让编码代理替你跑 DataClaw一段 Prompt 自动导出对话历史附给Agent的提示词模板【免费下载链接】dataclawAgent harness to publish your agent chat history as Huggingface datasets.项目地址: https://gitcode.com/gh_mirrors/da/dataclawDataClaw是一个开源的编码代理对话历史导出工具它能把Claude Code、Codex、Cursor、Gemini CLI等 AI 编程助手的会话日志解析成结构化数据集脱敏后一键发布到 Hugging Face。它的最大亮点是你几乎不用自己敲命令——只要把下面这段提示词模板丢给你的编码代理它就能自动替你完成安装 → 配置 → 脱敏 → 导出 → 发布的全流程。本文面向新手讲清楚 DataClaw 凭什么能让 Agent 代跑以及那段可以直接抄走的 Prompt 长什么样。一、DataClaw 是什么把人 AI 协作变成公开数据集日常用 Claude Code / Codex 写代码时那些你让 AI 干什么、AI 怎么思考、调了哪些工具、花了多少 token的过程都散落在本机日志里。DataClaw 做的事就是把这些日志解析成统一的 JSON 结构用户消息、助手回复、思考过程、工具调用、token 统计、模型名、git 分支等脱敏掉用户名、API Key、数据库密码、邮箱等敏感信息发布成一个可直接load_dataset()的 Hugging Face 数据集。项目本身还附带一个 macOS 菜单栏 AppTauri 实现但本文聚焦更适合让 Agent 代跑的CLI 工作流。二、核心原理为什么 Agent 能代跑而不会跑偏普通 CLI 工具交给 AI 时AI 很容易瞎猜下一步。DataClaw 专门为此做了一件事——每条命令的输出都自带下一步指引这是它能被自动化托管的根本原因。H3JSON 输出 next_steps导航DataClaw 的核心规则写在 AGENTS.md#L5-L10一句话概括每个dataclaw命令都会输出next_steps。跟着做别背流程别跳步别瞎发挥。也就是说dataclaw prep、dataclaw config、dataclaw status等命令都会输出纯 JSON其中包含stage/stage_number你当前在哪一步next_steps接下来该按顺序做什么next_command唯一最关键的那条命令需要你先决策时会是null。Agent 拿到 JSON 后执行命令 → 读输出 → 照next_steps走即可不需要死记硬背。整套 6 步清单在 dataclaw/_cli/common.py#L120-L130 中完整定义。H3导出/发布双闸门防止 Agent 擅自上传发布是被锁住的dataclaw export真正推送必须先跑dataclaw confirm并带上人工审阅声明否则直接拒绝执行。这把AI 自动导出和人确认后才发布清晰地分开Agent 想跳步也跳不过去。合并与推送逻辑见 dataclaw/_cli/exporting.py#L857-L983。三、一键交给编码代理完整提示词模板下面这段就是可以直接粘贴给 Claude Code / Codex / 任意编码代理的Prompt 模板原文完整版见 README.md#L46-L104。它把工作拆成 6 步并反复强调未确认前不许导出/发布Help me export my Claude Code, Codex, and other coding-agent conversation history to Hugging Face using DataClaw. Install it, then walk me through the process. STEP 1 - INSTALL pip install -U dataclaw If that fails: git clone https://gitcode.com/gh_mirrors/da/dataclaw /tmp/dataclaw pip install -U /tmp/dataclaw STEP 2 - INSTALL SKILL Skill support is currently only available for Claude Code. dataclaw update-skill claude For other agentic tools, skip this step and follow DataClaws output (next_steps / next_command). STEP 3 - PREP dataclaw prep Every dataclaw command outputs next_steps in its JSON - follow them. STEP 3A - CHOOSE SOURCE SCOPE (REQUIRED BEFORE EXPORT) Ask me which source scope to export: a source key such as claude or codex, or all. dataclaw config --source all Do not export until source scope is explicitly confirmed. STEP 3B - CHOOSE PROJECT SCOPE (REQUIRED BEFORE EXPORT) dataclaw list --source all Send the FULL project/folder list to me (name, source, sessions, size, excluded). Ask which projects to exclude. dataclaw config --exclude project1,project2 OR dataclaw config --confirm-projects Do not export until folder selection is explicitly confirmed. STEP 3C - SET REDACTED STRINGS Ask what else should always be redacted (company names, client names, domains, internal URLs, secrets). dataclaw config --redact string1,string2 dataclaw config --redact-usernames user1,user2 Only add these after explicit user confirmation. STEP 4 - EXPORT LOCALLY dataclaw export --no-push --output dataclaw_export.jsonl STEP 5 - REVIEW AND CONFIRM (REQUIRED BEFORE PUSH) Review PII findings and apply excludes/redactions as needed. Full name is requested for an exact-name privacy scan against the export. dataclaw confirm --full-name YOUR FULL NAME --attest-full-name ... --attest-sensitive ... --attest-manual-scan ... STEP 6 - PUBLISH (ONLY AFTER EXPLICIT USER APPROVAL) dataclaw export --publish-attestation User explicitly approved publishing to Hugging Face. IMPORTANT: - Never run bare hf auth login when automating - always use --token. - Always export with --no-push first and review for PII before publishing. - If any command fails due to a skipped step: restate the 6-step checklist above and resume from the blocked step (do not skip ahead). 新手提示你真正要做的事只有三处人工决策——选数据源Step 3A、挑要排除的项目Step 3B、确认发布Step 6。其余命令都由 Agent 照next_steps自动执行。四、隐私脱敏导出前自动打码对话里难免夹带 API Key、数据库连接串、邮箱、公司名。DataClaw 在发布前叠了多层保护实现见 dataclaw/_cli/review.py 与 dataclaw/secrets.py#L74-L119层级做了什么用户名脱敏把你的 OS 用户名 配置的用户名替换成稳定的哈希值密钥正则识别 JWT、Anthropic/OpenAI/HF/GitHub/AWS 等 API Key、数据库密码、私钥、Discord webhook熵分析把引号里的高熵长字符串标记为疑似密钥邮箱脱敏正则匹配邮箱地址自定义脱敏--redact追加你指定的敏感字符串工具调用脱敏工具的输入/输出按同样标准处理它还内置一个可选的模型级 PII 过滤器默认不启用见 dataclaw/privacy_filter.py#L11-L17可用transformers加载 PII 检测模型做二次兜底。⚠️官方原话这不是万无一失的。自动脱敏抓不住一切发布前务必人工审阅dataclaw export --no-push的产物。五、支持哪些编码代理数据源DataClaw 用一套统一的 Provider 架构对接多个编程助手注册表见 dataclaw/providers.py#L97-L138Claude Code默认维护最完善OpenAI Codex CLICursorGemini CLIKimi CLIOpenCodeOpenClawCustom自定义来源可自行扩展用dataclaw config --source claude或codex、all即可指定要导出的数据源范围。六、发布之后一个正在长大的分布式数据集所有用 DataClaw 发布的数据集都会带上dataclaw标签未来有望汇成一个真实人-AI 编码协作的分布式数据集。每个 HF 仓库还会自动生成metadata.json和 README统计模型分布、token 总量、项目数与更新时间方便你load_dataset()一行读取。七、代码质量与入口小结CLI 入口/门面dataclaw/cli.py6 步流程定义dataclaw/_cli/common.py#L120-L130核心规则Agent 代跑指南AGENTS.md#L5-L10提示词模板原文README.md#L46-L104一句话总结把上面的提示词模板复制给你的编码代理它在 DataClaw 自带的next_steps指引下会自动跑完安装、配置、脱敏、本地导出而选源、选项目、发布这三处关键决策始终留给你亲自确认。这就是 DataClaw 让对话历史变数据集从敲一串命令变成发一段 Prompt的底气。【免费下载链接】dataclawAgent harness to publish your agent chat history as Huggingface datasets.项目地址: https://gitcode.com/gh_mirrors/da/dataclaw创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考