ChatCrystal — 从 AI 对话中提炼你的知识库

[ZengLiangYi]

TL;DR: ChatCrystal 是一个本地优先的 AI 对话知识管理工具。它从 Claude Code 等 AI 编程工具中采集对话，用 LLM 提炼为结构化笔记，通过 Embedding 实现语义搜索。Electron 桌面应用，数据完全在本地。

为什么做这个？

用 Claude Code 写了几个月代码后，我发现一个问题：和 AI 的对话里藏着大量有价值的知识，但它们散落在各个项目的 JSONL 文件里，用完就忘了。

想回忆「上次那个 sql.js WASM 加载问题是怎么解决的」？翻历史记录翻到崩溃。

ChatCrystal 就是为了解决这个问题：把 AI 对话变成可搜索、可浏览的个人知识库。

核心能力

对话采集

自动扫描 ~/.claude/projects/ 下的 JSONL 对话文件，支持 chokidar 文件监听实时同步。通过 SourceAdapter 插件架构设计，未来可扩展到 Cursor、Copilot 等其他工具。

LLM 摘要提炼

通过 Vercel AI SDK 将完整对话提炼为结构化笔记：

原始对话 (几千条消息)
  → 预处理截断 (~8000 tokens)
  → LLM 生成结构化 JSON
  → 标题 / 摘要 / 关键结论 / 代码片段 / 标签

支持 6 种 Provider：Ollama（本地免费）、OpenAI、Anthropic、Google AI、Azure、任意 OpenAI 兼容服务。在设置页面运行时热切换，不用重启。

语义搜索

基于 Embedding 向量索引（vectra），用自然语言搜索笔记。比如搜「Electron 打包 WASM 问题」，能找到相关的技术笔记，而不需要记住精确关键词。

对话浏览器

完整渲染 AI 对话内容：Markdown 渲染、代码语法高亮、工具调用折叠分组、系统标签噪音过滤。

技术架构

~/.claude/projects/**/*.jsonl
  → SourceAdapter (解析 + 清洗)
  → Import Service (去重, 入库)
  → sql.js (WASM SQLite, 内存数据库, 30s 自动持久化)
  → Fastify v5 REST API
  → React 19 SPA (TanStack Query)
  → Electron BrowserWindow

层	技术选型	选型理由
后端	Fastify v5 + TypeScript	轻量高性能，全异步不阻塞 Electron 主进程
数据库	sql.js (WASM SQLite)	零外部依赖，内嵌在进程中，无需安装数据库
前端	React 19 + Vite v8 + Tailwind v4	快速开发，HMR 体验好
LLM 接入	Vercel AI SDK v6	统一多 Provider 接口，一套代码切换模型
向量搜索	vectra	轻量级本地向量索引，无需外部向量数据库
桌面打包	Electron + electron-builder	成熟生态，NSIS 安装包

设计决策：Server 嵌入 Electron 主进程

没有用子进程或 IPC，而是把 Fastify 服务直接嵌入 Electron 主进程。通过 createServer() 导出函数实现双模式：

// server/src/index.ts
export async function createServer(options?: { port?: number; host?: string }) {
  const app = Fastify({ logger: true });
  // ... 注册路由、初始化数据库
  await app.listen({ port, host });
  return { app, port, shutdown };
}

// 独立 Web 模式仍然可用
if (!process.env.ELECTRON) {
  createServer();
}

好处：前端代码零改动（同样通过 http://localhost 加载），API 调用路径完全一致。

设计决策：sql.js 而非 better-sqlite3

sql.js 是 SQLite 的纯 WASM 编译版本，避免了 native addon 在 Electron 打包时的 rebuild 问题。代价是性能略低于 native binding，但对于个人知识库的数据量完全足够。

快速体验

git clone https://github.com/ZengLiangYi/ChatCrystal.git
cd ChatCrystal
npm install
cp .env.example .env

# 如果用 Ollama（本地免费）
ollama pull qwen2.5:7b
ollama pull nomic-embed-text

# 启动
npm run dev:electron

也可以直接下载 Release 安装包。

扩展数据源

实现 SourceAdapter 接口即可接入新的 AI 工具：

interface SourceAdapter {
  name: string;
  detect(): Promise<SourceInfo | null>;
  scan(): Promise<ConversationMeta[]>;
  parse(meta: ConversationMeta): Promise<ParsedConversation>;
}

目前内置了 Claude Code 适配器，欢迎 PR 添加 Cursor、GitHub Copilot 等其他工具的支持。

当前状态

• 版本：v0.1.1
• 代码量：~4600 行 TypeScript
• 已验证：Windows x64，Electron 41，Node.js 20+
• License：MIT

路线图

• 更多数据源适配器（Cursor、Copilot Chat）
• 笔记编辑和手动补充
• 自动更新（electron-updater）
• 导出功能（Markdown / Obsidian）

---

欢迎 Star、Issue、PR。如果你也觉得 AI 对话里的知识不该用完就扔，试试 ChatCrystal。