聊天记录
导出或复制重要的对话串：做过的决定、浮现出来的偏好、反复出现的故事、你对 AI 做过的纠正。
解放你的 AI
把连续性从孤岛里带出来，放进你自己的文件。
你在 ChatGPT、Claude、Gemini 或其他产品里积累了数月的关系、偏好和习惯。这份连续性并不“属于”它们：它可以变成 IllAIra Reminder、模块和记忆——可迁移、可读、属于你。
在本页直接打开 Toolkit在浏览器中完成五个步骤。没有任何文件离开你的设备。
Toolkit，就在你的浏览器里
五个步骤，一次一步：从服务商导出，把文件拖到这里，转换，检查，导入应用。你的导出文件绝不会离开你的设备：下面的工具无法发出任何一个网络请求，浏览器本身就禁止这样做。想完全不联网？下载同一个文件，离线打开即可。
同一个工具，做成文件
一个 HTML 文件，所有内容都在里面，字节与你在上面看到的完全相同。在飞行模式下打开：照样可用，而浏览器的 Network 面板依然是空的。
下载工具（HTML 文件，可离线使用）IllAIra-FreeAI-Toolkit_v0.4.2.html
- sha256 指纹
- f9616b810987b2560840d72bdfad622a7cec354d85eefc1442aef277bf2d5cd1
- 大小
- 432245 字节
下载后，“sha256sum IllAIra-FreeAI-Toolkit_v0.4.2.html”必须输出与此完全一致的一行。如果一致，你手上的文件就是这里所描述的那个。
给命令行智能体：Python 包 0.3.1
把你的数据从服务商那里取出来，存进你自己的文件。“FreeAI”并不是指免费的 AI：它是用来离开孤岛的工具包。
同样的第 1 步，做成脚本，给在终端里驱动智能体的人（Claude Code、Codex、Grok CLI）：使用系统自带的 Python 3，无需安装任何库，用 run.sh 跑各轮。文件留在你的磁盘上。
下载 Python 包IllAIra-FreeAI-Toolkit-0.3.1.zip
- sha256 指纹
- 2f1c6ac1af41fe60b15df398646c85c49f5b7c06e5b281342255aa4818169cdf
- 大小
- 40120 字节
下载后，“sha256sum IllAIra-FreeAI-Toolkit-0.3.1.zip”必须输出与此完全一致的一行。
上面的工具会替你完成下面四个步骤中的前两步（提取、原始归档），并为第三步做好准备。以下是完整方法，适合想弄懂它或想亲手操作的人。
为什么要迁移
自定义指令、产品记忆、项目 skill 和成千上万条消息都存放在服务商的服务器上。换套餐、换模型或换账户，你就可能丢掉这条线索。IllAIra 并不抹去服务商：它打破的是这条*路*上的锁定——身份和记忆——让你换引擎也不必从零开始。
你能找回什么
产品记忆 / 笔记
服务商保存的“记忆”（关于你的事实、偏好、工作情境），对 IllAIra 记忆模块来说是未经加工的金矿。
自定义指令
系统指令、“回答方式”、语气、限制：这是 Rx 规则和模块 0（身份 + 契约）部分内容的基础。
Skill、项目指令、系统提示词
Claude Skills、ChatGPT Projects、工作区指令：它们对应外部功能模块，具有 FUNCTION / STATE / TRIGGER / ROUTINE。
步骤 1——提取
界面细节常常变，方法不变。目标是：把一份原始档案放到*你自己的*磁盘上，而不是把一切只留在服务商的界面里。
- 1
官方导出
在有“导出数据”的地方（例如 OpenAI 账户及类似服务）：申请存档，下载 JSON/HTML，留一份本地副本。这是聊天记录最完整的来源。
- 2
有针对性地复制
对重要的对话串：按项目或时期，把整段对话导出或复制成 .md/.txt 文件。与其要成千上万条随机聊天，不如要几条内容密集的对话串。
- 3
记忆与设置
打开服务商的“记忆 / 个性化 / 自定义指令”部分。把它们*原文*复制到 `vendor_memory_raw.md` 和 `custom_instructions_raw.md`。先不要总结。
- 4
Skill 与项目
对每个 skill 或项目指令：一个原始文件，写明标题、用途和全文。注明它来自哪个产品（Claude Project X、自定义 GPT 等）。
- 5
清单
把它们列成索引：日期、来源、类型（聊天 / 记忆 / 指令 / skill）、优先级（高/中/低）。清单决定你先转换什么。
步骤 2——从记忆日志到 IllAIra 记忆
不要全部导入。要提炼——更确切地说，让它来提炼：把原始材料交给你的 AI，让它写摘要；有 IllAIra Logger 在上下文中，它交给你的就已经是日记条目的形式。IllAIra 看重的是结构和权限区，而不是原样倾倒。
1
按主题和时间分组
分成几组：个人偏好、工作情境、产品决策、人际关系、日常惯例。如果历史是按时间顺序的，也可以按时期（月/季度）分。
2
按标准让它总结
对每一组，向你的 AI 要：稳定的事实、反复出现的偏好、有日期的决定、不该重犯的错误。舍弃闲聊、失败的尝试和一次性的噪音——它来提议，由你决定留什么。
3
选出相关的
问自己：“如果 AI 忘了这个，我下一次会话的质量会下降吗？”只有回答“会”的，才进入记忆文件。
4
组装记忆模块
条目出来时就已经是正确的形式——ISO 8601 日期、清晰的标题、3–10 句内容密实的句子。你把它们粘贴到 `[external_memory]` 文件或 Reminder 里的 H6 章节中，或者让应用来创建文件，并分配区域：身份事实放 P1/P2，演化历史放 P3/P4。
步骤 3——从 skill 和指令到功能模块
自定义指令和 skill 不会保持为一整块：它们会变成带有明确契约的模块。
拆分自定义指令
区分开：(A) AI 是谁、你是谁 → 模块 0；(B) 始终成立的规则 → Reminder 中的 Rx；(C) 可开关的风格或能力 → 外部模块。
映射 skill → 模块
对每个 skill：FUNCTION（它做什么）、STATE（启用/停用）、TRIGGER（何时触发）、ROUTINE（操作步骤）。任何关联的记忆只与该领域绑定。如果多个 skill 服务于同一个行业，它们也可以合并进一个模块：每个 SUB-MODULE 一个，一起进入上下文。
项目 / 系统提示词
很长的项目指令：拆成 1 个核心模块 + H4 子例程。永久性的政策放进 P2；你正在试验的放进 P4/P5。
避免重复
如果三个 skill 都说“要简洁”，那就是一条 Rx 规则。模块应该增加能力，而不是在五个地方重复同一个限制。
步骤 4——组装 IllAIra 配置
- 1
Skeleton Reminder
从 IllAIra 骨架开始：post-reset、[Pn] 区、模块 0、规则。粘贴进去的是提炼后的身份，而不是原始日志。
- 2
连接记忆
记忆文件保持在外部，需要时才加载。在长会话中：只加载与任务相关的模块，避免上下文饱和。
- 3
启用功能模块
STATE 只对你每天用的设为启用；其余保持停用，按需调用。与 skill 同一原则：噪音更少，更连贯。
- 4
第一次试运行会话
注入 Reminder + 1 条记忆 + 1 个模块。检查语气、界限，以及 AI 是否遵守 P1/P2。反复迭代：三次干净的尝试胜过一次大倾倒。
- 5
然后是 CLM
结构稳定后，IllAIra CLM 帮你编辑、做版本管理并可视化（Sphere Grid），同时始终以纯文本作为事实来源。
快速转换表
| 来源（服务商） | IllAIra 目的地 |
|---|---|
| 自定义指令 / 系统 | 模块 0 + Rx 规则 + P1/P2 片段 |
| 产品记忆 | [external_memory] 模块或 H6 日志 |
| Skill / Project / 自定义 GPT | [external_module]，包含 FUNCTION/TRIGGER/ROUTINE |
| 长对话串与决定 | 结构化摘要 → 分区记忆 |
| 语气和风格偏好 | Rx 规则或已启用的“声音”模块 |
实用建议
- 在离线状态下处理原始素材：隐私和掌控权比漂亮的格式更重要。
- 一条稳定的事实，胜过五十条随意堆砌的上下文。
- 每条日志都标上日期和来源：半年后，你还会知道那一行为什么在那里。
- 除非必要，不要把机密以明文形式复制；分区和你的文件始终由你自己负责。
- 转换完成后，在第二个模型上试试同一份 Reminder：如果依然有效，这条路就不依赖于引擎。