DSH Chat Import：将21款AI编程Agent的聊天记录导入DeepSeek Harness

图注：DeepSeek 官方 Logo

---

场景引入：三个月的对话，从头来过？

想象你花了三个月时间，用 Claude Code 完成了一个大型重构项目——中途经历了多次试错、工具调用失败、模型幻觉纠正，最终形成了一套可复用的编码模式。某天，你切换到 DeepSeek Harness，却发现所有对话历史都不见了，不得不从头解释项目背景。

或者反过来：你一直在用 Cursor 完成日常需求，某天想把这套对话交给团队新人继续维护，却发现 Cursor 的会话格式是一个封闭的 JSON 文件，根本无法迁移。

这正是 DSH Chat Import 解决的核心问题。

---

背景：DeepSeek Harness 与 Agent 碎片化困境

2026年8月，DeepSeek 发布开源 Agent 框架 DeepSeek Harness（DSH），采用"一切皆插件"的设计哲学。Harness 本身是一个模型无关的 Agent 运行时，用户可以通过插件扩展工具、界面、甚至 Agent 循环逻辑。它的 Web UI 和 TUI 模式让开发者可以在浏览器或终端中管理会话、工作区和模型配置。

然而问题随之而来：当 Agent 生态越来越碎片化——Claude Code、Codex、Cursor、ChatGPT、opencode、Gemini……每个工具都维护自己独立的会话格式和存储方案，开发者陷入了"格式孤岛"的困境。一个项目的历史对话可能分散在五六个不同的 Agent 工具里，无法互通。

DSH Chat Import 的作者 Nwflower 正是带着这个痛点开发了这款插件。项目在 GitHub 获得了 180+ Stars，被收录在 DeepSeek Harness 官方插件市场 dsh.so 上。

---

核心功能：21款 Agent，一个接口

DSH Chat Import 本质上是一个 JSONL 格式解析与转换引擎。它读取各 Agent 导出的会话转录文件（Transcript），将其转换为 DeepSeek Harness 可识别的会话格式，完整保留以下信息：

• 工具调用记录：Agent 执行了哪些命令、访问了哪些文件、调用了哪些外部 API
• 推理过程：包括思维链（Chain-of-Thought）输出
• 执行结果：命令输出、API 返回值、文件变更

支持的导入来源已覆盖 21 款主流 AI 编程 Agent：

分类	支持的 Agent
商业主流	Claude Code、ChatGPT (ChatGPT)、Cursor
开源标杆	Codex、opencode、Reasonix、ZCode
国内主流	Kimi CLI / Kimi Code、千问工作台 (Qwen Work CN)
其他	Gemini、Pi Coding Agent、Antigravity CLI、Grok Build、OpenClaw、Hermes、Kilo Code、Qoder CLI、WorkBuddy、MiMo Code、DSH 自身会话日志

除导入外，项目还支持 反向导出：将 DeepSeek Harness 会话导出回 Claude Code 或 Codex 格式，方便在 Agent 生态之间迁移。

---

技术实现：Node.js 生态下的 JSONL 管道

DSH Chat Import 基于 Node.js/TypeScript 开发，核心依赖包括：

• TypeScript：全项目类型安全，代码质量有保障
• Zod：运行时数据验证，确保各 Agent 格式解析的鲁棒性
• TypeScript Compiler (tsc)：编译为纯 JavaScript 交付

项目以 DeepSeek Harness 插件形式分发，发布在 npm 平台 (@nwflower/dsh-chat-import)。安装方式简洁：

# 方式1：通过 npm 安装
dsh plugin add dsh-chat-import

# 方式2：通过本地路径安装
dsh plugin --profile web add -w /path/to/dsh-chat-import

安装后，dsh 命令行工具会自动识别插件，提供 import 子命令来完成会话导入。

项目采用标准化的测试框架（test/ 目录），确保对各 Agent 格式的解析稳定性。AGENTS.md 规范定义了支持的 Agent 类型及各自的 JSONL 格式字段映射规则。

---

部署体验：命令行优先，门槛低

DSH Chat Import 是一个 纯 CLI 工具，没有 Web 界面——这是设计选择，而非缺陷。对于需要批量处理多个会话文件的开发者而言，CLI 反而是最高效的接口。

环境要求：

• Node.js 18+
• npm 或 pnpm

安装步骤（3步完成）：

npm install -g @deepseek-ai/dsh         # 安装 DSH 主程序
npm install -g dsh-chat-import          # 安装导入插件
dsh plugin add dsh-chat-import         # 注册插件

使用示例：

# 导入 Claude Code 会话
dsh import --source claude-code --file ./claude-session.jsonl

# 导出到指定格式
dsh export --target codex --session-id <session-uuid>

部署难度评估：中等（仅需 Node.js 环境，无容器化，但 CLI 工具配置对新手有一定门槛）

---

局限与争议

DSH Chat Import 并非银弹，存在以下局限：

1. Agent 版本兼容性：各 Agent 的 JSONL 格式随版本迭代可能变化，旧版解析器对新格式可能失效，需要持续维护
2. 工具调用上下文丢失：虽然保留工具调用的记录，但导入后在 DSH 中的实际工具可用性取决于 DSH 自身是否实现了对应工具
3. 特定格式的导入深度差异：部分 Agent 支持双向完整映射，部分仅支持单向导入
4. 对闭源 Agent 的依赖：商业 Agent 的会话格式非公开文档，依赖社区逆向工程，存在维护脆弱性

---

行业意义：Agent 互操作性的第一步

DSH Chat Import 的价值不仅在于工具本身，更在于它代表了一种趋势：**AI Agent 的互操作性（Interoperability）**正在成为刚需。随着 Claude Code、Cursor、DSH 等工具形成各自的生态，开发者越来越需要跨 Agent 工作流——在不同模型和工具之间无缝切换，同时保留上下文积累。

从增长曲线来看，DSH 生态在 2026 年 8-9 月呈爆发态势，插件数量快速增长。DSH Chat Import 作为首批聚焦"会话迁移"的插件，在这一生态中占据了独特的位置。

---

快速上手建议

适合使用 DSH Chat Import 的场景：

• 想要将 Claude Code 的长会话迁移到 DSH 继续
• 在多个 Agent 之间切换，但不想丢失历史上下文
• 需要将团队其他成员的 Agent 会话整合到统一平台

不适合的场景：

• 只需要单 Agent 内置导入导出功能
• 习惯纯 GUI 操作，不愿使用命令行

---

本报告基于 GitHub 仓库 Nwflower/dsh-chat-import（180 Stars，MIT License）分析生成，数据截至 2026年9月。