
coding_agent_session_search
一个终端工具,搜遍所有 AI 编码助手的聊天记录。
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 1201
使用教程
环境要求
- 支持 Linux / macOS / Windows(Linux 预编译二进制需 glibc 2.38+)
- 至少 1GB 磁盘空间;源码编译建议 2GB 内存
- 多机检索需可用的 SSH 密钥登录与 ~/.ssh/config 配置
- 可选:Rust 工具链(仅在源码安装或 cargo install 时需要)
安装与启动步骤
-
1脚本安装 cass
官方推荐的一键安装脚本,默认装最新 release,带校验和验证;可在末尾加 --version <tag> 固定版本。
curl -fsSL "https://raw.githubusercontent.com/Dicklesworthstone/coding_agent_session_search/main/install.sh?$(date +%s)" | bash -s -- --easy-mode --verify -
2Windows 安装
在 PowerShell 中运行官方 ps1 安装脚本,参数为 -EasyMode -Verify;固定版本用 -Version <tag>。
& ([scriptblock]::Create((irm "https://raw.githubusercontent.com/Dicklesworthstone/coding_agent_session_search/main/install.ps1"))) -EasyMode -Verify -
3包管理器安装
备选方式:Homebrew 仅支持 Apple Silicon macOS 与 Linux;Windows 可用 Scoop 桶。
brew install dicklesworthstone/tap/cass scoop bucket add dicklesworthstone https://github.com/Dicklesworthstone/scoop-bucket scoop install dicklesworthstone/cass -
4验证安装结果
自检命令可校验新安装的可执行文件,不会打开配置好的归档或交互界面。
cass selftest --json -
5配置数据源向导
交互式向导会扫描 ~/.ssh/config、探测远端会话数据并生成 sources.toml,最后提示你手动执行同步。
cass sources setup -
6手动编辑配置
按平台路径手动维护 sources 配置:Linux 为 ~/.config/cass/sources.toml,macOS 在 Application Support/cass 下。
-
7同步远端会话
向导不会自动同步,配置完成后自行运行同步命令,把远端代理会话拉到本地索引。
cass sources sync -
8安装语义模型
可选步骤:显式请求时从 Hugging Face 下载约 90MB 模型启用语义检索;离线环境用本地目录安装。
cass models install cass models install --from-file /your/path/to/model-dir
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
name | 是 | 数据源名称,用于区分不同机器 | laptop |
type | 是 | 数据源类型,示例中为 ssh 远端主机 | ssh |
host | 是 | SSH 目标地址,格式为 用户@主机 | dev@work.example.com |
paths | 是 | 要索引的本地或远端代理会话目录列表 | ["~/.claude/projects", "~/.codex/sessions"] |
sync_schedule | 否 | 同步计划,示例值为 manual 或 daily | daily |
如何确认成功
执行 cass selftest --json 无报错即安装成功;随后运行 cass 打开 TUI 能搜到已索引的历史会话。
常见问题
Q:运行 cass 后卡住或界面不动?
A:裸跑 cass 会启动交互式 TUI。在智能体或脚本场景中不要直接运行,改用 --robot 或 --json 参数输出机器可读结果。
Q:Linux 上预编译二进制无法运行?
A:预编译二进制要求 glibc 2.38+。旧版 glibc、纯 musl 与 NixOS 主机请改用源码安装,如 install.sh --from-source。
Q:Intel Mac 上 Homebrew 装不了?
A:Homebrew tap 只提供 Linux 和 Apple Silicon macOS 的预编译包,Intel macOS 请用安装脚本并加 --from-source。
Q:如何安装指定版本?
A:在安装脚本后附加 --version <tag>(Windows PowerShell 用 -Version <tag>),不加则默认安装最新 release。
Q:向导配置完为什么还搜不到远端会话?
A:向导只打印同步命令并不执行同步,需要自己运行 cass sources sync 拉取远端会话后再索引。
注意事项
- 多机向导支持的远端安装方式按 cargo-binstall、预编译二进制、cargo install、完整 bootstrap 的优先级选择,失败不会自动降级。
- 安装完成后仅得到一个 cass 二进制,没有守护进程或后台服务。
- --json 模式下的 sources setup 会推迟同步,并报告 sync.status = "pending" 及待执行命令。
- 安装脚本默认验证发布产物的校验和,并可从 crates.io 用 cargo install coding-agent-search 安装。
核心亮点
- 支持 11+ 主流 AI 编码工具,覆盖面广,一次索引全局搜索
- 提供 TUI 和 CLI 双界面,兼顾交互浏览与脚本化查询
- Rust 实现,性能好,索引和搜索速度快
不足之处
- 依赖各工具本地会话格式,新工具或版本更新后可能需适配
- 文档/社区待观察
适用场景
- 开发者回溯某个 AI 编码助手的历史建议,快速找到关键上下文
- 跨工具对比不同 AI 助手的会话记录,分析问题解决过程
- 在终端环境中高效检索大量 AI 对话,无需切换多个应用
替代项目
grep、fzf、ripgrep
上一篇:VeritasGraph
下一篇:wiki-graph
同类项目推荐
recursearch
开源
输入主题,自动搜索全网,生成带引用的研究报告。
An AI agent that searches the web and creates research reports
Awesome-RAG
开源
一站式收藏 RAG 精华资源,快速上手少走弯路
rag-experiment-accelerator
开源
一键跑通 RAG 实验,自动对比参数选最优
The RAG Experiment Accelerator is a versatile tool designed to expedite and facilita···
AI-Catalog
开源
一份清单,逛遍全网 AI 工具,省下搜索时间。
Huge AI models catalog. A curated list of AI tools, platforms, and resources across ···
Resume-Screening-RAG-Pipeline
开源
用聊天的方式,几秒筛完一堆简历
An LLM Chatbot that dynamically retrieves and processes resumes using RAG to perform···
ai_wiki
开源
一站收齐 AI 全栈学习资源与实战笔记
《AI全栈-全网优秀资源搜集站》:搜集全网优秀资源,记载工程实践问题的解决策略与关键要点···
RAG-Anything
开源
多模态文档一键变可问答知识库
"RAG-Anything: All-in-One RAG Framework"
twosetai
开源
边看代码边学搜索知识,动手实践入门
All the code and materials
VideoRAG
开源
上传视频,直接提问,秒回带时间戳的答案。
[KDD'2026] "VideoRAG: Chat with Your Videos"