Cursor Chat Browser：管理 AI 聊天历史的 Web 工具

Cursor 编辑器将聊天历史存储在 SQLite 数据库中（state.vscdb 文件）。新版本（v44.9+）使用了全局存储，而旧版本则是每个工作区独立存储。

为了兼容这两种情况，应用内置了智能检测逻辑。以下是伪代码示例，展示了如何根据操作系统判断路径：

// 伪代码示例
function detectCursorPath(): 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 WSL2
      if (isWSL2()) {
        return `/mnt/c/Users/${username}/AppData/Roaming/Cursor/User/workspaceStorage`;
      }
      return path.join(os.homedir(), '.config/Cursor/User/workspaceStorage');
    default:
      throw new Error('Unsupported platform');
  }
}

数据库结构相对简单，主要包含一个 ItemTable，其中 value 字段存储 JSON 格式的聊天数据：

CREATE TABLE ItemTable (
  key TEXT PRIMARY KEY,
  value TEXT -- JSON 格式的聊天数据
);

搜索与导出实现

搜索功能支持全文搜索和类型过滤。当用户输入关键词时，系统会扫描所有工作区的 state.vscdb 文件，解析日志后进行匹配，并按 Chat 或 Composer 类型过滤结果。搜索结果会展示类型徽章、匹配片段、工作区位置、标题和时间戳。

导出功能则提供了三种格式选择：

1. Markdown：纯文本格式，保留代码块结构。
2. HTML：带样式的文档，代码块支持语法高亮。
3. PDF：适合分享的格式化文档。

导出逻辑大致如下：

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);
  }
}

总结

Cursor Chat Browser 填补了 Cursor 编辑器在历史记录管理上的空白。相比编辑器内置功能，它在浏览便捷性、搜索能力和导出灵活性上都有显著优势。对于需要整理知识库、备份重要对话或团队协作分享 AI 编程经验的开发者来说，这是一个非常实用的工具。

项目地址：GitHub Repository