Linux 版 Contextify：备份 AI 对话，方便搜索

你的 AI 对话保存在脆弱的 .jsonl 文件中

你与 Claude Code 或 Codex CLI 的每一次对话，都会写入磁盘上的一个 .jsonl 文件。这些文件是只追加的日志，没有索引，不能搜索，除了原始 JSON 行之外也没有任何结构。它们悄无声息地堆积在 ~/.claude/ 和 ~/.codex/ 中，一旦损坏或被删除，那些对话就没了。

Contextify 改变了这一点。它读取并解析这些对话记录文件，把每条消息存入 SQLite 数据库，并建立全文搜索索引。在 macOS 上，这一切在后台自动完成，并提供可视化时间线。现在 Linux 上也可以用了。

一条命令完成安装

安装程序会检测你的架构（x86_64 或 ARM64），下载二进制文件，导入它找到的所有现有对话记录，并配置一个 systemd 用户定时器，定期自动导入。如果没有 systemd，则改用 cron。

运行之后，你与 Claude Code 或 Codex 的每一次新对话都会自动建立索引。

数据库为 Total Recall 提供支持

Contextify 构建的数据库也为 /total-recall 技能（skill） 提供支持。Total Recall（跨会话历史检索）教你的 AI 如何搜索对话历史。你不必再费力回想哪个会话里有那个有用的解决方案，直接问就行：

“用 total recall 找一下我们在哪里决定了会话缓存用 Redis 而不用 Postgres。”

这个技能会把你的问题转换为有针对性的数据库查询，并返回相关的对话片段。更复杂的调研可以交给研究型子智能体（Claude Code 中为 query:contextify-researcher，Codex 中为 contextify_researcher），它会运行多个查询，并跨会话汇总结果。

这个版本还改进了技能本身：查询扩展帮助 AI 构造更好的搜索，JSON schema 文档减少了解析错误，更完善的错误处理让结果更可靠。

共享数据库，随处可搜

如果把数据库放在 Dropbox 或 iCloud Drive 上，你就可以在 Mac 上用 Contextify 以可视化方式浏览对话，同时在 Linux 机器上通过 CLI 搜索。同一个数据库，两种界面。

本版本的其他更新

窗口置顶（macOS）：Contextify 现在可以显示在其他窗口之上。通过“Window > Float on Top”切换。AI 执行长任务时，时间线也能保持可见。

统一的 CLI：主命令现在就是 contextify（取代 contextify-query）。旧名称通过符号链接仍可使用。

有问题或反馈？请发邮件联系支持团队（英文），或在 GitHub 上提交 issue。