合包下载、Stable Diffusion整合包、ComfyUI整合包、秋葉aaaki整合包、AI绘图工具、AI绘画模型、

2.2 GPT、LLaMA 与 MOE：自回归模型与混合专家架构演进

2.2 GPT、LLaMA 与 MOE：自回归模型与混合专家架构演进 基于《大规模语言模型：从理论到实践（第2版）》第2章 大语言模型基础 爆款小标题：从 GPT 到 LLaMA 到 MOE，主流架构差异与选型一张表搞定 为什么这一节重要 大模型产品与开源生态里，最常见的就是「GPT 类」「LLaMA 类」和「MOE 类」模型。若不搞清楚它们在训练目标（自回归 vs 掩码）、架构细节（归一化、激活、位置编码）和使用场景上的差异，很容易出现「用 BERT 做长文本生成」或「用纯 GPT 做句向量」这类错配。
Copilot 之后，再无“搬砖”

Copilot 之后，再无“搬砖”

硬编码时代，我们似乎已经习惯了在编辑器里按下 Tab 键。但如果你依然只把 AI 当作一个“高级补全插件”，那么你可能正在错过这场生产力革命的下半场。从 Copilot 到 Agent（智能体），这不仅仅是名称的更迭，更是开发范式从“辅助”向“协作”的本质跃迁。 今天，我想聊聊如何在这个交叉点上，利用开源生态构建一个真正属于你自己的私有化开发助手。 1. 为什么说 Copilot 已经不够用了？ 如果把 AI 辅助开发比作驾驶，传统的 Copilot（如 GitHub Copilot, Cursor）更像是“定速巡航”：它能帮你保持车速、预测下一个弯道（代码补全），但它并不清楚你要去哪，更无法在遇到封路时自动规划绕行方案。 而 Agent 则是“自动驾驶”。两者的核心差异在于：自主性与闭环能力。 * Copilot（