支持的格式

此页面是 Lore 的摄入/导出兼容性参考。

摄入格式

格式	解析器	要求	说明
.md	直接	无	通过标准化保留 Markdown
.txt	直接	无	视为纯文本
.html / .htm	HTML 解析器	无	标准化前转换为 Markdown
.json / .jsonl	JSON 解析器	无	首先尝试对话转录检测
.pdf	Replicate Marker	Replicate 令牌	在 Replicate 上使用 Marker 模型
.docx / .pptx / .xlsx / .epub	Replicate Marker	Replicate 令牌	通过 Marker 解析为文档格式
图像（.png、.jpg、.jpeg、.webp、.gif、.bmp、.tiff）	Replicate Vision	Replicate 令牌	OCR + 描述性提取
网页 URL	Cloudflare BR /markdown 或 Jina	可选 CF 凭证	凭证存在时使用 Cloudflare Markdown 端点；Jina 回退
文档 URL（.pdf、.docx、.pptx、.xlsx、.epub）	临时下载 → Replicate Marker	Replicate 令牌	下载到临时目录，然后像本地文档一样处理
图像 URL（.png、.jpg、.jpeg、.webp、.gif、.bmp）	临时下载 → Replicate Vision	Replicate 令牌	下载到临时目录，然后像本地图像一样处理
视频 URL	yt-dlp 字幕管道	推荐 yt-dlp	字幕不可用时回退到 URL 解析器

摄入管道概述

flowchart LR
	A[输入路径或 URL] --> B[格式路由]
	B --> C[解析器]
	C --> D[Markdown 标准化]
	D --> E[存储在 .lore/raw SHA 目录中]
	E --> F[写入 meta.json 和清单 mtime]

会话框架源

Lore 可以使用以下命令直接摄入本地会话历史：

lore ingest-sessions [framework|all]

框架键	默认源位置（取决于操作系统）	典型文件类型
claude-code	~/.claude/projects/	.jsonl
codex-cli	~/.codex/sessions/、~/.codex/projects/	.jsonl
copilot-cli	~/.copilot/session-state/（或 COPILOT_HOME）	events.jsonl
copilot-chat	VS Code 工作区存储 */chatSessions/	.jsonl、.json
cursor	Cursor 工作区存储	.jsonl、.json
gemini-cli	~/.gemini/、~/.config/gemini/	.jsonl、.json、.md
obsidian	~/Documents/Obsidian Vault/（或自定义根目录）	.md

说明：

• 会话导入通过相同的原始摄入管道运行，生成 .lore/raw/<sha>/ 条目。
• meta.json 现在包含框架摄入源的 session 元数据。
• --dry-run 允许你在写入摄入输出前审计发现。

对话导出支持（.json / .jsonl）

Lore 在通用 JSON 渲染前尝试模式检测。

识别的模式家族：

• role/content 消息数组（user/assistant，包括 human/ai 角色变体）
• ChatGPT 映射导出（mapping 图）
• Claude 风格和 Codex 风格的 JSONL 会话事件
• Slack 风格的消息数组

对话输出标准化为转录 Markdown，包含带引号的用户行和助手响应块。

模式矩阵

输入形状	检测结果	输出
带 role-content 消息的数组/对象	对话转录	# Conversation Transcript Markdown
ChatGPT 映射对象	对话转录	有序的 user/assistant 回合
JSONL 会话事件	对话转录	来自事件负载的有序回合
Slack 消息数组	对话转录	启发式交替角色映射
未识别的模式	通用 JSON 渲染	标题/值 Markdown 转换

如果文件不匹配已知的对话模式，Lore 会回退到通用 JSON 到 Markdown 转换。

URL 和视频行为

URL 内容

Lore 根据 URL 路径中的文件扩展名路由 URL 摄入：

• 文档扩展名（.pdf、.docx、.pptx、.xlsx、.epub）：下载到临时文件，然后通过 Replicate Marker 处理——与本地文档摄入相同。需要 TELEPAT_REPLICATE_TOKEN。
• 图像扩展名（.png、.jpg、.jpeg、.webp、.gif、.bmp）：下载到临时文件，然后通过 Replicate Vision 处理——与本地图像摄入相同。需要 TELEPAT_REPLICATE_TOKEN。
• 所有其他 URL（网页、HTML 等）：
  • 当同时设置了 LORE_CF_ACCOUNT_ID 和 LORE_CF_TOKEN 时，Lore 调用 Cloudflare 浏览器运行 /markdown 端点，直接返回 Markdown 而无需本地 HTML 转换。
  • Cloudflare 失败或非字符串响应时，Lore 记录回退并使用 Jina。
  • 没有 Cloudflare 凭证时，Lore 直接通过 Jina 获取。

视频 URL

• Lore 检查 yt-dlp
• 如果字幕可用，Lore 摄入清理后的转录文本
• 如果 yt-dlp 缺失或字幕不可用/为空，Lore 回退到 URL 解析

提取器元数据存储在视频摄入的 meta.json 中。

原始元数据说明

• 所有摄入创建 .lore/raw/<sha256>/meta.json
• 本地文件摄入可以推断文件夹派生的标签
• 提取的文本可以附加启发式内存标签（decision、preference、problem、milestone、emotional）
• 重复摄入重用现有原始条目

导出格式

Lore 支持这些导出目标：

• bundle
• slides
• pdf
• docx
• web
• canvas
• graphml

参见导出了解详细用例和输出示例。

实际示例

# 摄入混合文件夹
lore ingest ./docs/architecture.md
lore ingest ./notes/session.jsonl
lore ingest ./assets/diagram.png

# 摄入 URL 和视频 URL
lore ingest https://example.com/post
lore ingest https://www.youtube.com/watch?v=<id>