Codex 会话归档到 Obsidian

把 Codex（CLI / 桌面版）的会话记录导出为 Markdown 并归档进 Obsidian 知识库，支持从活动目录与隔离备份双源扫描、噪声剥离、测试会话过滤、自动生成索引。触发词：归档 codex 对话、codex 知识库放 obsidian、导出 codex 会话、codex 聊天记录备份、把 codex 记录放进知识库、codex sessions 导出。

触发场景

用户说"把 Codex 的知识库放到 Obsidian / 导出 Codex 的对话 / 归档 Codex 记录"之类。

第 0 步：先确认"知识库"到底在哪（别找错地方）

Codex 有多个疑似"知识库"的位置，实测只有一个是真有内容的：

载体	路径	实际情况
会话记录	%USERPROFILE%\.codex\sessions\YYYY\MM\DD\rollout-*.jsonl	✅ 真正的知识在这里
记忆库	%USERPROFILE%\.codex\memories\（带 .git）	❌ 通常为空（raw_memories.md = "No raw memories yet."）
技能	%USERPROFILE%\.codex\skills\.system\	系统自带（imagegen / openai-docs / plugin-creator）
桌面版对话文件夹	~/Documents/Codex/<日期>/<会话名>/	❌ 只有空的 outputs/ 和 work/
会话 DB	~/.codex/state_5.sqlite、thread_history_1.sqlite	只是索引/投影，正文在 rollout jsonl

若用户做过卸载重装，旧数据可能已被移入隔离备份（本机惯例： %USERPROFILE%\_卸载备份_YYYY-MM-DD\dot-codex\sessions）——脚本已把两个来源都写进 SOURCES，双源扫描 + 按 session id 去重。

第 1 步：直接用打包好的脚本

bash

PY="$HOME/.workbuddy/binaries/python/versions/3.13.12/python.exe"
S="$HOME/.workbuddy/skills/codex-archive-to-obsidian/scripts/codex_rollout_to_obsidian.py"

"$PY" "$S" --dry-run          # 先预览会生成什么
"$PY" "$S"                    # 正式归档
"$PY" "$S" --with-reasoning   # 额外保留模型思考过程（文件会大很多）
"$PY" "$S" --keep-all         # 连连通性测试这类琐碎会话也保留

输出：<VAULT>\CodexArchive\<YYYY-MM-DD>\<HHMM>-<短ID>-<标题>.md + _索引.md。

脚本顶部的两处配置，换机器/换 vault 时改这里：

• SOURCES —— 默认扫两个来源：~/.codex/sessions（活动）与 ~/<隔离备份目录>/dot-codex/sessions（卸载重装后的旧数据，按需改名或删掉该项）。

• VAULT —— 读环境变量 OBSIDIAN_VAULT，未设置时默认 ~/Documents/Obsidian：

  bash

  export OBSIDIAN_VAULT="/d/notes/ObsidianVault"
  

rollout jsonl 结构（要自己解析时看这里）

每行一个 JSON，type 字段决定形态：

• session_meta — 会话元数据：id、timestamp、cwd、cli_version、 model_provider、originator（Codex Desktop / codex_cli）
• response_item — 正文，payload.type 有五种：
  • message（role = user / assistant / developer）
    • user → 取 content[].text
    • assistant → 取 content[].text（phase 区分 commentary / final）
    • developer → 系统上下文，必须跳过
  • reasoning — content[].reasoning_text，模型思考过程
  • function_call — name + arguments(JSON 字符串，cmd 字段是命令)
  • function_call_output — 用 call_id 回配到上面的调用
  • web_search_call — action.queries
• event_msg / turn_context / token_usage_record / world_state — 归档时忽略

两个必踩的坑

1. user 消息里混着注入噪声，必须正则剥离，否则归档全是垃圾： # AGENTS.md instructions、<environment_context>、<app-context>、 <user_instructions>、<turn_context>、<skills_instructions>、<permissions>。
2. payload["content"] 可能是 None（键存在但值为 null）， p.get("content", []) 会抛 TypeError: 'NoneType' object is not iterable → 必须写 (p.get("content") or [])。

第 2 步：收尾（别忘了，vault 的 AGENTS.md 有约定）

1. 更新 vault 根 README.md 的「索引」段，加上 [[CodexArchive/_索引|Codex 会话归档]]
2. 给归档笔记打 #codex 标签（脚本已在 frontmatter 里写好 tags: [codex, codex-archive]）
3. 如果 vault 有其他 AI 归档目录（如 KimiArchive），保持命名风格一致： _索引.md 用 Markdown 表格 + Obsidian 双链

判断标准

• 归档成功的标志：_索引.md 里的会话数与 --dry-run 的「有效会话」数一致
• 若有效会话数为 0 → 检查 SOURCES 路径是否存在（卸载重装后旧路径会消失）
• 若用户抱怨"少了很多对话" → 试 --keep-all，多数是被 --min-chars 过滤掉的短会话